一、人工智能的先驱和基础：计算起源、信息革命和数字化转型浪潮

1. 数字化，我们在讨论什么？—— 对世界的抽象和建模

2. 为什么是“数字化”？现代数字化在哪些领域处理什么？

3. 人类历史是一步生产力发展史 —— 从效率的视角看信息化和数字化   

4. 为什么第三次工业革命是信息革命？

5. 为了利用工具辅助思考，人类做出过哪些尝试？

6. 为什么计算机成为了最终的思考机器，为什么计算机能思考？—— （几个核心问题：再复杂的计算也可以分解为几个二进制的简单的逻辑运算；这些逻辑运算可以被电路实现；这些实现运算的电路可以被组合起来统一控制和编程）

7. 思考：一切问题都是可计算的么？—— 人工智能的基础思想

8. 数字化的历程：从生产力发展和科技发展看现代数字化的进程

9. 数字化是信息全周期的体系化

10. 几个主要的数字化技术：云计算、区块链、大数据、物联网、AR/VR—— 都在解决信息全周期的什么问题？

11. 数字化为什么会导向人工智能，为什么可以引发人工智能

二、人工智能的土壤和营养：大数据和数据中台

1. 大数据的源起

2. 为什么是“大”数据？

3. 为什么从大数据可以总结出规律？

4. 为什么大数据再进一步就成了机器学习？

5. 数据中台的源起，为什么需要数据中台？  

6. 数据中台的设计，建设和应用

7. 人工智能语境下的数据中台

三、从经典人工智能，到通用人工智能大模型

1. 经典人工智能，机器学习和深度学习

2. AI大模型兴起

3. 为什么是“大”模型？—— “智商”和“知识”

4. 为什么大模型率先在语言处理领域有所突破？

5. 大模型的根基：Transformer的基本原理类比

6. 几类最主要的大模型的基本原理类比

7. 大模型的应用潜力和局限

8. 大模型时代的教育和培训 —— AGI来临，人类应该从事什么工作？培养什么技能？

9. 如何利用大模型：基本模式

10. Prompt engineering&in- context learning 提示词工程&上下文学习

11.  联机赋能&外接应用 Plug-in —— 给大模型配上“眼睛””耳朵”“四肢”

12. Retrieval Plug-in: Vector database向量数据库（大模型的长期记忆机制）—— 大模型的“海马体”

13. 对开源模型精调和定制 —— 落地路径及实践

14. 商汤科技大模型体系及应用介绍

四、AI大模型赋能的元宇宙及应用

1. 人工智能基础（针对前面课程未参与的听众）

2. 元宇宙与Web3源起

3. 下一代互联网

4. NFT&NFR&数字藏品与虚拟土地

5. 元宇宙四大“数”力

6. 理解力—— CV &NLP

7. 连接力—— 数字孪生

8. 融合力 —— AR

9. 创造力 —— AIGC

10. 元宇宙中的人工智能

11. 游戏应用中的AI

12. 社交应用中的AI

13. 元宇宙中的人、物、场

五、AI大模型赋能的智能交通和物流

1. 人工智能基础（针对前面课程未参与的听众）

2. 交通管理中的人工智能

3. 人工智能赋能的运输管理

4. 仓储管理的人工智能应用

5. 供应链管理中的机器学习

6. 自动驾驶和车路协同

7. 智慧机场的人工智能应用

六、AI大模型赋能的文商旅

8. 人工智能基础（针对前面课程未参与的听众）

9. AIGC在文创领域的应用和趋势

10. 文生文

11. 文生图；AI视频实时编辑

12. 三维重建

13. 数字人

14. 智慧商业中的人工智能

15. AR赋能的商业中心

16. 虚实融合的新形态商品/藏品

17. 文旅产业的科技赋能破局之道 —— 三体.引力之外体验中心案例

18. 营销和客服领域的人工智能应用