● 熟(shu)悉社會(hui)常見的(de)人工智(zhi)能(neng)應用，強(qiang)化對(dui)智(zhi)能(neng)的(de)認(ren)知；

● 厘清大(da)數據(ju)、人工智能(neng)體(ti)系中的關鍵(jian)問題；

● 掌握大(da)數據推動人(ren)工智能技術(shu)發展的主線(xian)技術(shu)邏輯；

● 熟悉(xi)掌(zhang)握新興(xing)技術(shu)成熟度曲(qu)線，把(ba)握未來技術(shu)發(fa)展趨勢；

● 了解人工智(zhi)能主要流(liu)派(pai)與基本原理(li)、主流(liu)神經網絡模型；

● 了(le)解數據科學、數據建(jian)模(mo)、大數據平(ping)臺(tai)、人工(gong)智能主要技術(shu)架構；

● 熟(shu)悉主流(liu)人(ren)工(gong)智能落地的(de)商業形態及人(ren)工(gong)智能人(ren)才體系(xi)、產業投融資現狀態；

● 掌(zhang)握數據智能(neng)應用的(de)創新原理和(he)熟(shu)悉(xi)人工智能(neng)在各領域的(de)創新應用；

● 通過案(an)例實(shi)踐深入熟悉掌握基于人(ren)工智能(neng)在業務領域(yu)的創(chuang)新變(bian)革之法。

導入1：現在是大數據時代，現在是人(ren)工智能(neng)時代

案例：“我的一天”

研討：(GP-分(fen)組對抗記分(fen)點)感受智能化，分組(zu)討論描述“你的一天”，并指出哪(na)些(xie)應(ying)用或名詞是和人(ren)工智能緊(jin)密(mi)相(xiang)關(guan)？

導入2：“人(ren)工智能威脅論（一）”

案例：人工智能的技術(shu)發展，對人類(lei)來說到底是(shi)生存還是(shi)毀滅？

研討：(GP-分(fen)組對抗記分(fen)點)分(fen)組(zu)匯總(zong)每位同(tong)學的觀點

備注：GP-為短(duan)時時間(jian)討論，一般不超過5分鐘，LGP為長時間討(tao)論(lun)，一般(ban)在5-20分鐘；GP活(huo)動(dong)將根據(ju)現場情況發起(qi)或不發起(qi)，非(fei)固定(ding)活(huo)動(dong)。LGP同(tong)。

第一(yi)講(jiang)：大數(shu)據時(shi)代特征與人工智能國家(jia)戰(zhan)略

一、從(cong)互聯(lian)網到大數(shu)據時代的演變過(guo)程

1. 從互聯網、Web2.0、移動互聯網(wang)看人類在線化過(guo)程

2. 人類在線化過程與行為數據的關系

案例(li)分析：以商業購物場景為例(li)，分析人類活動的在線變化及其產生的行為數據

小組(zu)研(yan)討：(GP)分組(zu)設計其他場景,延伸到(dao)物聯傳感網

3. 大數據的來源與全(quan)球數增長情況分析

4. 數(shu)據(ju)計量單(dan)位的(de)換算

5. 5G的戰略(lve)地位與價值

6. 大數據的兩個重要特征

7. 大數據(ju)價值(zhi)的現狀

二、國(guo)際與(yu)國(guo)內對大(da)數據的認識與(yu)現(xian)狀

1. 全球(qiu)對大(da)數(shu)據的認知與共識

2. 中(zhong)國：大數據(ju)上(shang)升到(dao)國家戰略

3．數據資產化(hua)的6種(zhong)主(zhu)要業(ye)務模式

小(xiao)組研討(tao)：(GP)找出我們生活中(zhong)常見的(de)大數據(ju)業務

三(san)、國際(ji)與(yu)中國人工智能發展

1. 中國(guo)：人工智能的國(guo)家戰(zhan)略(lve)與“智能+”

2. 世界各(ge)國人(ren)工智能發展對比分析

3. 解讀“十(shi)四五”規劃(hua)給我們的啟示(shi)

