AI通识启航：从基础到应用，解锁AI时代新能力

第 一期：夯实基础——读懂AI的核心推演和本领

• 情境引入：用8-10个贴近生活、职场，证券、工业的AI实例（如手机语音助手，导航路线规划、电商推荐、人脸识别解锁、办公AI文案，智能考勤、医疗影像识别、工业机器人（汽车焊接机械臂），证券AI智能投顾、证券舆情监测），借助图片、短视频展示，提问“这些情境中，AI在做什么？”“我们每天会接触多少次AI？”，激发参训者兴趣，带出参训者主动分享自身接触的AI情境。

• 核心看法：AI不是“未来科技”，而是已经渗透在生活、事务、业界中的“实用抓手”，弄懂AI是为了更好地适应时代、拉升效率、减少重复劳动，破除“AI高深难懂”“AI和我无关”的认知误区；重点补充：AI在证券，工业领域的核心价值的通俗解读（无需专精学识，贴合通识诉求）。

• 课程预告：明晰本次课程为通识类，不涉及复杂公式和技艺细节，重点是“看懂AI、弄懂AI、会用AI”；引见2期培训流程、模块安排以及交流规则，强调“主动思索、积极参与、动手实操”的意义。

2.1 何为AI

• 核心定义：AI（机器智能）是研究、开发用于还原、延伸和扩展人的智能的理论、办法、技艺以及运用系统的一门技艺，本质是“让机器具备类似人类的感知、思索、决策本领”，用通俗语言拆解定义，防止专精术语堆砌。

• 通俗类比：AI就像“教机器学做事”，机器借助研习大量资料、收束规律，替代人类完成重复、繁琐，甚至部分复杂的差事，而非“取代人类”；结合实例对比“人类做事”和“AI做事”的差异（如人类整理会议纪要vs AI自动整理、人类拆解证券行情vs AI迅速复盘、人类检测货品缺陷vs AI视觉检测），加深领会。

• 要害区分：AI ≠ 机器人（机器人是AI的“载体”，落地时，AI是机器人的“大脑”；AI可无实体，如语音助手，算法推荐、证券AI投顾）；补充实例（如扫地机器人是“AI+实体”，实操中，ChatGPT、证券AI舆情抓手是“无实体AI”），防止认知混淆。

2.2 AI的核心基础要素

• 资料：AI的“燃料”，机器借助研习大量资料（文字、图片、声音、交易资料、生产资料等等），才能收束规律、完成差事；结合实例（AI识别图片需研习成千上万张同类图片、AI写文案需研习海量文本、证券AI需研习海量历史交易资料和新闻舆情资料、工业AI需研习生产装置运行资料），说明资料的意义；简单提以及“资料质量决定AI成效”，无需纵深。

• 算法：AI的“思路推演”，是处理资料、达成研习的核心办法，相当于“机器的思索方式”。用“食谱”类比算法（食谱决定饭菜口味，算法决定AI能完成什么差事），防止技艺细节，重点说明算法的核心作用；举例不同算法的运用（推荐算法、识别算法、证券行情拆解算法、工业装置故障预警算法）。

• 算力：AI的“动力”，是支撑算法运行、资料处理的硬件本领（通俗领会为“机器的运算速度”），决定AI完成差事的效率；举例说明（普通电脑vs高性能服务器运行AI抓手、证券AI复盘海量交易资料的速度差异），让参训者直观感受算力的影响。

2.3 AI的演进阶段

• 弱机器智能（当前阶段）：专注于单一差事，如语音识别、图片分类、推荐算法、文案生成，只能完成特定情境的差事，不具备通用思索本领；结合多个实例（导航只能规划路线、AI文案抓手只能写文案、人脸识别只能识别身份、工业AI只能完成单一检测或者焊接差事、证券AI只能完成行情拆解或者投顾建议、舆情监测），让参训者明晰当前AI的局限性和实用性；补充交流提问“你采用过的AI抓手，属于弱机器智能吗？”，邀请参训者结合证券、工业情境分享。

