課程簡介
1.系統(tǒng)講解AI大模型的工作原理，讓學(xué)員在理解AI大模型工作原理的基礎(chǔ)上開展應(yīng)用
2.逐層細(xì)致講解從構(gòu)思AI應(yīng)用場景到實(shí)際落地的條件依賴關(guān)系、實(shí)現(xiàn)次序、及建設(shè)思路
3.分享AI大模型應(yīng)用落地中會遇到的各種坑以及相應(yīng)的解決方法
4.有當(dāng)堂演示AI大模型的應(yīng)用拆解及對比試驗(yàn)
5.因?yàn)楸菊n程并非AI技術(shù)實(shí)現(xiàn)課程，所以對學(xué)員并不要求已經(jīng)具備AI大模型基礎(chǔ)
目標(biāo)收益
1、大模型及RAG到底是什么？有什么用？
2、通用大模型和私有大模型的應(yīng)用場景區(qū)別是什么？
3、AI大模型有哪些具體優(yōu)勢？又有哪些局限？
4、我們企業(yè)或團(tuán)隊(duì)目前剛剛開始了解AI大模型，從想法到落地應(yīng)該做些什么？如何規(guī)劃團(tuán)隊(duì)結(jié)構(gòu)和相應(yīng)投資？
培訓(xùn)對象
針對想引入AI但還沒開始投入資源做AI的公司、或不知從哪里入手搞AI的公司、或非IT科技類的公司?？梢杂脕頂U(kuò)展非IT行業(yè)的新客戶
課程大綱
| 模塊一：AI落地點(diǎn) |
（1）AI落地點(diǎn)的類型： a.個人AI賦能 b.團(tuán)隊(duì)AI賦能 c.通過AI增強(qiáng)現(xiàn)有能力 d.通過AI構(gòu)建新能力 （2）AI落地點(diǎn)的選擇：討論如何選擇合適的AI落地點(diǎn)，包括考慮因素和評估標(biāo)準(zhǔn) （3）案例分析：通過實(shí)際案例展示不同AI落地點(diǎn)的選擇過程和結(jié)果 （4）常見問題及解決方案：介紹在選擇AI落地點(diǎn)時可能遇到的問題及可行性分析 |
| 模塊二：AI應(yīng)用及智能體 |
（1）提示工程對AI智能體的影響，從簡單一問一答到程序調(diào)度的變量參數(shù)提示 （2）智能體的定義及作用：何為AI智能體及其在AI應(yīng)用中的作用 （3）AI智能體的典型架構(gòu)和核心模塊 （4）AI智能體的分層實(shí)現(xiàn)：逐步講解從構(gòu)思到實(shí)現(xiàn)AI應(yīng)用的過程，包括交互層、應(yīng)用管理層、會話管理層、模型部署層、數(shù)據(jù)支撐層等 （5）AI智能體從概念驗(yàn)證到大規(guī)模應(yīng)用的分段投入 |
| 模塊三：AI大模型工作原理 |
（1）何為生成式AI （AIGC）、與傳統(tǒng)AI的本質(zhì)區(qū)別是什么 （2）AIGC領(lǐng)域的重要應(yīng)用——LLM（大模型） （3）由AI視角解釋LLM大模型工作原理：分別詳述“L”-“Language”-“Model”技術(shù)原理 （4）理清大模型的核心概念和相互關(guān)系：Token、向量、嵌入、Transformer等 （5）有哪些好用的大模型：Chat GPT以及類似的中英文開源大模型 （6）通用大模型vs私有大模型，及應(yīng)該如何選擇 （7）哪些情況需要企業(yè)搭建針對性的私有大模型 （8）構(gòu)建私有大模型的核心條件和準(zhǔn)備工作 （9）搭建私有大模型的關(guān)鍵步驟、順序、及依賴關(guān)系 （10）大模型幻覺的成因及注意事項(xiàng) （11）每一個“我”如何在龐大的AI生態(tài)系統(tǒng)中找準(zhǔn)自己的定位 |
| 模塊四：AI數(shù)據(jù)及增強(qiáng)檢索RAG |
（1）深入理解：大模型訓(xùn)練vs模型微調(diào)vs增強(qiáng)檢索RAG的核心區(qū)別、實(shí)施成本、實(shí)施難度、和應(yīng)用場景定位 （2）大模型具體應(yīng)用落地的重要抓手——RAG （3）RAG技術(shù)詳解：RAG數(shù)據(jù)集合、RAG分塊策略、RAG模型嵌入 （4）RAG知識庫的數(shù)據(jù)準(zhǔn)備 （5）RAG流程和多庫分類 （6）AI數(shù)據(jù)和知識庫的更新、維護(hù)、及長文檔組織 |
| 模塊五：AI算力 |
（1）運(yùn)行大模型的算力計(jì)算公式 （2）部署私有大模型的算力投入 （3）GPU硬件選型注意事項(xiàng)實(shí)踐經(jīng)驗(yàn)分享 （4）硬件基礎(chǔ)設(shè)施的配套管理及使用 |
| 模塊六：企業(yè)應(yīng)用AI實(shí)踐分享 |
