主题 |
课程安排
|
导入1:现在是大数据时代,现在是人工智能时代
案例:“我的一天” 研讨:(GP-分组对抗记分点)感受智能化,分组讨论描述“你的一天”,并指出哪些应用或名词是和人工智能紧密相关?(除老师事先讲过的,答对一条记1分)
导入2:“人工智能威胁论”
案例:人工智能的技术发展,对人类来说到底是生存还是毁灭?
研讨:(GP-分组对抗记分点)分组汇总每位同学的观点,提交给老师。
备注:GP-为短时时间讨论,一般不超过5分钟,LGP为长时间讨论,一般在5-20分钟;GP活动由老师根据现场情况发起或不发起,非固定活动。下同。 |
第一讲:大数据时代特征与人工智能国家战略 |
一、从互联网到大数据时代的演变过程
1. 从互联网、Web2.0、移动互联网看人类在线化过程
2. 人类在线化过程与行为数据的关系
案例分析:以商业购物场景为例,分析人类活动的在线变化及其产生的行为数据
小组研讨:(GP)分组设计其他场景,延伸到物联传感网,并总结,老师点评并打分
3. 大数据的来源与全球数增长情况分析
4. 数据计量单位的换算
5. 5G的战略地位与价值
6. 大数据的两个重要特征
7. 大数据价值的现状
二、国际与中国人工智能发展
1. 中国:人工智能的国家战略与“智能+”
2. 世界各国人工智能发展对比分析
3. 解读“十四五”规划给我们的启示
小组研讨:(LGP)找出所在行业的有关人工智能方面的国家或地方政策规划,分析原因与机会 |
第二讲:人工智能发展史 |
一、人工智能的起源
1. 人工智能产生的背景
2. 图灵与图灵测试
3. 达特茅斯会议与“人工智能”
二、人工智能的三次浪潮
1. 第一次人工智能浪潮:推理与探索
案例分析:计算机在使用“推理和探索”的兴起与没落
2. 第二次人工智能浪潮:知识工程
案例分析:专家系统的窘境与问题
3. 我们正在第三次人工智能浪尖上:大数据与深度学习
案例分析:人工智能发展历程中的里程碑事件 |
第三讲:人工智能原理 |
一、人工智能定义与分类
1. 人工智能的定义与正确理解
2. 计算智能、感知智能与认知智能
3. 人工智能的几大门派其及技术发展方向
二、人工智能人才与知识体系
1. 学科领域交叉与渗透下的人工智能创新协同
2. 世界及中国人工智能类人才培养现状
案例分析:中国某顶尖大学人工智能研究院体系及研究领域
3. 把握与跟踪人工智能技术发展趋势的方法
案例分析:深度分析Gartner曲线
实操演练:(LGP)依据现场给出的某人工智能应用,依据Gartner曲线分析其技术发展规律与特点
三、数据智能平台技术体系
1. 大数据技术平台架构
2. 人工智能技术平台架构
3. 通用深度学习开源框架与特点 |
第四讲:常见深度学习模型与应用 |
一、传统数据模型与应用
1. 常见传统数据算法与模型
2. 常见传统数据算法的应用
二、深度神经网络(DNN)模型与应用
1. DNN模型
2. DNN应用场景:搜索排序、推荐排序
三、卷积神经网络(CNN)模型与应用
1. CNN模型
2. CNN应用场景:图像识别、视频分析
四、循环神经网络(RNN)模型与应用
1. RNN模型
2. RNN应用场景:语音识别、自然语言处理
案例分析:人机智力大战的巅峰——阿尔法狗 |
第五讲:机器人技术及其应用原理(选讲课程) |
一、机器人概述
1. “robot”一词的来源
2. 机器人定义与相关概念
3. 机器人发展历程
4. 机器人分类
二、机器人基本原理及应用
1. 机器人控制系统的基本结构
2. 工业机器人
3. 农业机器人
4. 医疗机器人
5. 服务机器人
6. 特种机器人
案例分析:机器人在工业、农业、医疗等领域的应用 |
第六讲:人工智能与安全哲学 |
一、安全
1. 人类社会对安全的认知与理解
2. 人工智能安全、人工智能与安全
二、通用人工智能安全的哲学命题
1. 技术革命视角下的人类四次纪元
2. 第四次纪元的不可控因素
3. 人工智能的安全命题
4.通用人工智能的三个哲学命题
小组研讨:(LGP)基于哲学上的命题,分组讨论形成各自主张。 |
第七讲:人工智能产业生态与安全 |
一、人工智能产业生态
1. 人工智能应用领域
2. AI芯片与视觉传感器
3. AI通用技术
案例分析:主流机器视觉、语音识别、自然语言、知识图谱应用的市场与趋势
二、狭义人工智能安全
1. 人工智能的安全体系
2. 人工智能的安全伦理概要
3. 人工智能安全对社会的冲击
4. 人工智能安全VS网络安全VS信息安全
案例分析1:全球首例自动驾驶车辆撞死行人的案件
案例分析2:《2020年度全球十大人工智能治理事件》 |
第八讲:人工智能内生安全 |
一、数据安全
1. 数据投毒与反制
2. 对抗样本攻击与反制措施
3. 数据质量与数据安全之间的管理问题
4. 对产业界及管理者的启示
案例分析1:深网视界曝出数据泄露事件
案例分析2:地下产业链之数据隐私市场
案例分析3:网上热传的几家著名科技公司的安全事件解读
二、算法与模式安全
1. 算法的可解释性与安全
2. 模型存储与管理的安全问题
3. 开源模型的安全问题
4. 对产业界及管理者的启示
案例分析1:一支激光笔是如何打败了自动驾驶?
案例分析2:医疗领域人工智能诊断技术应用的尴尬
三、框架与运行安全
1. 架框安全问题
2. 主观与客观原因上的运行安全与保障问题
3. 对产业界及管理者的启示
案例分析:几起自动驾驶车祸背后的安全分析
小组研讨:(LGP)结合分组学员企业的情景,研讨应用人工智能内生安全的思路。 |
第九讲:人工智能衍生安全与伦理 |
一、人工智能衍生安全
1. 智能系统失误引发的安全事故
案例分析1:当自动驾驶、智能机器人、智能音箱、医疗机器人失效后……
案例分析2:聊天机器人的偏激言论引发的群体影响
2. 人工智能行为体失控要素分析
案例分析:“机器人三定律”
3. 国际上预防人工智能技术失控的举措
二、人工智能伦理
1. 人工智能体是否应该赋予“人权”?
2. 通过使用人工智能的人权侵犯问题
3. 人工智能是否能成为伦理主体
4. 人工智能的伦理责任问题 案例分析:几起自动驾驶案件的责任追究
小组研讨:(GP)现实生活或科幻电影中的“智能人”,及其引发伦理的故事关键词。
三、人工智能伦理准则
1. 世界各国关于人工智能技术发展的伦理准则
2. 人工智能技术伦理准则的共识性与争议性
3. 我国专门提出人工智能伦理与法律的“三步走”规划
案例分析:解读《2020年度全球十大人工智能治理事件》的处理结果 |