【课程背景】

目前，人工智能应用已经渗透到生产生活的各个方面：

刷视频时，平台根据个人偏好推送喜欢的内容；

餐厅里，服务机器人为我们送吃的；

酒店里，服务机器人为我们送东西；

工厂里，焊接机器人正在工作；

田野里，无人机在田地里喷洒农药；

…

创新工场董事长兼首席执行官李开复说：“未来15年，40%的工作将会被人工智能所取代”；计算机科学家，人工智能和机器学习领域国际**学者之一Andrew Ng说：“未来10年, 很难想象有哪个行业不会被AI所改变”。

中国、美国、欧盟、英国、印度、加拿大、日本等国家也陆续发布了支持人工智能产业发展的政策，并制定了人工智能发展国家战略。

可见，人工智能一定是大势所趋，我们也必须关注人工智能的发展动态，重视对人工智能的资源投入，大力发展人工智能产业。

人工智能专家将AI划分为数据、算力、算法三大要素。其中，数据相当于石油、电力这样的新能源；算力相当于土地、道路这样的基础设施，而算法则相当于汽车发动机这样的推进引擎，在人工智能中处于**为核心的位置。

本课程以数字化算法为核心，**案例故事的形式，从浅到深，介绍算法的本质与模型构建方法。同时，为了配合算法这一核心主题，增加了大数据、云计算、隐私安全治理、社会伦理道德影响、工作替代冲击等相关知识内容，让学员在迭代起伏的AI故事中，全面而充分地理解算法模型的构建思路与方法。

【课程收益】

了解人工智能的发展历程与发展趋势；

掌握人工智能算法模型的构建思路与方法；

了解人工智能算法基础设施（大数据与云计算）；

了解人工智能应用落地相关问题（隐私安全、伦理道德、人机关系等）。

【课程特色】历史与应用视角，浅显易懂；系统化、案例化，容易掌握。

【课程对象】中高层管理人员、数字化转型的领导者/推动者

【课程时间】1~2天（6小时/天）

【课程大纲】

人工智能发展现状

四次工业革命与AI时代的到来

经济发展模式的三次飞跃

历史上的四次工业革命

AI的提出及其曲折发展历程

人工智能在国内外的典型应用

人工智能在国外的典型应用案例

人工智能在中国的典型应用案例

人工智能涵盖的主要内容及其特点

人工智能与新一代信息技术

人工智能的分类及其特点

人工智能发展现状及适用场景

案例：波士顿工业机器人、服务机器人、特斯拉汽车

二、人工智能算法建模四步法

机器学习**步：数据采集与预处理

数据采集方法与技术

异构数据采集及其处理技术

数据预处理典型方法与工具

机器学习第二步：特征工程

典型特征选择方法

深度学习与特征工程

机器学习第三步：模型训练与模型选择

训练集与测试集构建方法

算法模型构建与选择方法

机器学习第四步：模型优化与应用

主流模型优化方法

算法模型在线应用方法

案例：鸢尾花分类、房屋定价、情感分析

三、大数据和云计算助力人工智能

数据成为数字社会发展的新能源

数据是连接物理世界和数字世界的桥梁

大数据4V特征与人工智能

实时流式与批量离线计算模型

云计算成为数字社会新型基础设施

算力决定人工智能算法的成败

云计算Hadoop开源生态系统

数据与知识双轮驱动人工智能发展

知识是人工智能算法模型的核心

知识图谱让AI更能准确把握需求

案例：电信大数据、知识图谱、工业大数据

四、人工智能发展中的问题与挑战

人工智能对隐私安全治理提出更大挑战

深度学习算法让隐私安全问题更突出

人工智能解决隐私安全问题的策略

人工智能发展中的社会伦理道德问题

若人工智能犯错，谁之过？

AI在社会伦理道德遵循方面的探索

人工智能替代工作岗位引发人机冲突

员工如何改变思维方式，主动拥抱人工智能？

管理者如何帮助员工转岗，化解机器替代危机？