小組研討：(LGP)找出(chu)在你所在行業(ye)的有(you)關人(ren)工智能方(fang)面(mian)的國家或地方(fang)政策規劃(hua)

第(di)二講：人工智能發展史

一、人工(gong)智能的起源

1. 人工智能產生的背(bei)景

2. 圖(tu)靈(ling)與圖(tu)靈(ling)測試

3. 達特茅斯會(hui)議與“人(ren)工智能”一詞(ci)的出現

二、人工智能的三次浪潮

1. 第一次人工智能浪潮：推理(li)與探索

案例分析(xi)：計算機在(zai)使用“推理(li)和探(tan)索”的興起與(yu)沒落

2. 第二次人工智能浪潮：知識(shi)工程

案(an)例分析(xi)：專家系統的窘境與問題

3. 我們正在第三次(ci)人工智能浪尖上：大數據(ju)與深度學習(xi)

案例分析(xi)：人工智能(neng)發展歷程(cheng)中(zhong)的里程(cheng)碑事件

第三(san)講(jiang)：人工智能的(de)原理與體系(xi)

一、人工智(zhi)能定義與(yu)分類

1. 人工(gong)智能定(ding)義隨技術革(ge)新而變(bian)化

2. 計算智能(neng)、感知智能(neng)與認知智能(neng)

3. 人工(gong)智能的幾大(da)學術門派(pai)其及技術發展(zhan)方向

案例(li)分析：人機智力大戰的巔(dian)峰——阿爾法狗(gou)

二(er)、人(ren)工智(zhi)能(neng)人(ren)才(cai)培養與學科體(ti)系

1. 學(xue)科領域交叉與滲(shen)透(tou)下的人工智能創新協同

2. 世界及中(zhong)國(guo)人(ren)工(gong)智能類人(ren)才培養現狀(zhuang)

案例(li)分析(xi)：中國某(mou)頂尖(jian)大學人工(gong)智能研究院體系及研究領域

3. 把握(wo)與跟蹤人(ren)工智能技(ji)術發展趨(qu)勢的方法

案例分析(xi)：深度(du)分(fen)析Gartner曲(qu)線

實(shi)操演練：(LGP)依據(ju)現場給出的某(mou)人工智(zhi)能(neng)應用,依據Gartner曲線(xian)分析其技術發展規(gui)律與(yu)特點(dian)

第三講：數據智能技(ji)術體系與建模(mo)

一、數據智能平(ping)臺(tai)技術體系

1. 大(da)數據技術平臺(tai)架構

2. 人工智能(neng)技術平臺(tai)架構

3. 通用深度(du)學(xue)習開(kai)源框架與特(te)點

二(er)、數據科學與機(ji)器學習

1. 數據科學結構(gou)

2. 傳統數據分析與(yu)大數據挖掘流程比(bi)較

3. 大數據(ju)挖掘(jue)工(gong)作(zuo)流(liu)程

4. 大數據(ju)模型開(kai)發(fa)流程

案例分析：(LGP)行動(dong)學(xue)習，大(da)數據(ju)驅(qu)動(dong)下的“商(shang)業人(ren)”畫像(xiang)及(ji)應用

第四講：常見深度(du)學習模型與應用

一、傳統數(shu)據模型與應用

1. 常見傳統數據算法與(yu)模型

2. 常見(jian)傳統數據(ju)算法的應用

二、深度神經網絡(DNN)模型與應用(yong)

