● 熟悉社會常見的人工智能應用，強化對智能的認知；

● 厘清大數據、人工智能體系中的關鍵問題；

● 掌握大數據推動人工智能技術發(fā)展的主線技術邏輯；

● 熟悉掌握新興技術成熟度曲線，把握未來技術發(fā)展趨勢；

● 了解人工智能主要流派與基本原理、主流神經網絡模型；

● 了解數據科學、數據建模、大數據平臺、人工智能主要技術架構；

● 熟悉主流人工智能落地的商業(yè)形態(tài)及人工智能人才體系、產業(yè)投融資現(xiàn)狀態(tài)；

● 掌握數據智能應用的創(chuàng)新原理和熟悉人工智能在各領域的創(chuàng)新應用；

● 通過案例實踐深入熟悉掌握基于人工智能在業(yè)務領域的創(chuàng)新變革之法。

導入1：現(xiàn)在是大數據時代，現(xiàn)在是人工智能時代

案例：“我的一天”

研討：(GP-分組對抗記分點)感受智能化，分組討論描述“你的一天”，并指出哪些應用或名詞是和人工智能緊密相關？

導入2：“人工智能威脅論（一）”

案例：人工智能的技術發(fā)展，對人類來說到底是生存還是毀滅？

研討：(GP-分組對抗記分點)分組匯總每位同學的觀點

備注：GP-為短時時間討論，一般不超過5分鐘，LGP為長時間討論，一般在5-20分鐘；GP活動將根據現(xiàn)場情況發(fā)起或不發(fā)起，非固定活動。LGP同。

第一講：大數據時代特征與人工智能國家戰(zhàn)略

一、從互聯(lián)網到大數據時代的演變過程

1. 從互聯(lián)網、Web2.0、移動互聯(lián)網看人類在線化過程

2. 人類在線化過程與行為數據的關系

案例分析：以商業(yè)購物場景為例，分析人類活動的在線變化及其產生的行為數據

小組研討：(GP)分組設計其他場景,延伸到物聯(lián)傳感網

3. 大數據的來源與全球數增長情況分析

4. 數據計量單位的換算

5. 5G的戰(zhàn)略地位與價值

6. 大數據的兩個重要特征

7. 大數據價值的現(xiàn)狀

二、國際與國內對大數據的認識與現(xiàn)狀

1. 全球對大數據的認知與共識

2. 中國：大數據上升到國家戰(zhàn)略

3．數據資產化的6種主要業(yè)務模式

小組研討：(GP)找出我們生活中常見的大數據業(yè)務

三、國際與中國人工智能發(fā)展

1. 中國：人工智能的國家戰(zhàn)略與“智能+”

2. 世界各國人工智能發(fā)展對比分析

3. 解讀“十四五”規(guī)劃給我們的啟示

小組研討：(LGP)找出在你所在行業(yè)的有關人工智能方面的國家或地方政策規(guī)劃

第二講：人工智能發(fā)展史

一、人工智能的起源

1. 人工智能產生的背景

2. 圖靈與圖靈測試

3. 達特茅斯會議與“人工智能”一詞的出現(xiàn)

