第一部分 人工智能基础及进阶学习

1.人工智能与大数据、机器学习、深度学习的关系深入

2.人工智能的背景及现状

3. 人工智能的发展历程

4.人工智能的目标与定位

5. 人工智能的基本原理介绍

6种类型的智能体与环境

7.智能体结构的认识

第二部分 人工智能架构与深度学习

1.人工智能产业生态的三层基本架构与技术架构

2.人工智能、机器学习与深度学习的关系

3.深度学习算法：机器学习的介绍

4.机器学习实施过程深入

5.深度学习的训练方法

第三部分： 人工智能新革命：知识图谱

1.知识图谱的定义与构建过程

2.知识图谱的成功应用案例：现代搜索引擎介绍

3.企业对知识图谱的需求与构建思路

4.（通用知识图谱+行业知识图谱）

5.知识图谱的应用案例

第四部分 深度学习与智能围棋

1.从围棋了解人工智能的搜索技术

2.围棋AI算法—MCTS(蒙特卡洛树搜索)介绍

3.AlphaGO的实现原理

4.AlphaGo Zero （从AlphaGo Lee->Master->Zero）

5.智能围棋与神经网络和蒙特卡洛树搜索

人工智能的核心方法

第五部分 AI行业应用案例分享

1.智能机器应用场景与分析

2.智能生活应用场景与分析

 （虚拟试衣、智能眼镜、智能家庭等）

3.智能生活导致的危机思考

4.智慧校园的应用场景与分析

5.人工智能在环保领域的应用案例

6.人工智能在网络安全领域的应用案例

7.人工智能在气象领域的应用案例

8.人工智能在建筑领域的应用案例

第六部分 人工智能3.0

1.AI技术的新特征

（把大数据、物联网、云平台技术及深度学习结合的人工智能的特点）

2.AI 3.0的介绍与分析

3.认知计算的深入了解

4.AI 3.0面对的挑战