课程收益
1. 助力参训者构筑周全并且纵深的学识架构,清晰把握生成式机器智能的概念、特点、原理以及演进脉络,为科学决策筑牢根基。
2. 带出参训者纵深剖析生成式机器智能各业界引发的变革,洞察其在拉升效能、激发革新、促成业界升级方面的核心价值。
3. 借助有代表性的实践实例,强化参训者对生成式机器智能在各业界/业界的实际业务情境中的运用的领会,剖析革新点和价值创造,激发思索,拉升将其有效运用于日常业务事务的本领。
4. 探讨公司在部署和利用生成式机器智能时应怎样规划、规划和施行,在组织、管控、英才等等方面应做好的调整和准备,以及有可能面临的隐患和挑战,预置解题打法。
课程大纲
1.1.
【导入】
· 开场
1.1.1.
【交流】
· 几个问题
在进入正文前,提出几个问题,跟参训者交流。
1.
目的:
² 调动兴趣、激发思索
² 活跃氛围、拉近距离
² 点明主题,奠定基调
2.
问题清单(备选)
²
今年的诺奖,具体来看,有好几个发给了
AI相关的科学家,在实际应用里,预示着什么?
²
全球
AI竞争格局。中国的头部公司如华为、字节、阿里
的动作?之间的携手和竞争。
² 会给我带来什么影响?会给我的公司带来什么影响?
² AI大潮汹涌而来,执行层面,我的岗位会不会被替代?我的对手会不会先用了AI,在实际应用里,然后干掉我?
1.1.2.
【交流】
· 一些要害词
借助一些要害词,提问的形式,和参训者交流。要害词示例:
²
【大模型】【大语言模型】【
AI】【AIGC】【机器智能三要素】【算力·算法·资料】
、
²
【深度研习】【神经网络】【具身】【多模态】【
Agent】
、【资讯化】【数智化】【智能化】
1.1.3.
【简述】
· 讲师引见
²
近
20年资讯化、数智化领域从业心得
、
前华为,字节跳动资深
AI专家
,创业经历
² 一项国家准则起草者(智能制造)、多家国央企、上市公司数智化转型顾问、项目评审专家
²
近两年投身生成式
AI的革新和实践,全链条孵化出多个生成式AI在公司不同情境中的运用(业界洞察、诉求拆解、货品规划、开发、部署施行、交付、持续运维,迭代更新)
1.1.4.
【简述】
· 授课内容、章节以及
take away
简述今天主要解说的内容,让参训者做到心中有数,明晰预期。
1.
内容分
3个部分
2.
核心标的和
Take Away
1.2.
【第一部分】
· 生成式机器智能概述
1.2.1.
【学识精讲】
· 基本概念
² 引见生成式机器智能的特点,如创造性、适应性和高效性。
² 和传统机器智能的区别:对比生成式机器智能和传统机器研习、深度研习等等办法的不同之处。
1.2.2.
【学识精讲】
· 演进历程和现况
² 回顾生成式机器智能的演进历程,从早期的简单模型到如今的强大技艺。
² 引见当前生成式机器智能的演进现况、演进趋势。
1.2.3.
【实例拆解】
· 各流派、分支以及代表货品
² 引见生成式机器智能的主要技艺流派,如语言模型、图像生成技艺、多模态融合技艺等等。
² 拆解各技艺流派的原理和特点以及
代表性货品,如
GPT-4
、文心一言、
DALL
·
E2
等等。
1.2.4.
【实例拆解】
· 前沿技艺
1.
语言模型
²
原领会说:如
Transformer
架构、注意力制度等等。
² 大规模语言模型的训练和精进办法、实际运用实例和
演进趋势。
2.
图像生成技艺
²
解说图像生成技艺的革新,如扩散模型、生成对抗网络等等,展示其生成高质量图像的本领。
²
引见图像生成技艺的运用情境
和
演进趋势
。
3.
