大模型大数据人工智能前沿技术产品开发执行落地

人工智能实战专家—李家贵老师

西安交大数字经济研究院首席科学家/深圳市人工智能协会特邀专家

课程背景: 随着人工智能技术的不断发展，AI大模型成为企业提升智能化水平的关键工具。本课程将探讨AI大模型的应用及其在实际场景中的落地过程，帮助企业把握这一技术潮流，提升竞争力。

课程收益: 学员将了解AI大模型的核心能力及其局限性，掌握大模型在企业中的应用方法，学习新交互体验设计和场景分析的策略。课程还提供实际案例，展示AI大模型在不同企业中的应用效果，为企业智能化升级提供有力支持。

教学方法: 课程采用讲解、案例分析和互动讨论相结合的教学方式，帮助学员深入理解和应用所学知识。通过具体案例和互动环节，学员将能更好地掌握课程内容并应用于实际工作中。

目标学员: 本课程适合企业高管、产品经理、技术研发人员以及对人工智能技术感兴趣的从业人员。无论是希望在企业中推动AI应用的决策者，还是从事AI技术研发的专业人员，都能从本课程中获得有价值的知识和技能。

时间安排：

1天，6小时

第一章：AI大模型的能力边界

1.1大模型能力利用：意图识别、ICL（上下文学习）、COT（思维链）、IF（指令遵循）

1.2 大模型能力局限：缺乏领域知识，缺乏复杂多步推理

第二章：最新AI大模型产品落地过程

2.1 新交互体验设计：什么时候应该LUI，什么时候应该GUI？

2.2新应用形态：prompt、RAG、Agent

2.3新场景PMF：场景拆解四步法

2.4 AI大模型产品的系统方法论：三层、五阶和八步（华为大模型落地系统方法论）

对标产品：

案例1：万海航运大模型落地产品

案例2：招商轮船大模型落地产品

第三章：最新人工智能开发过程和技术架构

3.1 AI开发新技术

3.1.1 AI大模型训练

AI大模型训练过程，微调和局限性，数据处理，微调案例

互动：微调数据格式一般是什么样的？

3.2 AI开发新过程

AI部署五步法

互动：AIGC开发最核心的步骤是什么？

3.3 AI开发新范式

软件3.0

微软如何做大模型重构，微软与麦当劳的案例

互动：软件3.0开发过程中与传统开发最核心的不同是？

第四章 AI赋能制造

4.1 AI赋能制造业务

1、AI全方位助力制造业发展

2、AI+机器人有望成为AI终极入口

3、AI+机器视觉：促进机器视觉多远应用

4、AI+数控系统：更加精确、及时和稳定

5、AI助力工控企业加速升级

6、AI+智能仪表广阔空间

7、AI+智能化监测

8、AI+传感器

4.2 AI赋能制造业行业增长

4.3 AI赋能制造业办公效率提升

4.4 AI赋能制造业编程效率提升

第五章 车联网最新动态

5.1 如何看待本轮政策变化以及受益产业的市场空间？

• 政策指引，当下智能网联汽车具备良好基础。

• 车端试点加速：高阶智驾功能进入试运行阶段。

• 路端基建升级：基础设施建设开启规模化落地。

• 智能网联车路云一体化未来有望催生万亿市场。

5.2 智能网联车路云一体化启动，哪些环节有望受益？

• 智能网联汽车：架构及硬件全面升级，价值占比最高。

• 智能路侧基建：路端硬件多维度增配，有望迎来最快增长。

• 云端控制平台：车型数量升级，云端需求保持稳定增长。

• 基础支撑平台：网络建设需求高增，安全重要性凸显。

5.3 智能网联车路云一体化各个产业链投资有何机会？

• 车端：关注智能化领先的车企及相关产业链。

• 路端：智能化路侧基础设施建设提速。

• 云端：私有云技术领先的公司有望受益。

• 网端：车联网安全值得重视。