培训时长 | 1-2天 |
授课对象 | 1.电力企业高管,希望了解如何将AI应用于自身业务的管理人员。 2.产品经理、项目经理、研发团队、运营团队,思考如何将AI与产品做有机结合的业务团队。 3.对AI、机器人和前沿科技怀有浓厚兴趣者。 |
授课方式 | 内训 |
第一部分 人工智能现状与发展趋势
第一章 概况
1、 前沿技术:技术成熟度曲线
2、 火箭理论
a) 数据燃料:大数据之互联网时代
b) 计算引擎:算法(巧干)与算力(蛮干)
c) 需求目标:应用方向
3、 机器学习
a) 监督学习、非监督学习
b) 增强学习与对抗生成网络(案例分析:AlphaGo zero)
4、 深度学习
a) 技术流派:符号主义与连接主义
b) 深度学习的利与弊
第二章 重要分支:AIoT
1、 传感器:视觉类、听觉类、姿态类、其他
2、 物联网计算平台
第三章 几大前沿应用技术
1、 人工智能创新框架
2、 机器视觉CV
a) 深度学习CNN
b) 视觉攻击与视觉安全
3、 语音识别ASR(原理及案例分析:某智能音箱)
4、 自然语言处理NLP(案例分析:某文本处理产品)
5、 推荐系统RS(案例分析:头条系产品,短视频)
6、 知识图谱KG
7、 AR/VR/MR
第二部分 应用结合:AI+智能电网
第一章 仿真赋能安全(案例分享:某电网仿真安全产品)
1、 安全攻防
2、 仿真系统
第二章 知识图谱赋能内部管理(案例分享:某数据科技公司产品)
1、 知识图谱构建与沉淀
2、 图谱发掘与辅助决策
第三章 深度学习赋能智慧风场(案例分享:某智慧风场解决方案)
1、 智慧协同风机和态势感知风场
2、 基于深度学习的模式识别建模
第四章 推荐系统赋能分布式能源管理
1、 新能源竞合
2、 分布式管理
第五章 互联网技术赋能智慧能源生态构建(案例分享:某在研项目)
1、 智慧能源技术的智慧城市研究
2、 互联网业务赋能
a) 能源使用内容化
b) 推荐系统连接终端用户