多模态融合技艺
²
引见多模态融合技艺的概念和意义,怎样将语言、图像、音频等等不同模态的资料开展融合。
²
解说多模态融合技艺的达成办法
、
运用前景。
4.
技艺趋势
²
收束生成式机器智能的技艺趋势,强调技艺革新对业界演进的意义。
1.2.5.
【研讨分享】
· 关于未来的畅想
(
可选
)
² 展示一些业界头部人物、业界论坛上关于生成式机器智能未来演进的畅想。
² 做一些运用性收敛。
1.3.
【第二部分】
· 新质业界大变局
1.3.1.
【学识精讲】
·
对传统业界的冲击
²
拆解生成式机器智能对传统业界的冲击,如制造、金融、交通、教育、科研、医疗健康、药品、能源和矿业、信念和媒体、公共服务等等。
²
以具体实例说明生成式机器智能怎样改变传统业界的生产方式、商业模式和竞争格局。
²
探讨传统业界化解生成式机器智能挑战的打法,如数智化转型、革新驱动、主力练就等等。
1.3.2.
【学识精讲】
·
新兴业界机遇
²
探讨生成式机器智能带来的新兴业界机遇,如机器智能创意业界、
智能资料拆解抓手、
智能内容生成平台、虚拟助手等等。
²
拆解新兴业界的演进趋势和市场前景。
²
引见一些成功的新兴业界实例。
1.3.3.
【实例拆解】
· 一些实例(各业界
/
业界在不同领域的运用情境)
【
选项几个不同业界的实例,纵深拆解生成式机器智能在其中的运用和影响
】
² 智能制造、数字金融、医疗健康、能源业界、信念和媒体
1.3.4.
【小组碰头】
· 生成式机器智能未来的演进方向和公司方略布局
1.
生成式机器智能将怎样重塑
当前公司
所在的传统业界
²
碰头题:
结合当前公司的具体业界来由,拆解生成式机器智能对传统业界的冲击和变革。
²
要害词
:
商业模式革新、货品革新、生产流程精进、服务升级
2.
新兴业界中,
有
哪些
细分
领域最有可能因生成式机器智能而迅速崛起,
所在公司
应怎样抓住这些机遇?
²
碰头题:
探讨前述各新兴领域的演进潜力,以及公司能够采取的方略举措
²
要害词
:
投资、携手、内部革新
1.4.
【第三部分】
· 我们的化解打法
1.4.1.
【学识精讲】
· 方略规划
² 顶层规划:怎样在生成式机器智能时代找准定位,拟定演进方略。
² 诊断拆解:拆解公司在生成式机器智能领域的优势和劣势,提出相应的演进打法。
² 技艺引进和定制:生成式机器智能和公司诉求的匹配路径
² 方略部署和资源配置:怎样为生成式机器智能项目提供资源,减少落地阻力
² 多方携手和革新生态:探讨公司和民营公司、高校、科研机构的携手模式,共同促成生成式机器智能的演进。
1.4.2.
【学识精讲】
· 情境识别
借助以下实例,解说情境识别的办法:
² 预测维护和装置管控、安全管控和隐患预测、智能仿真和训练、学识图谱和辅助决策
² 图像和信号处理、人机协同系统、智能化流程精进
² 生成式机器智能在隐患评核和合规管控中的作用
1.4.3.
【学识精讲】
· 主力练就和引进
² 强调主力练就和引进的意义,引见怎样练就具备生成式机器智能本领的英才。
² 拆解公司在主力练就和引进方面面临的挑战,提出相应的解题打法。
1.4.4.
【学识精讲】
· 隐患管控和伦理考量
² 拆解隐患管控和伦理考量,如资料安全、隐私保护、算法偏见等等问题。
² 引见公司在隐患管控和伦理考量方面的责任和义务。
² 提出一些隐患管控和伦理考量的办法和建议,为公司提供指导。
1.4.5.
