ü 课程一：《人工智能的先驱和基础：计算起源、信息革命和数字化转型浪潮》  

n 数字化，我们在讨论什么？—— 对世界的抽象和建模

n 为什么是“数字化”？现代数字化在哪些领域处理什么？

n 人类历史是一步生产力发展史 —— 从效率的视角看信息化和数字化  

n 为什么第三次工业革命是信息革命？

n 为了利用工具辅助思考，人类做出过哪些尝试？

n 为什么计算机成为了**终的思考机器，为什么计算机能思考？—— （几个核心问题：再复杂的计算也可以分解为几个二进制的简单的逻辑运算；这些逻辑运算可以被电路实现；这些实现运算的电路可以被组合起来统一控制和编程）

n 思考：一切问题都是可计算的么？—— 人工智能的基础思想

n 数字化的历程：从生产力发展和科技发展看现代数字化的进程

n 数字化是信息全周期的体系化

n 几个主要的数字化技术：云计算、区块链、大数据、物联网、AR/VR—— 都在解决信息全周期的什么问题？

n 数字化为什么会导向人工智能，为什么可以引发人工智能

ü

ü 课程二：《人工智能的土壤和营养：大数据和数据中台》

n 大数据的源起

n 为什么是“大”数据？

n 为什么从大数据可以总结出规律？

n 为什么大数据再进一步就成了机器学习？

n 数据中台的源起，为什么需要数据中台？  

n 数据中台的设计，建设和应用

n 人工智能语境下的数据中台

ü 课程三：《从经典人工智能，到通用人工智能大模型》

n 经典人工智能，机器学习和深度学习

n AI大模型兴起

n 为什么是“大”模型？—— “智商”和“知识”

n 为什么大模型率先在语言处理领域有所突破？

n 大模型的根基：Transformer的基本原理类比

n 几类**主要的大模型的基本原理类比

n 大模型的应用潜力和局限

n 大模型时代的教育和培训 —— AGI来临，人类应该从事什么工作？培养什么技能？

n 如何利用大模型：基本模式

n Prompt engineering&in- context learning 提示词工程&上下文学习

n  联机赋能&外接应用 Plug-in —— 给大模型配上“眼睛””耳朵”“四肢”

n Retrieval Plug-in: Vector database向量数据库（大模型的长期记忆机制）—— 大模型的“海马体”

n 对开源模型精调和定制 —— 落地路径及实践

n 商汤科技大模型体系及应用介绍

ü 课程四：《AI大模型赋能的元宇宙及应用》

n 人工智能基础（针对前面课程未参与的听众）

n 元宇宙与Web3源起

n 下一代互联网

n NFT&NFR&数字藏品与虚拟土地

n 元宇宙四大“数”力

n 理解力—— CV &NLP

n 连接力—— 数字孪生

n 融合力 —— AR

n 创造力 —— AIGC

n 元宇宙中的人工智能

n 游戏应用中的AI

n 社交应用中的AI

n 元宇宙中的人、物、场

ü 课程五：《AI大模型赋能的智能交通和物流》

n 人工智能基础（针对前面课程未参与的听众）

n 交通管理中的人工智能

n 人工智能赋能的运输管理

n 仓储管理的人工智能应用

n 供应链管理中的机器学习

n 自动驾驶和车路协同

n 智慧机场的人工智能应用

ü 课程六：《AI大模型赋能的文商旅》

n 人工智能基础（针对前面课程未参与的听众）

n AIGC在文创领域的应用和趋势

n 文生文

n 文生图；AI视频实时编辑

n 三维重建

n 数字人

n 智慧商业中的人工智能

n AR赋能的商业中心

n 虚实融合的新形态商品/藏品

n 文旅产业的科技赋能破局之道 —— 三体.引力之外体验中心案例

n 营销和客服领域的人工智能应用