AboutAI–與人工智能共舞

對象

1.??????企業高管，希望了解如何將AI應用于自身業務的管理人員。?2.??????產品經理、項目經理、研發團隊、運營團隊，思考如何將AI與產品做有機結合的業務團隊。?3.??????對AI、機器人和前沿科技懷有濃厚興趣者。

目的

1.?????掌握了解AI的發展歷程，以及當今AI的發展趨勢和脈絡。?2.?????把握AI與人類智能的區別，以及二者的結合點。?3.?????建立算法思維，系統化培養“機器商”。?4.?????破除對AI的恐懼，讓AI成為企業發展助力。?5.?????了解如何入手處理AI與自有業務的結合，做到“人機共舞”。

內容

一、 ? ?課程背景

人工智能（Artificial Intelligence），英文縮寫為AI。作為計算機科學的一個分支，它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。近年來，隨著互聯網和深度學習模式的迅速崛起，人工智能迎來了一波輝煌的發展，并向各領域快速擴散，同時也帶來了機器智能是否會帶來人類失業，超越人類甚至毀滅人類的全球性恐慌與大討論。

本課程通過講師講解、案例分析、小組討論、學員練習等授課方式，從幾部影視作品開始，帶著你展開AI之旅，了解AI的前世今生來龍去脈，給你帶來全面的對人工智能的思考和解讀，讓你在領略機器和算法之美的同時，避免無謂的恐慌并逐漸學會與人工智能共舞，讓人工智能成為人類的助力，并通過率先應用人工智能獲得企業的競爭優勢。

主課程分為“道篇”（全面把握AI戰略的心法）與“德篇”（關鍵領域應用的技法），通過理論和案例分析的結合，力圖做到對AI知識體系的完整把握，和對實際應用的知行合一。

二、 ? ?課程特點

授課形式：體系講解 經典案例分析 業務結合討論 互動答疑

系統梳理AI發展脈絡并展望AI應用前景（了解歷史才能預測未來），突出理論特點，注重知識理解、案例分析與實戰體驗，其中體系講解45%，經典案例分析35%，業務結合討論15%，互動答疑5%。

三、 ? ?課程收益

1. ? ? 掌握了解AI的發展歷程，以及當今AI的發展趨勢和脈絡。

2. ? ? 把握AI與人類智能的區別，以及二者的結合點。

3. ? ? 建立算法思維，系統化培養“機器商”。

4. ? ? 破除對AI的恐懼，讓AI成為企業發展助力。

5. ? ? 了解如何入手處理AI與自有業務的結合，做到“人機共舞”。

四、 ? ?課程模式

1. ? ? 中文教學、面授、多媒體講解

2. ? ? 分組討論

3. ? ? 課堂練習、互動式答疑

五、 ? ?受眾對象

1. ? ? ?企業高管，希望了解如何將AI應用于自身業務的管理人員。

2. ? ? ?產品經理、項目經理、研發團隊、運營團隊，思考如何將AI與產品做有機結合的業務團隊。

3. ? ? ?對AI、機器人和前沿科技懷有濃厚興趣者。

六、 ? ?時間安排

系統學習1天（6小時）

七、 ? ?課程過程中的實戰演練

1. ? ? 實戰訓練：業務分析，AI產品經理的十字型人才成長之路

2. ? ? 實戰訓練：如何做數據驅動型的決策

八、 ? ?課程內容

第一單元 前導--從幾部電影講起

1. ? ?傳奇的阿蘭圖靈

2. ? ?斯皮爾伯格對AI情感的探討

3. ? ?天網：《終結者》帶來的AI恐慌

第二單元 AI綜述（道篇）

1. ? ?人工智能的定義

u ? 機器對人腦的模仿游戲—圖靈測試

u ? 智能的內涵與外延

u ? AI與人類智能的區別

2. ? ?發展歷史

u ? 黃金年代和低谷

u ? 深度學習的高潮—風起云涌的類腦研究

3. ? ?展望未來

u ? AI-aas（AIas a service）與openAI：水電煤一樣的基礎設施

u ? 吳恩達的火箭理論

u ? 價值千億美金的公式

u ? “意會”的AI：場景、上下文、強人工智能

4. ? ?深度學習

u ? AlphaGo與深藍的根本區別

u ? 算法

u ? 大數據

u ? 需求

5. ? ?行業應用

u ? 推薦算法、圖像識別、語音、自然語言

u ? 應用領域：AR/VR/MR

6. ? ?AI恐慌

u ? 《未來簡史》、《終結者》：取代人類

u ? 阿西莫夫的機器人三定律

u ? 情感計算

u ? 自動駕駛的“電車悖論”

u ? 機器人的高度擬人化：恐怖谷理論、Hanson Robotics的蘇菲亞和愛因斯坦

u ? AI的價值觀和倫理

7. ? ?道篇小結：關于AI的幾個深度思考

第三單元 典型應用（德篇）

1. ? ?圖像識別

u ? 圖像識別原理

u ? GPU云

2. ? ?語音與自然語言

u ? 語音識別原理

u ? 語義識別

u ? 自然語言交互

3. ? ?推薦算法

u ? 協同過濾算法（CF）

u ? 奇異矩陣分解（SVD）

u ? 標簽匹配

u ? 算法混合

4. ? ?其他應用

5. ? ?德篇小結

第四單元 人機共舞--業務結合

1. ? ?分組討論

2. ? ?總結討論

課程總結