（1）AI在企業(yè)落地的流程支撐及數(shù)據(jù)質(zhì)量管理 （2）通過AI賦能個人能力提升團(tuán)隊(duì)效能 （3）通過AI賦能工作流中的關(guān)鍵節(jié)點(diǎn)提升團(tuán)隊(duì)效能 （4）通過AI賦能、自動化、再造工作流提企業(yè)運(yùn)作效能 （5）總結(jié)：適合AI大模型落地的應(yīng)用場景特征 |
| 模塊七：展望及思考 |
（1）AI時代對個人學(xué)習(xí)能力的新挑戰(zhàn) （2）AI時代非IT技術(shù)人員的AI技能要求 （3）AI時代IT技術(shù)人員的挑戰(zhàn)及機(jī)遇 |
|
模塊一：AI落地點(diǎn) （1）AI落地點(diǎn)的類型： a.個人AI賦能 b.團(tuán)隊(duì)AI賦能 c.通過AI增強(qiáng)現(xiàn)有能力 d.通過AI構(gòu)建新能力 （2）AI落地點(diǎn)的選擇：討論如何選擇合適的AI落地點(diǎn)，包括考慮因素和評估標(biāo)準(zhǔn) （3）案例分析：通過實(shí)際案例展示不同AI落地點(diǎn)的選擇過程和結(jié)果 （4）常見問題及解決方案：介紹在選擇AI落地點(diǎn)時可能遇到的問題及可行性分析 |
|
模塊二：AI應(yīng)用及智能體 （1）提示工程對AI智能體的影響，從簡單一問一答到程序調(diào)度的變量參數(shù)提示 （2）智能體的定義及作用：何為AI智能體及其在AI應(yīng)用中的作用 （3）AI智能體的典型架構(gòu)和核心模塊 （4）AI智能體的分層實(shí)現(xiàn)：逐步講解從構(gòu)思到實(shí)現(xiàn)AI應(yīng)用的過程，包括交互層、應(yīng)用管理層、會話管理層、模型部署層、數(shù)據(jù)支撐層等 （5）AI智能體從概念驗(yàn)證到大規(guī)模應(yīng)用的分段投入 |
|
模塊三：AI大模型工作原理 （1）何為生成式AI （AIGC）、與傳統(tǒng)AI的本質(zhì)區(qū)別是什么 （2）AIGC領(lǐng)域的重要應(yīng)用——LLM（大模型） （3）由AI視角解釋LLM大模型工作原理：分別詳述“L”-“Language”-“Model”技術(shù)原理 （4）理清大模型的核心概念和相互關(guān)系：Token、向量、嵌入、Transformer等 （5）有哪些好用的大模型：Chat GPT以及類似的中英文開源大模型 （6）通用大模型vs私有大模型，及應(yīng)該如何選擇 （7）哪些情況需要企業(yè)搭建針對性的私有大模型 （8）構(gòu)建私有大模型的核心條件和準(zhǔn)備工作 （9）搭建私有大模型的關(guān)鍵步驟、順序、及依賴關(guān)系 （10）大模型幻覺的成因及注意事項(xiàng) （11）每一個“我”如何在龐大的AI生態(tài)系統(tǒng)中找準(zhǔn)自己的定位 |
|
模塊四：AI數(shù)據(jù)及增強(qiáng)檢索RAG （1）深入理解：大模型訓(xùn)練vs模型微調(diào)vs增強(qiáng)檢索RAG的核心區(qū)別、實(shí)施成本、實(shí)施難度、和應(yīng)用場景定位 （2）大模型具體應(yīng)用落地的重要抓手——RAG （3）RAG技術(shù)詳解：RAG數(shù)據(jù)集合、RAG分塊策略、RAG模型嵌入 （4）RAG知識庫的數(shù)據(jù)準(zhǔn)備 （5）RAG流程和多庫分類 （6）AI數(shù)據(jù)和知識庫的更新、維護(hù)、及長文檔組織 |
|
模塊五：AI算力 （1）運(yùn)行大模型的算力計(jì)算公式 （2）部署私有大模型的算力投入 （3）GPU硬件選型注意事項(xiàng)實(shí)踐經(jīng)驗(yàn)分享 （4）硬件基礎(chǔ)設(shè)施的配套管理及使用 |
|
模塊六：企業(yè)應(yīng)用AI實(shí)踐分享 （1）AI在企業(yè)落地的流程支撐及數(shù)據(jù)質(zhì)量管理 （2）通過AI賦能個人能力提升團(tuán)隊(duì)效能 （3）通過AI賦能工作流中的關(guān)鍵節(jié)點(diǎn)提升團(tuán)隊(duì)效能 （4）通過AI賦能、自動化、再造工作流提企業(yè)運(yùn)作效能 （5）總結(jié)：適合AI大模型落地的應(yīng)用場景特征 |
|
模塊七：展望及思考 （1）AI時代對個人學(xué)習(xí)能力的新挑戰(zhàn) （2）AI時代非IT技術(shù)人員的AI技能要求 （3）AI時代IT技術(shù)人員的挑戰(zhàn)及機(jī)遇 |
近期公開課推薦
