AI大模型（類chatGPT）的企業(yè)應(yīng)用

===========================================================
==
《AI 大模型（類 ChatGPT）的企業(yè)應(yīng)用》 ——段方
某世界 100 強(qiáng)企業(yè)大數(shù)據(jù)/AI 總設(shè)計(jì)師 教授 北京大學(xué)博士后
===========================================================
==
23704809921 AI 大模型的概念和特點(diǎn)
-------------------------------------------------------------
1.1 什么是”大模型、多模態(tài)“？ 1.2 大模型帶來(lái)了什么？
1.3 大模型為什么能產(chǎn)生質(zhì)變？ 1.4 算法層面的躍升
1.4.1 RNN 到 transformor 1.4.2 擴(kuò)散模型 diffusion 1.4.3 跨模態(tài)的 CLIP 框架 1.5 AIGC 的耀眼成果
1.5.1 AI 的“詩(shī)詞歌賦 ”
1.5.2 AI 的小說(shuō) 1.5.3 AI 繪畫
1.5.4 AI 音樂(lè)
1.5.5 AI 主播等等
1.6 AIGC 的代表——chatGPT 1.6.1 chatGPT 的江浙發(fā)展報(bào)告
1.6.2 對(duì)圖靈測(cè)試的超越 1.6.3 普通人 or 專家？
1.6.4 ChatGPT 帶來(lái)的“爆品”
1.7 “大模型、多模態(tài)”推動(dòng)了 AI 的“質(zhì)變 ”
1.7.1 從傳統(tǒng)機(jī)器學(xué)習(xí)開始 1.7.2 深度學(xué)習(xí)開啟了“ 突破 ” 1.7.3 大模型帶來(lái)的“質(zhì)變 ”
1.7.4 AIGC 產(chǎn)生的合成數(shù)據(jù) 1.8 從 SaaS 到 MaaS
1.8.1 AIGC 開辟了 MaaS 模式 1.8.2 模型調(diào)用 orAPI 調(diào)用
1.8.3 產(chǎn)品解決方案層級(jí)
1.8.4 面向行業(yè)大模型
1.9 【思考】AI 會(huì)有自我意識(shí)嗎？
1.10 【示例】附件——AIGC 帶來(lái)的藝術(shù)震撼
237041167262 為什么是 chatGPT？
-------------------------------------------------------------
2.1 從 OpenAI 說(shuō)起
2.1.1 馬斯克的“沖動(dòng) ”
2.1.2 最大的閉源公司卻控股了最大的開源公司 2.1.3 微軟能彎道超車嗎？
2.2 GPT
2.2.1 參數(shù)擴(kuò)展到 1750 億
2.2.2 算力消耗驚人
2.2.3 數(shù)據(jù)的海量喂養(yǎng) 2.2.4 開源的資源投入 2.3 GPT 模型的演進(jìn)
2.3.1 GPT1 到 GPT2 2.3.2 GPT3
2.3.3 instructGPT
2.4 chatGPT 站在 GPT 之上 2.4.1 對(duì) GPT 的改進(jìn)
2.4.2 算力方面的消耗
2.4.3 大數(shù)據(jù)的收集和標(biāo)注 2.4.4 應(yīng)用場(chǎng)景的“耀眼 ”
2.5 chatGPT 的革新
2.5.1 chatGPT 不是“忽悠 ” 2.5.2 基于互聯(lián)網(wǎng)海量數(shù)據(jù) 2.5.3 算法領(lǐng)域的突破
2.5.4 NLP 領(lǐng)域的“厚積薄發(fā)”
2.5.5 肯尼亞小哥的“標(biāo)注 ”
2.6 chatGPT 的商業(yè)模式創(chuàng)新 2.6.1 從閉源說(shuō)起。。。
2.6.2 嵌入 office 產(chǎn)品體系 2.6.3 提供個(gè)人客戶服務(wù) 2.6.4 支撐 2B 客戶市場(chǎng)
2.6.5 通用大模型的擴(kuò)展空間
2.7 【思考】中國(guó)為什么沒(méi)有產(chǎn)生 chatGPT？
2.7.1 基礎(chǔ)研究的投入 2.7.2 開源文化的滲透 2.7.3 風(fēng)險(xiǎn)投資的機(jī)制
2.7.4 A100 芯片會(huì)是中國(guó)的“痛 ”嗎？ 2.7.5 還有什么？
2.8 【示例】附件-chatGPT 的“神跡 ”
237041170833 AIGC 基礎(chǔ)（可選）
-------------------------------------------------------------
3.1 基本算法的原理
3.1.1 從深度學(xué)習(xí)算法開始
3.1.2 強(qiáng)化學(xué)習(xí)算法 3.1.3 遷移學(xué)習(xí)算法 3.1.4 大模型算法等
3.2 Transformor 算法的原理 3.2.1 RNN 算法的原理
