人工智能最新趋势及产业应用-轨道交通

适合对象

建议由业务负责人、项目骨干、内训师和正在试点AI工具的团队共同参加，把任务场景、提示词设计、输出校验和风险边界转成课后可继续推进的动作

课程定位与主要问题

任务场景、提示词设计、输出校验和风险边界会被放进具体任务里校准，便于参训团队形成同一套做法

核心收益

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

团队把AI能力接入日常工作时，最先卡住的是场景边界和结果复核。训练会串起AI的底层原理、人工智能的2大特点和数据驱动-数据越大效果越好，先把可落地路径说清楚。

课程时间

1-2天

授课方式

讲师讲授、案例研讨、情景演练、互动答疑

课程内容重点

01AI的底层原理

02人工智能的2大特点

03数据驱动-数据越大效果越好

04勤能补拙-AI其实不聪明

05人工智能的2大底层套路

课程大纲

课程总览

一、AI的底层原理

1. 人工智能的2大特点
数据驱动-数据越大效果越好
勤能补拙-AI其实不聪明
2. 人工智能的2大底层套路
逻辑固化：师傅教徒弟
知识抽取：师傅带徒弟
3. 人工智能的核心原理
工人（拟合模型）负责预测
质检（损失函数）负责挑错误
车间主任（梯度下降）负责纠正

二、人工智能的核心趋势

1. 趋势一：大模型有大力量
大模型&大数据 VS 小模型VS高质量数据
大模型可能导致通用人工智能出现
大模型的落地应用及前景
案例：AI智慧城市管理、AI可能会让人永生、百度自动驾驶
2. 趋势二：生成模型以假乱真
什么是生成模型
生成模型能够生成什么内容
生成模型的落地应用
3. 趋势三：强化学习超越人类

三、三大趋势对轨交领域的影响

1. 工业领域整体案例盘点
销量预测
产品质量检测
耗品寿命预测
设备预测性维护
场地巡检
智能排产及调度
工艺参与自动优化
2. 轨道交通领域案例及展望
轨道交通领域AI落地案例盘点

讲师介绍

王明哲

清华图灵院数智化总监

清华图灵院数智化总监，人工智能与数字化实战专家。拥有十余年数智化落地经验，擅长将大模型、智能体等技术应用于制造、金融等行业，累计授课1000+场，助力企业实现供应链自动化与财务无人化转型

制造业金融业汽车能源医疗制药政府机构

查看讲师主页

课程差异说明

本课程页面围绕《人工智能最新趋势及产业应用-轨道交通》重点呈现课程定位、适合对象、核心收益和 1 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？

适合企业中高层管理者、业务负责人及相关岗位骨干人员等需要系统提升相关能力的人群

学习这门课可以获得什么收益？

理解课程核心方法与适用场景，并结合课程中的工具、案例和练习推动企业培训落地

课程通常安排多长时间？

当前样板提取的课程时间为：1-2天（6小时/天）。实际交付可根据企业培训目标和学员基础进行调整

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