郑科博士—人工智能AI—AI大模型技术与应用落地

郑科博士—人工智能AI—AI大模型技术…不只补概念,更关注大模型技术底座与生态演进、1 大模型技术范式的兴起在真实场景里的判断和取舍

3小时 人工智能应用

课程大纲

课程总览

内容重点
  • 目录

第一章 大模型技术底座与生态演进

1.1 大模型技术范式的兴起
  • Transformer架构与自注意力机制核心逻辑
  • 从GPT到Sora:多模态大模型的技术跃迁
  • 大模型与传统NLP、CV模型的本质区别
1.2 算力与数据的双轮驱动
  • 训练算力体系(GPU集群、NVLink、CPO/LPO)
  • 数据治理与标注新范式:合成数据、对齐训练
  • 东数西算背景下算力调度的产业意义
1.3 模型压缩与推理优化
  • 参数剪枝、量化与蒸馏技术路径
  • 边缘端推理与轻量化模型部署
  • 高效推理的硬件-算法协同优化
1.4 大模型开源生态与平台化趋势
  • Hugging Face、ModelScope与OpenAI API生态
  • 中国开源体系:百川、智谱、商汤InternLM等
  • 平台化模型服务与企业私有部署趋势

第二章 大模型的产业落地与应用生态

2.1 从算法到应用:落地的四个关键阶段
  • 模型预训练 → 指令微调 → 增量适配 → 场景嵌入
  • 企业级模型服务(Model-as-a-Service)架构解析
  • 数据闭环与持续优化机制
2.2 通信与AI融合的新场景
  • AI赋能网络调度:智能频谱分配与能效优化
  • 智能客服与语音交互系统的迭代升级
  • 移动云与AI平台融合的新业务空间
2.3 大模型在智能研发与知识管理中的应用
  • 代码生成与自动测试:Copilot类模型落地经验
  • 智能文档理解与知识检索系统(RAG)
  • 内部数据安全与私域知识库建设
2.4 行业生态合作与标准化趋势
  • 通信行业AI联盟与国家标准进展
  • 模型评测、合规、安全与算力调度的政策框架
  • AI模型安全防护与红队测试

第三章 AI大模型的未来趋势与创新战略

3.1 从通用智能到行业智能
  • 行业大模型(TelecomGPT、MedGPT、FinGPT)兴起逻辑
  • 垂直模型与通用模型的差异化演进路径
  • 多智能体(Multi-Agent)与具身智能融合趋势
3.2 技术演进的未来边界
  • 多模态融合:从文本到视频生成的突破
  • 强化学习与自进化模型(AutoML + RLHF)
  • AI自治系统与认知智能方向
3.3 中国AI产业发展与政策框架
  • 国家人工智能发展规划与新质生产力
  • 产业政策与AI算力生态协同布局
  • 数据、算力、算法的三位一体国家战略
八、课程总结

适合对象

中国移动杭州研发中心技术骨干、算法工程师、产品经理、创新项目负责人

课程定位与主要问题

AI办公试点、数字化流程优化或团队效率提升项目场景下,参训团队需要确认对象、任务边界和课后跟进节奏

核心收益

  • 场景边界更清楚:AI工具适用场景,明确可落地的提效任务和使用边界
  • 提示与校验更稳定:AI工具选型、提示词设计、流程嵌入和结果校验的操作方法
  • 流程复用更容易:任务演练把AI能力嵌入真实工作流程,减少试错成本
  • 人工复核有抓手:团队复用的提示词、流程模板和质量检查要点

课程背景与交付信息

AI工具进入真实流程后,难点通常不在演示,而在任务选择、输出校验和协作边界。课堂从大模型技术底座与生态演进切入,再对齐1 大模型技术范式的兴起与课后复用方式。

课程时间

3小时

授课方式

专题讲授、 案例解析、 技术图解、 实操互动研讨

课程内容重点

01大模型技术底座与生态演进
021 大模型技术范式的兴起
03Transformer架构与自注意力机制核心逻辑
04从GPT到Sora:多模态大模型的技术跃迁
05大模型与传统NLP、CV模型的本质区别

讲师介绍

郑科 讲师头像

郑科

宏观经济分析与AI金融科技应用专家

哈佛MPA与斯坦福MBA,CFA持证人,20年金融科技跨界实战专家。曾任世行特约研究员及多所高校实践教授,擅长将宏观经济洞察、AI前沿技术与金融实务深度融合,主导多个国家级重大项目,为政府与金融机构提供战略咨询与数字化转型培训

金融银行政府国企互联网科技房地产制造业
查看讲师主页

课程差异说明

本课程页面围绕《郑科博士—人工智能AI—AI大模型技术与应用落地》重点呈现课程定位、适合对象、核心收益和 4 个主要模块,便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加?

中国移动杭州研发中心技术骨干、算法工程师、产品经理、创新项目负责人。

学习这门课可以获得什么收益?

识别AI工具适用场景,明确可落地的提效任务和使用边界;掌握AI工具选型、提示词设计、流程嵌入和结果校验的操作方法。

课程通常安排多长时间?

课程通常可按3小时安排,具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式?

课程主要采用专题讲授 + 案例解析 + 技术图解 + 实操互动研讨,强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗?

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长,对案例、练习和重点模块做适配