• 强机器智能（未来趋势）：具备和人类同等等的通用智能，能自主思索、跨情境破解难题（当下尚未达成）；简单引见演进方向，不展开技艺细节，防止引发认知偏差；强调“当前我们接触的所有AI，都为弱机器智能”，包括证券、工业领域的各类AI抓手。

核心推演：AI的运用情境，本质是“其核心本领在不同领域的落地”，先明晰本领，再对应情境，便于领会和启发；每个本领模块搭配实例解说、交流思索，强化认知，重点融入证券、工业领域实例。

3.1 感知本领（AI的“五官”）

• 定义：让机器“感知”外部世界，还原人类的视觉、听觉、触觉等等本领，获取外部资讯；用“人类借助五官感知世界”类比，换个角度看，通俗易懂。

• 核心细分

计算机视觉：让机器“看见”（例：人脸识别、图片识别、视频监控拆解、医学影像识别、车牌识别、工业货品视觉检测、证券交易大屏资料可视化识别）；补充短视频实例，直观展示运用成效。

语音识别和合成：让机器“听懂”和“说话”（例：语音输入，语音助手、语音转文字、AI配音、证券AI语音播报行情）；实地演示简单的语音转文字抓手，增强体验感。

• 启发思索：交流提问“我们生活、事务中，哪些情境需要‘机器感知世界’？”（带出参训者联想，如考勤、安防、导航、工业检测、证券行情播报等等），邀请2-3名参训者分享，强化启发成效。

3.2 认知和推理本领（AI的“大脑”）

• 定义：让机器对获取的资讯开展拆解、判断、推理，还原人类的思索进程；类比“人类接收资讯后思索判断”，说明AI的认知推理推演。

• 核心细分

自然语言处理（NLP）：让机器“领会文字、处理文字”（例：文案生成、翻译、智能客服、舆情拆解、会议纪要整理，证券舆情监测（实时捕捉市场新闻、政策变动对个股的影响））；实地演示简单的AI文案生成，让参训者直观感受。

推演推理：让机器根据规则或者资料规律，做出判断（例：智能诊断、隐患评核、下棋AI、证券行情预测（基于历史资料推理个股涨跌趋势）、工业装置故障预警（基于运行资料推理故障隐患））；结合实例说明AI推理的核心价值。

• 启发思索：交流提问“事务中，哪些‘需要思索、拆解’的差事，可能被AI辅助完成？”（如资料拆解、文案撰写、买方咨询、证券行情拆解、工业装置巡检等等），带出参训者结合自身岗位思索。

3.3 生成本领（AI的“创造力”）

• 定义：让机器基于研习的资料，生成新的内容（文字、图片、声音、视频等等），是当前AI最具突破性的本领之一；结合当前热门AI抓手（如AI绘画、AI文案、AI视频生成），说明生成本领的运用价值。

• 核心实例：文案生成，图片生成、视频剪辑辅助、代码生成、音乐生成、PPT生成，证券投研报告辅助生成（基于市场资料迅速撰写业界拆解、个股点评）、工业生产方案辅助生成（基于生产资料推荐精进方案）；展示不同类型的AI生成作品，让参训者直观弄懂其本领边界。

• 启发思索：交流提问“我们的事务/研习中，哪些‘内容创作’类差事，就一线经验说，可借助AI拉升效率？”（如写报告、做PPT，剪视频、写证券投研简报、写工业生产收束等等），鼓励参训者分享自身诉求。

3.4 执行本领（AI的“手脚”）

• 定义：让机器将思索结果转化为具体行动，多结合实体装置达成；类比“人类思索后动手做事”，说明AI执行本领的核心作用。

• 核心实例：工业机器人（生产流水线作业，运行层面，如汽车零部件焊接、电子元件组装，机械臂上下料）、服务机器人（酒店迎送、医院导诊）、自动驾驶（汽车自主行驶）、智能家电将控（语音将控灯光，空调）；工业领域额外补充：智能仓储机器人（AGV机器人）负责车间物料搬运，货架分拣，工业视觉检测（替代人工检测货品表面划痕，尺寸偏差）；证券领域补充：AI自动交易（基于预设规则自动执行买卖操作，往细里说，需强调“辅助作用，非替代人工决策”）；借助短视频、图片展示不同情境的执行类AI，补充说明其背后的本领支撑（感知+推理+执行）。