3.2.2 注意力機(jī)制 3.2.3 算法簡(jiǎn)介
3.3 diffusion 擴(kuò)散算法的基礎(chǔ)
3.3.1 噪音的概念
3.3.2 反向擴(kuò)散的原理 3.3.3 算法簡(jiǎn)介
3.4 CLIP 框架基礎(chǔ)
3.4.1 還有多模態(tài)
3.4.2 大模型+多模態(tài) 3.4.3 CLIP 框架原理
3.5 如何從 GPT 演化到 chatGPT？ 3.5.1 數(shù)據(jù)標(biāo)注的變革
3.5.2 chatGPT 的復(fù)現(xiàn)為什么那么難？ 3.5.3 還有什么秘密？
3.6 【思考】chatGPT 能否超過(guò)人腦？ 3.7 【示例】附件-chatGPT 使用示例
237041083534 類 chatGPT 的企業(yè)應(yīng)用場(chǎng)景舉例
-------------------------------------------------------------
4.1 改良類應(yīng)用
4.1.1 從深度學(xué)習(xí)到大模型的精度躍升 4.1.2 預(yù)測(cè)類分析的改良效果
4.1.3 客戶分析的改良？ 4.2 改革類應(yīng)用
4.2.1 改革類應(yīng)用的想象空間 4.2.2 智力大腦的“ 變革 ”
4.2.3 工業(yè)革命/智能革命的類比 4.3 客戶營(yíng)銷領(lǐng)域
4.3.1 客戶視圖的多模態(tài)變革 4.3.2 數(shù)字人的智能營(yíng)銷
4.3.3 營(yíng)銷場(chǎng)景的“元宇宙化 ”
4.4 客戶服務(wù)領(lǐng)域
4.4.1 AI 替代的人類客服 4.4.2 客服模式的“質(zhì)變 ” 4.4.3 客戶服務(wù)的“專家 ”
4.5 產(chǎn)品設(shè)計(jì)領(lǐng)域
4.5.1 AIGC 的“新”設(shè)計(jì)
4.5.2 AI 根據(jù)客戶反饋的“ 自動(dòng)修復(fù) ” 4.5.3 產(chǎn)品設(shè)計(jì)的“個(gè)性化 ”
4.6 產(chǎn)品生產(chǎn)領(lǐng)域
4.6.1 產(chǎn)品的機(jī)器人生產(chǎn)
4.6.2 產(chǎn)品生產(chǎn)的智能監(jiān)控
4.6.3 AI 產(chǎn)品質(zhì)檢 4.7 產(chǎn)品的迭代
4.7.1 從大生產(chǎn)到個(gè)性生產(chǎn)的“質(zhì)變 ” 4.7.2 產(chǎn)品如何 AI 迭代設(shè)計(jì)？
4.7.3 產(chǎn)品的迭代反饋 4.8 供應(yīng)鏈領(lǐng)域
4.8.1 能否實(shí)現(xiàn)“零庫(kù)存 ”？
4.8.2 供應(yīng)鏈如何智能、顆?；?？
4.8.3 供應(yīng)鏈不僅是信息化，更需要智能化
4.9 【思考】chatGPT 能否把所有的行業(yè)“重新”做一遍？ 4.10 【示例】附件-chatGPT 的某些應(yīng)用領(lǐng)域示例
237041085285 企業(yè)如何切入 chatGPT？
-------------------------------------------------------------
5.1 chatGPT 目前不對(duì)中國(guó)開放 5.1.1 通過(guò)代理訪問(wèn)
5.1.2 等待中國(guó)的類 chatGPT
5.1.3 中文僅占其數(shù)據(jù)訓(xùn)練量的 0.1% 5.2 個(gè)人客戶的 20 美元每月
5.2.1 個(gè)人與 chatGPT 的聊天
5.2.2 chatGPT 能替代谷歌嗎？
5.2.3 chatGPT 能成為外置大腦嗎？
5.3 從 NLP 對(duì)話場(chǎng)景的擴(kuò)展 5.3.1 數(shù)字人到數(shù)智專家
5.3.2 領(lǐng)域知識(shí)的突破只是時(shí)間問(wèn)題 5.3.3 AI 分析的神話
5.3.4 AIGC 遠(yuǎn)超印刷術(shù)的價(jià)值
5.4 云計(jì)算到腦智能
5.4.1 云計(jì)算的算力局限 5.4.2 算力產(chǎn)生智力
5.4.3 外腦的“咨詢”模式 5.4.4 AI 會(huì)是上帝嗎？
5.5 能否產(chǎn)生類似的“百度 ”？
5.5.1 chatGPT 的政治傾向風(fēng)險(xiǎn) 5.5.2 谷歌的高傲成就了百度 5.5.3 類 chatGPT 的戰(zhàn)略機(jī)遇 5.5.4 基于大模型的二次開發(fā)
5.6 【思考】企業(yè)數(shù)智化轉(zhuǎn)型能否借助 chatGPT“超車 ”？ 5.7 【示例】附件-企業(yè)數(shù)智化的 AI 演進(jìn)案例
237041086566 總結(jié)
-------------------------------------------------------------

段方老師的其它課程