【学识精讲】
· 革新生态建设
² 鼓励公司积极参与生成式机器智能的革新生态建设,和高校、科研机构和革新公司携手。
² 引见革新生态建设的意义和办法,为公司提供参考。
1.4.6.
【小组碰头】
· 生成式机器智能迅速演进的来由下,我们公司的化解打法
根据公司所在业界,可选碰头题目:
1.
生成式机器智能在
公司得到运用
的可行性和潜在挑战
²
碰头题:
生成式机器智能在贵单位的业务链路中有哪些潜在运用情境?对于当前的组织结构和技艺环境,生成式机器智能的施行是否具备挑战性?
²
要害词
:
资源配置、资料安全、隐私保护、技艺门槛等等。
2.
生成式机器智能未来的演进方向和公司方略布局
²
碰头题:
从未来趋势来看,生成式机器智能可能带动哪些革新?您的公司应怎样方略性地布局,以充分把握生成式机器智能带来的新机遇?
²
要害词
:
技艺投资、业界携手、革新生态、长期演进规划。
3.
生成式机器智能在拉升生产力中的作用和限度
²
碰头题:
生成式机器智能在拉升生产效率和精进决策上能发挥什么作用?在您的公司中,哪些具体领域适合引入生成式机器智能?
²
要害词
:
预测维护、智能制造、隐患管控、决策支持。
4.
生成式机器智能驱动下的业界转型和组织管控变革
²
碰头题:
引入生成式机器智能会对公司的组织架构和管控流程带来哪些改变?怎样精进现有的管控模式以适应生成式机器智能带来的变化?
²
要害词
:
流程精进、资源管控、主力练就、技艺转型。
5.
生成式机器智能项目的隐患将控和合规管控
²
碰头题:
生成式机器智能在要害业界的采用可能引发哪些隐患?怎样在运用进程中达成对资料安全、模型可控性的管控?怎样平衡生成式机器智能的革新演进和资料安全、伦理道德问题?
²
要害词
:
资料隐私、模型可信性、隐患评核、
AI治理制度。
6.
生成式机器智能在公司中的落地路径和施行打法
² 碰头题:从技艺引进到项目落地,生成式机器智能怎样才能在您的公司中有效部署?在施行进程中,怎样达成和现有系统的无缝集成?
² 要害词:项目施行步骤、系统集成、技艺定制、资源调配。
1.5.
【收束】
· 内容收束、展望和交流问答
1.
收束课程内容(强调生成式机器智能对
公司
的意义和挑战)
收束前述课程内容。
2.
鼓励参训者持续研习和探索,积极运用生成式机器智能促成公司演进
【
生成式
机器智能
赋能新质出产力,为
公司
提供的长期演进潜力
】
²
未来的运用前景和可行性研究
² 组织、流程、管控和主力练就方面的化解打法
3.
展望生成式机器智能的未来演进前景,激发参训者的革新思路和创造力
4.
交流问答和碰头
²
回应管控层关于生成式
机器智能
的要害问题,碰头
公司
的具体运用情境
²
结合华为、字节跳动的实际运用心得,分享怎样在大型公司中达成
AI
技艺的有效落地
2.
注意事项
Ø
在解说技艺细节时,考虑到受众的专精来由,适当调整难度,防止过于深奥的技艺术语
。
Ø
强调
生成式机器智能
的实际运用价值以及其对
各
业界可能带来的正面影响。
Ø
提供实际操作的机会或者实例拆解,支援参训者更好地将理论学识转化为实践本领。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|李檀老师
适合谁听
管人者。建议同一家企业 3 人以上同来,课堂上直接改造本企业的实际问题——单人参加也能学到方法,但带不走可用的成果。
交付流程
课前:顾问访谈 2 位管理者,收集现状与问题清单,讲师据此调整案例。课中:讲授与演练各占一半,产出可直接用的工具与方案。课后:7 天内提交改进建议,30 天内一次线上答疑。