• 收束回顾：梳理第 一期核心学识点（AI定义、核心要素、演进阶段、四大核心本领），强化参训者记忆，重点回顾证券、工业领域相关实例和AI本领的关联。

• 答疑环节：解答参训者第 一期积累的疑问，针对性澄清认知误区（如AI和机器人的区别、证券AI的局限性等等）。

• 基础实操体验：简单演示1个易上手的AI抓手（如语音转文字），让参训者初步感受AI实操，为第二期实操环节铺垫。

第二期：深化运用——多情境实例拆解和实操落地

• 迅速回顾：借助提问交流的方式，回顾第 一期核心内容（AI核心要素、四大本领），抽查参训者掌握情况，强化记忆。

• 实例回顾：重点回顾证券、工业领域的AI实例，带出参训者迅速关联“AI本领-运用情境”，为当期的情境拆解和实操铺垫。

核心：按照“生活情境+业界情境”分类，每个情境结合具体实例、实地演示、实例拆解，重点深化工业、证券领域情境，关联前面讲的AI本领，让参训者直观领会“AI能做什么、怎么用”，并启发自身情境的运用联想；增加分组实例研讨环节，强化启发成效。

6.1 生活情境

• 出行领域：自动驾驶（感知+推理本领）、导航路线规划（推理+资料处理）、网约车智能派单、智能停车；结合短视频展示自动驾驶情境，说明其运用优势。

• 生活服务：智能家电（语音将控+执行本领）、外卖/电商推荐（推理+资料处理）、人脸识别解锁/支付（计算机视觉）、AI家政机器人；实地演示智能家电语音将控推演，增强体验。

• 娱乐休闲：AI换脸、AI生成神情包/短视频（生成本领），智能推荐影视/音乐（推理本领）、AI游戏陪玩。展示AI生成的娱乐内容，说明其对日常娱乐的改变。

• 研习辅助：AI题库、错题拆解、AI翻译、论文辅助生成（自然语言处理+生成本领）、AI口语操练；结合学生、职场研习情境，说明AI的辅助价值。

6.2 业界情境

• 办公领域：智能客服（自然语言处理），文案/报告生成（生成本领），会议纪要自动整理（语音识别+自然语言处理），考勤人脸识别（计算机视觉）、AI邮件分类；实地演示会议纪要自动整理抓手，展示AI拉升办公效率的成效。实操带出：让参训者尝试用AI抓手生成简单文案。

• 医疗领域：医学影像识别（计算机视觉）、智能诊断建议（推理本领）、药物研发辅助（资料处理+推理）、AI慢病管控；结合医疗实例，说明AI对医疗业界的赋能，减少人力成本。

