杨奕南:​About AI –与人工智能共舞

关键词:[人工智能] [ai] [深度学习] [图像识别] [自然语言] 浏览:1788 发布日期:2017-09-19 网页收藏

  • 课程对象

    1.      企业高管,希望了解如何将AI应用于自身业务的管理人员。 2.      产品经理、项目经理、研发团队、运营团队,思考如何将AI与产品做有机结合的业务团队。 3.      对AI、机器人和前沿科技怀有浓厚兴趣者。
  • 课程目的

    1.     掌握了解AI的发展历程,以及当今AI的发展趋势和脉络。 2.     把握AI与人类智能的区别,以及二者的结合点。 3.     建立算法思维,系统化培养“机器商”。 4.     破除对AI的恐惧,让AI成为企业发展助力。 5.     了解如何入手处理AI与自有业务的结合,做到“人机共舞”。
  • 课程内容

    一、    课程背景

    人工智能(Artificial Intelligence),英文缩写为AI。作为计算机科学的一个分支,它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。近年来,随着互联网和深度学习模式的迅速崛起,人工智能迎来了一波辉煌的发展,并向各领域快速扩散,同时也带来了机器智能是否会带来人类失业,超越人类甚至毁灭人类的全球性恐慌与大讨论。

    本课程通过讲师讲解、案例分析、小组讨论、学员练习等授课方式,从几部影视作品开始,带着你展开AI之旅,了解AI的前世今生来龙去脉,给你带来全面的对人工智能的思考和解读,让你在领略机器和算法之美的同时,避免无谓的恐慌并逐渐学会与人工智能共舞,让人工智能成为人类的助力,并通过率先应用人工智能获得企业的竞争优势。

    主课程分为“道篇”(全面把握AI战略的心法)与“德篇”(关键领域应用的技法),通过理论和案例分析的结合,力图做到对AI知识体系的完整把握,和对实际应用的知行合一。

    二、    课程特点

    授课形式:体系讲解+经典案例分析+业务结合讨论+互动答疑

    系统梳理AI发展脉络并展望AI应用前景(了解历史才能预测未来),突出理论特点,注重知识理解、案例分析与实战体验,其中体系讲解45%,经典案例分析35%,业务结合讨论15%,互动答疑5%。

    三、    课程收益

    1.     掌握了解AI的发展历程,以及当今AI的发展趋势和脉络。

    2.     把握AI与人类智能的区别,以及二者的结合点。

    3.     建立算法思维,系统化培养“机器商”。

    4.     破除对AI的恐惧,让AI成为企业发展助力。

    5.     了解如何入手处理AI与自有业务的结合,做到“人机共舞”。

    四、    课程模式

    1.     中文教学、面授、多媒体讲解

    2.     分组讨论

    3.     课堂练习、互动式答疑

    五、    受众对象

    1.      企业高管,希望了解如何将AI应用于自身业务的管理人员。

    2.      产品经理、项目经理、研发团队、运营团队,思考如何将AI与产品做有机结合的业务团队。

    3.      对AI、机器人和前沿科技怀有浓厚兴趣者。

    六、    时间安排

    系统学习1天(6小时)

    七、    课程过程中的实战演练

    1.     实战训练:业务分析,AI产品经理的十字型人才成长之路

    2.     实战训练:如何做数据驱动型的决策

    八、    课程内容

    第一单元 前导--从几部电影讲起

    1.    传奇的阿兰图灵

    2.    斯皮尔伯格对AI情感的探讨

    3.    天网:《终结者》带来的AI恐慌

    第二单元 AI综述(道篇)

    1.    人工智能的定义

    u   机器对人脑的模仿游戏—图灵测试

    u   智能的内涵与外延

    u   AI与人类智能的区别

    2.    发展历史

    u   黄金年代和低谷

    u   深度学习的高潮—风起云涌的类脑研究

    3.    展望未来

    u   AI-aas(AIas a service)与openAI:水电煤一样的基础设施

    u   吴恩达的火箭理论

    u   价值千亿美金的公式

    u   “意会”的AI:场景、上下文、强人工智能

    4.    深度学习

    u   AlphaGo与深蓝的根本区别

    u   算法

    u   大数据

    u   需求

    5.    行业应用

    u   推荐算法、图像识别、语音、自然语言

    u   应用领域:AR/VR/MR

    6.    AI恐慌

    u   《未来简史》、《终结者》:取代人类

    u   阿西莫夫的机器人三定律

    u   情感计算

    u   自动驾驶的“电车悖论”

    u   机器人的高度拟人化:恐怖谷理论、Hanson Robotics的苏菲亚和爱因斯坦

    u   AI的价值观和伦理

    7.    道篇小结:关于AI的几个深度思考

    第三单元 典型应用(德篇)

    1.    图像识别

    u   图像识别原理

    u   GPU云

    2.    语音与自然语言

    u   语音识别原理

    u   语义识别

    u   自然语言交互

    3.    推荐算法

    u   协同过滤算法(CF)

    u   奇异矩阵分解(SVD)

    u   标签匹配

    u   算法混合

    4.    其他应用

    5.    德篇小结

    第四单元 人机共舞--业务结合

    1.    分组讨论

    2.    总结讨论

    课程总结


上一篇:​About VR – 虚拟更胜现实

下一篇:无

企业会员在线交易流程