讲授专家:李勇 培训对象:产品中心,运营中心,技术中心,客服中心等管理运营相关人士 课程时间:1天 (6小时) 课程背景: 本课程主要是在AI技术快速发展的宏观趋势下,旨在解决学员如何有效利用AI工具及AI大模型的底层逻辑,并通过其知识点架构和底层逻辑,商业场景探索如何进行AI商业投资。另外会针对工业及教育展开解决方案和场景探索的研讨 课程收益: 培训完结后,学员能够: ² 了解AI工具及AI大模型基础知识点; ² 掌握工业和教育的典型应用场景及方案制作; 课程大纲: 单元 | | | | | 1. AI的发展历程:从逻辑程序到深度学习。 2. AI的以前:AlphaGo是如何工作的?为什么AlphaGo时代出不了强AGI 3. AI的现在:现在的AI大模型是如何工作的?为什么说今天的AI技术很有希望出现强人工智能。 | | | 1. 今天的LLM模型都是靠什么来支撑工作的? 2. 为什么现在国内外的 AI模型都会使用到Transformer框架。 3. Transformer框架的运作机制到底是什么? 4. Transformer框架的优劣势是什么? | | | 1. 什么是向量数据库 2. 什么是图数据库 3. 什么是langchain 4. EMBEDDING技术是什么 5. 一个完整的AI应用是如何生成的? | | | 1. AI是AI,商业是商业。 2. 没有场景的技术应用都是空谈。 3. 强AI的出现可能带来哪些更好的投资机会? | | | 1. 技术上的投资商业机会在哪儿?Transformer框架的下一步该如何发展? 2. 硬件上结合大模型上的商业投资机会在哪儿? 3. C端市场的商业机会在哪儿?应该如何把握投资? 4. B端市场的商业机会在哪儿?应该如何把握投资? 5. BAT这种大互联网公司的技术投资逻辑学习。 6. 国内外典型AI企业介绍 7. AI技术应用实例解析:商业逻辑、社会价值、商业价值 8. AI企业的风险评估与管理策略 9. 案例讨论:成功与失败因素剖析 | | | 1. AI技术的未来发展方向 2. 边缘计算与AIoT的融合趋势 3. AI在医疗、教育、金融等行业的应用案例 4. 自动驾驶、智能家居等前沿领域动态 | | | 1. AI符合赋能数据分析场景 2. AI符合赋能OFFICE办公写作场景 3. Ai如何赋能公司日常会议组织及总结 4. AI如何赋能知识库管理 5. AI如何赋能文案生成 6. AI如何赋能企业营销 | | | 1. 工业能源行业行业洞察 2. 工业能源行业新技术发展现状 3. 工业能源行业新技术面临的挑战 4. 教育行业洞察 5. 教育行业新技术发展现状 6. 教育行业新技术面临挑战 | | | 1. 行业及客户定位 2. 行业及客户环境 3. 行业典型场景分析 4. 行业价值链分析 5. 行业解决方案共享 |
|