二、人工智能的三次浪潮

1. 第一次人工智能浪潮：推理與探索

案例分析：計算機在使用“推理和探索”的興起與沒落

2. 第二次人工智能浪潮：知識工程

案例分析：專家系統(tǒng)的窘境與問題

3. 我們正在第三次人工智能浪尖上：大數據與深度學習

案例分析：人工智能發(fā)展歷程中的里程碑事件

第三講：人工智能的原理與體系

一、人工智能定義與分類

1. 人工智能定義隨技術革新而變化

2. 計算智能、感知智能與認知智能

3. 人工智能的幾大學術門派其及技術發(fā)展方向

案例分析：人機智力大戰(zhàn)的巔峰——阿爾法狗

二、人工智能人才培養(yǎng)與學科體系

1. 學科領域交叉與滲透下的人工智能創(chuàng)新協(xié)同

2. 世界及中國人工智能類人才培養(yǎng)現(xiàn)狀

案例分析：中國某頂尖大學人工智能研究院體系及研究領域

3. 把握與跟蹤人工智能技術發(fā)展趨勢的方法

案例分析：深度分析Gartner曲線

實操演練：(LGP)依據現(xiàn)場給出的某人工智能應用,依據Gartner曲線分析其技術發(fā)展規(guī)律與特點

第三講：數據智能技術體系與建模

一、數據智能平臺技術體系

1. 大數據技術平臺架構

2. 人工智能技術平臺架構

3. 通用深度學習開源框架與特點

二、數據科學與機器學習

1. 數據科學結構

2. 傳統(tǒng)數據分析與大數據挖掘流程比較

3. 大數據挖掘工作流程

4. 大數據模型開發(fā)流程

案例分析：(LGP)行動學習，大數據驅動下的“商業(yè)人”畫像及應用

第四講：常見深度學習模型與應用

一、傳統(tǒng)數據模型與應用

1. 常見傳統(tǒng)數據算法與模型

2. 常見傳統(tǒng)數據算法的應用

二、深度神經網絡(DNN)模型與應用

1. DNN模型

2. DNN應用場景：搜索排序、推薦排序

三、卷積神經網絡(CNN)模型與應用

1. CNN模型

2. CNN應用場景：圖像識別、視頻分析

四、循環(huán)神經網絡(RNN)模型與應用

1. RNN模型

2. RNN應用場景：語音識別、自然語言處理

研討：如何識別智能產品中的核心技術

第五講：機器人技術及其應用原理（選講課程）

一、機器人概述

1. “robot”一詞的來源

2. 機器人定義與相關概念

3. 機器人發(fā)展歷程

4. 機器人分類

二、機器人基本原理及應用

1. 機器人控制系統(tǒng)的基本結構

2. 工業(yè)機器人

3. 農業(yè)機器人

4. 醫(yī)療機器人

5. 服務機器人

6. 特種機器人

案例分析：機器人在工業(yè)、農業(yè)、醫(yī)療等領域的應用

三、機器人與智能制造

1. 中國制造2025與智能制造

2. 智能制造基本科學問題

3. 智能制造主要應用方向

4. 機器人在智能制造的應用模式

案例分析：機器人作業(yè)系統(tǒng)在制造領域的應用

第六講：基于數據智能的創(chuàng)新原理與方法

一、數據智能基本創(chuàng)新原理與應用

1. 數據智能概念與邏輯

2. 數據智能基本創(chuàng)新原理

3. 基于數據智能創(chuàng)新的方法與路徑

二、數據智能商業(yè)價值轉化與創(chuàng)新

1. 人工智能商業(yè)價值

2. 人工智能是生產力

3. 人工智能是新商業(yè)模式

4. 人工智能結合行業(yè)孵化新物種

5. 人工智能重新定義組織、文化與流程

實操演練：(LGP)給出一個人工智能創(chuàng)新產品應用，推導創(chuàng)新最終的商業(yè)模式（醫(yī)療影像智能診療中心）

第七講：人工智能產業(yè)生態(tài)與安全

一、人工智能產業(yè)生態(tài)

1. 人工智能應用領域

案例分析：模式識別的應用范圍和領域不斷擴張的內在邏輯

2. AI芯片與視覺傳感器

案例分析：主流AI芯片市場與趨勢

3. AI通用技術

案例分析：主流機器視覺、語音識別、自然語言、知識圖譜應用的市場與趨勢

實操演練：(LGP)給出需求，結合本節(jié)研討其工程項目的需求要點

二、人工智能與安全

1. 狹義人工智能與通用人工智能

2. 關于安全的全新認知

3. 狹義人工智能的安全與倫理

案例分析：

1）全球首例自動駕駛車輛撞死行人的案件

2）2020年度全球十大人工智能治理事件

4. 通過人工智能安全與哲學上的終極問題

思考與討論：

1）人工智能（機器人）未來能擁有意識嗎？

2）機器能思考嗎？

3）所有的人類活動都能被機械地復制嗎？

4）人類是什么？

5）人類與人工智能（機器人）的關系是什么？

5. 再談“人工智能威脅論”

思考與討論：(LGP)人工智能哲學上的終極問題，開放性分組討論。

結束語：人工智能發(fā)展的過去、現(xiàn)在與未來展望!

老師的一些創(chuàng)新經驗總結與祝福!