1. DNN模型

2. DNN應用場景：搜(sou)索(suo)排(pai)序、推薦排(pai)序

三(san)、卷積神經(jing)網絡(CNN)模型與(yu)應用

1. CNN模型

2. CNN應(ying)用場(chang)景：圖像(xiang)識別、視頻分析

四(si)、循環神(shen)經網絡(RNN)模(mo)型(xing)與應用

1. RNN模型

2. RNN應用(yong)場景：語音識別、自(zi)然語言(yan)處理(li)

研討：如何識別智能產(chan)品(pin)中的核心技術

第五講(jiang)：機器人技術及其應(ying)用原(yuan)理（選講(jiang)課(ke)程(cheng)）

一、機(ji)器人概述

1. “robot”一詞的來(lai)源

2. 機器人定(ding)義與(yu)相關概念

3. 機器人發展(zhan)歷程

4. 機(ji)器人分類

二(er)、機器人基本(ben)原理及應用

1. 機器人(ren)控(kong)制(zhi)系統(tong)的基本(ben)結構

2. 工(gong)業(ye)機器人

3. 農(nong)業(ye)機器(qi)人

4. 醫(yi)療機器(qi)人

5. 服務機器人

6. 特(te)種機器人

案例(li)分析：機器人(ren)在工業(ye)(ye)、農(nong)業(ye)(ye)、醫療等(deng)領域的(de)應用

三(san)、機器人與智能制造

1. 中國制造2025與智能制造(zao)

2. 智能制(zhi)造基本(ben)科(ke)學問題(ti)

3. 智能制(zhi)造主要應(ying)用方向(xiang)

4. 機器人在智能制造(zao)的應(ying)用模式

案(an)例分析(xi)：機器人作業系統在制造領域的應用(yong)

第六(liu)講：基于數(shu)據智能的創(chuang)新原理與方法

一、數據智能基本(ben)創新原(yuan)理(li)與應用(yong)

1. 數據智能概(gai)念與邏輯

2. 數據智能基(ji)本創(chuang)新原(yuan)理

3. 基(ji)于(yu)數據智能創新的方法(fa)與路徑

二(er)、數據智能商(shang)業價值轉(zhuan)化與(yu)創新(xin)

1. 人(ren)工(gong)智能(neng)商(shang)業價值(zhi)

2. 人(ren)工智能是生產力

3. 人工(gong)智能是(shi)新商(shang)業模式(shi)

4. 人工智(zhi)能結合行業孵(fu)化新物(wu)種

5. 人工智能重新(xin)定義(yi)組織、文化與(yu)流程

實操演練：(LGP)給出一(yi)個(ge)人工智能創新(xin)產品(pin)應用，推(tui)導創新(xin)最(zui)終的商業模式（醫療影像智能診療中心）

第七講：人(ren)工智能產業生態與安全

一、人工智能產業(ye)生態

1. 人(ren)工智能應用領域(yu)

案例分析：模式識別(bie)的應(ying)用范圍和(he)領域不斷擴(kuo)張(zhang)的內在邏輯

2. AI芯片與視覺傳感(gan)器

案例分析：主流AI芯片(pian)市場(chang)與趨勢

3. AI通用技術

案例分析：主流(liu)機器視(shi)覺(jue)、語音識(shi)(shi)別、自然(ran)語言、知識(shi)(shi)圖譜應用的市(shi)場與趨勢

實操演練：(LGP)給(gei)出需求(qiu)，結合(he)本節研討其工程(cheng)項目的需求(qiu)要點

二、人工智能與安全

1. 狹義人(ren)工(gong)(gong)智(zhi)能與通(tong)用人(ren)工(gong)(gong)智(zhi)能

2. 關于(yu)安全(quan)的(de)全(quan)新認知

3. 狹義(yi)人工智能的(de)安全與倫理

案例分析：

1）全球首例(li)自動駕駛車輛撞死(si)行人的案件

2）2020年度全球十大人工智能治理事件

4. 通過人(ren)工智能(neng)安全(quan)與(yu)哲學(xue)上的終極問題(ti)

思考與討論(lun)：

1）人工智能(neng)（機器人）未來能(neng)擁有意識嗎？

2）機器能思考嗎？

3）所有的人類活動都能被機械(xie)地(di)復制(zhi)嗎？

4）人類(lei)是什么(me)？

5）人類與人工智能（機器(qi)人）的關系是(shi)什么(me)？

5. 再談(tan)“人工智能威脅(xie)論”

思(si)考(kao)與討論：(LGP)人工(gong)智能哲學上的終(zhong)極問題，開(kai)放性分組討論(lun)。

結束語：人工(gong)智能發(fa)展(zhan)的過去、現在與未來展(zhan)望(wang)!

老師的(de)一(yi)些創新經驗總結(jie)與祝福!