教學優勢
曙海教育的課程培養了大批受企業歡迎的工程師。大批企業和曙海
建立了良好的合作關系。曙海教育的課程在業內有著響亮的知名度。
本課程,秉承20年積累的教學品質,以項目實現為導向,老師將會與您分享設計的全流程以及工具的綜合使用經驗、技巧。
課程簡介:
1.chatGPT/GPT-4 概念詮釋及技術發展
1.1什么是 ChatGPT? (技術視角、OpenAI、維基百科的定義)
1.2 ChatGPT 技術核心要點詮釋
問題:如何理解 ChatGPT? -理解 ChatGPT 的關鍵點1.3
1.4 問題: ChatGPT 的主要技術有哪些?
1.5 ChatGPT 的主要特點有哪些?
1.6ChatGPT 的最大創新點是什么?
1.7ChatGPT 優化對話語言模型的優化目標是什么?
1.8ChatGPT 與普通聊天機器人的區別是什么?
1.9 GPT-4 的概念及關鍵技術
1.10ChatGPT/GPT-4 存在的問題與不足是什么?
1.11ChatGPT/GPT-4 界面及網
1.12ChatGPT/GPT-4 的基本功能與高級功能
1.13 ChatGPT/GPT-4 和 AIGC 的關系是什么?
1.14 ChatGPT/GPT-4、AIGC 和元宇宙的關系是什么?
1.15 ChatGPT/GPT-4 對推動元宇宙的商用落地與快速發展有何影響?
1.16ChatGPT/GPT-4 的產生、發展及影響
1.17 ChatGPT/GPT-4 對我們的啟示有哪些?
1.18 如何從 ChatGPT/GPT-4 的技術方案中學習有價值的東西?
1.19 如何運用基于人工智能的ChatGPT/GPT-4技術方案賦能行業智慧應用與商用落地和快速發展?
2.ChatGPT/GPT-4 的系統架構及工作流程
2.1 ChatGPT 的總體技術路線是什么?
2.2 構建 ChatGPT 系統架構需要考慮哪些關鍵問題?
2.3 ChatGPT 的工作流程-理解 ChatGPT 架構的基礎
2.4 GPT-4 的系統架構及工作流程
2.5 ChatGPT/GPT-4 的系統架構-Transformer 架構
2.6 案例分析:使用 Transformer 構建語言模型
2.7 GPT3.5 預訓練模型架構
2.8 大型語言模型 (LLM) 架構
2.9 強化學習微調訓練模型架構-RLHF 架構
2.10ChatGPT/GPT-4 應用系統架構及組成-端邊網云(水平分割)
2.11 ChatGPT/GPT-4 系統架構優化及應用推廣
3. ChatGPT/GPT-4 關鍵技術及原理詳解
3.1 ChatGPT/GPT-4 的關鍵技術體系
3.2 ChatGPT/GPT-4 的技術基礎-AI: 人工智能
3.3 ChatGPT/GPT-4 的關鍵技術-Transformer 技術
4.ChatGPT/GPT-4 算力需求及算力布局
4.1 人工智能 (AI) 復雜算法的算力需求分析
4.2 算力的概念及量綱
4.3 算力的分類
4.4 算效的概念
4.5 綜合算力 (算力+存力+運力)
4.6 算力應用場景
4.7 算力部署策略-“東數西算”工程
4.8 算力部署方案-算力網絡
4.9 基于“東數西算”工程的 ChatGPT/GPT-4 部署策略-安全、高可靠運行等
4.10 基于“算力網絡”的 ChatGPT/GPT-4 部署策略-海量數據處理超級算力、高可靠、低時延、安全等
5.AIGC 概念詮釋與關鍵能力及創作工具
5.1AIGC 的概念及關鍵能力
5.2 AIGC 的關鍵技術
5.3 AIGC 的體系架構及組成
5.4 AIGC 的應用場景
5.5 AIGC 創作工具介紹
5.6案例:GPT-4 基本功能及使用體驗
6. AIGC/GPT 應用場景及行業布局
6.1ChatGPT/GPT-4/AIGC 應 用總體 思路:運用
ChatGPT/GPT-4/AIGC 技術方案及思想賦能行業數智化轉型及落地實施
6.2 ChatGPT/GPT-4/AIGC 應用場景及行業領域分析
6.3 案例: ChatGPT+機器人場景應用方案及布局
6.4 案例: ChatGPT 聊天機器人+智慧家庭應用方案及布局
6.5 案例: 基于 ChatGPT 聊天機器人的智能客服應用
6.6 案例: ChatGPT/GPT-4+工業場景應用方案及布局
6.7ChatGPT/GPT-4+農業場景應用方案及布局
6.8 ChatGPT/GPT-4+醫療場景應用方案及布局
6.9 ChatGPT/GPT-4+教育場景應用方案及布局
6.10 ChatGPT/GPT-4+金融場景應用方案及布局
6.11 ChatGPT/GPT-4+展覽宣傳場景應用方案及布局
6.12 ChatGPT/GPT-4+新媒體場景應用方案及布局
7.AIGC/GPT 商業模式及商機挖掘
7.1 AIGC/GPT 商業模式架構-MaaS (模型即服務)
7.2 AIGC/GPT 的商業模式
7.3 案例: Hugging Face 商業模式
8.AIGC/GPT 產業發展及投資分析
8.1 AIGC/GPT 產業生態構
8.2 AIGC/GPT 涉及的上下游產業鏈分析
8.3 AIGC/GPT 產業投資機會及方向分析
8.4 我國 AIGC/GPT 相關上市公司核心競爭力及投資分析
9.AIGC/GPT 面臨的挑戰及發展建議
9.1 國家互聯網信息辦公室關于《生成式人工智能服務管理辦法(征求意見稿)》解讀
9.2AIGC/GPT 面臨的挑戰分析
9.3 AIGC/GPT 主要的創新點和技術壁壘分析
9.4 AIGC/GPT 給我們的啟示是什么? (從產品創新角度分析)
9.5 AIGC/GPT 的發展對相關產業的影響分析及應對策略
9.6 AIGC/GPT 的發展對相關職業領域的影響分析及應對策略
9.7 AIGC/GPT 的發展對人類社會的生活、工作和學習等產生的影響
分析及應對策略
9.8 促進 AIGC/GPT 健康發展的監管策略及措施
9.9 AIGC/GPT 技術及應用發展建議
重點知識回顧與總結:
互動與討論: 問與答;
就學員提出的問題進行分析、討論、模擬演練和點評:
學員微信答疑,提供課后交流答疑。
練習
答疑