人工智能 3.0

×
合作 · 共赢 · 发展
讲师入住 课程合作 师资合作

万宗平

原某运营商市场总监、20年通信与互联网资深顾问实践

讲师简介

20年来一直在通信与互联网行业提供项目咨询、课程研发、培训实施工作,多次获邀参见《全球云计算峰会》《大数据博览会》《全球物联网高峰发展论坛》,给国内的三大设备商(华为、中兴、上海贝尔诺基亚)提供常年的咨询培训服务,国内的三大运营商(移动、电信、联通)提供战略咨询服务。为阿里云、阿里物联网以及腾讯云与大数据发展提供咨询服务。近些年重点为他们开发并提供《5G战略布局与发展态势》、《赢在云时代》、《云计算时代核心竞争力提升》、《物联网平台构建与链接能力提升》、《大数据盈利模式与变现》、《大数据变现的风险规避》等代表行业发展趋势类课程。在新技术、新业务、新模式、新趋势方面有自己独到的优势和见解。

人工智能 3.0
4693 次浏览 #AI人工智能

人工智能概念自诞生起,总共经历了三个阶段:

1.0- ANI (专用人工智能,Artificial Narrow Intelligence )又称为弱人工智能,是专注于执行某一领域任务的经过训练的人工智能,是目前大多数的AI形式;

2.0- AGI(通用人工智能, Artificial General Intelligence )是指一种具有与人类相当的认知能力的智能系统,能理解、学习、计划和解决问题,尚未真正实现;

3.0- ASI(超级人工智能,Artificial Super Intelligence )指在几乎所有领域都超过最优秀的人类所具备的技能、知识、创造力、智慧和社交能力的智能系统。

生成式AI 以你意想不到的速度在迭代,本课程将从人工智能发展的三段论开始,一次性系统学习目前主流生成式AI 的模型特点、应用落地和发展趋势,再结合老师扎实的行业功底,深度细致剖析企业的场景需求、落地路径与能力建设。

AI 一天,人间一年!学习起来吧

一、 人工智能阶段性发展特征与趋势

1. 人工智能三段发展历史的特点与困境

2. 人工智能发展史上的标志性事件:IBM 深蓝、谷歌阿法狗

3. 人工智能产业影响未来核心竞争力

4. 聚焦机器视觉和语音识别应用场景的人工智能发展

5. 聚焦辅助驾驶和无人驾驶、智慧工厂等运用场景的发展

6. ChatGPT 对人工智能发展带来的影响

7. GPTs 改变了移动互联网的APP 时代

8. Gemini 加速人机协同与人形机器人的智能化发展

9. Sora 成就多模态发展的事实

 

二、 大模型开启AIGC 大时代

1. AIGC-利用人工智能生成内容,提升生产力曲线

2. ChatGPT是AIGC板块中的重要组成部分

3. AIGC 技术的三大前沿能力(孪生、编辑、创造)

4. AIGC行业发展的三个关键时期

5. 从分析AI到生成AI 的逐步演化

6. ChatGPT经过多类技术路线演化,逐步完善与成熟

7. ChatGPT模型六大能力提升

8. Transformer(转移学习模型)标志着基础模型时代的开始 

9. Transformer奠定了生成AI的游戏规则

10. AIGC产业链解读(从硬件到软件到生态)

11. AIGC有望成为主流内容生产模式

12. AIGC的五大模态解析

13. AIGC不同模态(文本、图像、音频、视频)下的运用场景

14. 跨模态生成是认知和决策智能的和转折点

三、 GPTs 打开智能应用APP 新局面

1. GPT4 模型优化,GPTs 生态加速繁荣

2. GPT4 Turbo使多模态能能力增强,使用成本更低

3. GPT4 Turbo 推出API 多模态能力实现跨越

4. GPTs 用户定制化ChatGPT 实现私人化、场景化

5. 低门槛创建GPTs 人人皆是程序员

6. GPTs 垂直赋能属性增强,实现更多的长尾效应

7. GPT Store 是继APP Store 后的下一个蓝海

8. 全球主流GPTs 应用与流量分析

四、 Gemini 和Sora 加速多模态AI 落地变现

1. 多模态,发展不止步 Gemini 布局未来

2. Gemini 具备多模态能力,应用能力更强,硬件、软件同步布局

3. Gemini 三大版本,真正意义上的云边段协同

4. Gemini 加速智能终端的AI 能力升级

5. Gemini 加速人机对话和人形机器人迭代

6. Sora 让生成式AI(文生文、文生图、文生视频)实现圆满

7. Sora 的三大特点(长视频、多角度、模拟现实世界)

8. Sora 与主流生成视频模型比较

9. Sora 与其它文生视频的差别

10. Sora 数据驱动下的模型性能突破

11. Sora 基本架构:扩散模型+ Transformer

五、 大模型赋能企业智能化的路径与能力建设

1. 大模型赋能企业智能化变革的路线图(关键举措、核心技术、业务影响、落地场景)

2. 企业最希望大模型落地的期望与商业利益

3. 基于模型落地实施的解决方案路径

4. AI 赋能企业从数据资产化到价值实现的闭环

5. 主流行业对模态应用需求解析

6. 大模型核心能力三要素(数据、算力、算法)

7. 大模型的预训练过程与关键要素

8. 案例剖析:微软大模型与既有业务融合策略

9. 案例剖析:阿里通义赋能传统业务升级迭代

10. 案例剖析:华为盘古大模型与垂直行业智能化

11. 案例剖析:三家运营商从大模型到MaaS的战略布局

12. 智能算力底座是智能化升级的基石

13. 智算中心对产业集群化的影响

14. 国内智算中心分布图与城市产业机构

15. AI算力的四大芯片架构(CPU/GPU/FPGA/ASIC)特征剖析

16. 英伟达四大芯片能力对比(V1OO/A100/H100/H200/A800)

17. 国内主流GPU 能力对比(平头哥、华为、寒武纪、摩尔线程、海光)

返回顶部
0.238077s