• 教育领域：个性化教学推荐（推理本领），AI助教、作业自动批改（自然语言处理+计算机视觉），AI题库生成；针对教育从业者或者学生，补充具体运用情境，启发思索。

• 工业领域

实例1：工业机器人运用（执行+感知本领，执行层面，如汽车焊接、电子元件插件、冲压自动化，机械臂码垛），结合短视频展示流水线作业情境，拆解AI怎样拉升生产效率。

实例2：装置故障检测和预警（感知+推理，借助传感器实时监测机床、风机等等装置运行资料，提前预警故障，防止停机损失），展示AI监测后台界面。

实例3：生产流程精进和质量检测（资料处理+计算机视觉，借助AI拆解生产节拍、物料消耗，精进流水线排布；检测货品表面缺陷、尺寸误差，替代人工肉眼检测）。

实例4：数字孪生和智能调度（构筑工厂虚拟模型，还原生产进程，统筹车间装置、物料、人员）。

交流碰头：结合工业相关岗位，参训者分享“哪些生产环节可借助AI拉升效率”。

• 金融领域

实例1：证券AI智能投顾（根据用户隐患偏好、资金规模推荐适配的股票，基金组合），展示AI投顾界面，说明其核心推演（推理+资料处理）。

实例2：证券舆情监测（实时抓取政策、新闻、社交媒体资讯，预警个股隐患和机会），演示舆情监测抓手的采用，拆解AI怎样迅速处理海量资讯。

实例3：个股行情拆解和复盘（AI迅速处理海量交易资料，识别涨跌规律、支撑位和压力位，自动生成复盘报告）。

实例4：投研报告辅助生成（自动整合业界资料、个股财报，生成基础拆解报告）。

交流碰头：结合证券相关岗位，参训者分享“哪些事务环节可借助AI拉升效率”，落地时，澄清“AI不能替代人工决策”的认知。

• 传媒领域：AI文案，AI排版、AI生成短视频（生成本领）、舆情拆解（自然语言处理）、AI直播助手；展示AI在传媒领域的落地实例，启发内容创作类岗位的运用思索。

6.3 情境启发研讨

• 分组研讨：将参训者分成4-5组，每组围绕“结合自身岗位/研习，在实际应用里，AI可运用在哪些情境？哪些差事可借助AI拉升效率？（重点结合证券、工业领域，执行层面，若相关）”展开研讨，每组指定1名记录员，梳理碰头结果和运用思路。

• 分享交流：每组派1名代表分享研讨结晶（每组2-3分钟），讲师针对分享内容开展点评、补充，强化启发成效，带出参训者挖掘自身领域的AI运用可能性。

核心：选取3-4个简单易上手、适配多岗位的AI抓手，分步骤指导参训者实操，确保每位参训者能独立完成基础操作，感受AI的实用价值。

• 实操抓手1：语音转文字抓手—— 适用于所有岗位，指导参训者将一段语音（如会议录音、发言）转化为文字，拉升记录效率。

• 实操抓手2：AI文案/报告生成抓手—— 指导参训者输入诉求（如写办公通知，简单证券投研简报、工业生产小结），生成基础内容并开展简单修改。

• 实操抓手3：AI图片生成抓手—— 指导参训者输入要害词（如“工业机器人流水线”“证券行情大屏”），运行层面，生成相关图片，适配文案、报告配图诉求。

• 实操答疑（贯穿全程）：讲师巡回指导，一对一解答参训者操作进程中的疑问，确保实操成效。

• 核心收束

回顾2期内容：AI的核心是“资料+算法+算力”，核心本领分为感知、认知推理、生成、执行四类，四类本领共同支撑AI在生活、工业、证券等等各情境的落地。

核心价值强调：AI的运用无处不在，核心价值是“辅助人类、拉升效率、解放双手”，在实际应用里，而非“取代人类”；尤其是证券、工业领域，AI是专精岗位的“好帮手”，而非“替代者”。

重点回顾：梳理核心学识点、高频运用情境、实操抓手，强化参训者记忆，解答参训者2期积累的疑问。

• 演进展望：AI技艺仍在迅速迭代，未来会渗透更多情境（如养老、农业、环保、证券智能风控、工业智能生产等等）；简单引见AI演进的核心趋势（更智能、更便捷、更贴近诉求），强调“掌握AI基础认知和实操本领，才能更好地适应时代、借力AI”。

• 后续研习带出

抓手推荐：整理并分享适合通识研习者的AI抓手清单（含证券、工业基础辅助抓手），方便参训者课后继续尝试。

研习渠道：推荐简单的AI研习渠道（短视频、科普文章、基础课程），为参训者后续主动研习AI奠定基础。

行动建议：鼓励参训者课后多观察生活、事务中的AI情境，主动运用实操抓手破解简单差事，挖掘自身领域的AI运用机会。

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|莫维老师