学习目标
- 1. 了解人工智能发展的历史,及ChatGPT和生成类AI工具的基础知识,掌握它们在人工智能领域中的应用场景;
- 2. 学习ChatGPT和生成类AI工具的操作方法并实践,掌握它们在人机对话、任务型对话等场景中的应用;
- 3. 学习ChatGPT和生成类AI工具在行业中的应用和趋势,提高自身的竞争力;
- 4. 探索人工智能技术发展的机遇和挑战,并了解相应的应对策略;
扩充知识面、提升个人技能,从而更好地在人工智能时代中应对各种机遇和挑战。
课程大纲
第一篇 初识:ChatGPT改变世界
- 1.1体验ChatGPT
- 1.1.1什么是ChatGPT
- 1.1.1ChatGPT写小作文
- 1.1.2ChatGPT写演讲稿
- 1.1.3ChatGPT写歌词
- 1.1.4ChatGPT写代码
- 1.1ChatGPT的前世今生
- 1.1.1追踪ChatGPT的前世
- 1.1.2系统梳理ChatGPT的前世今生
- 1.1.3归纳ChatGPT发展趋势
- 1.2ChatGPT的先进性
- 1.3.1 ChatGPT具备诸多先进性特征
- 1.3.2 ChatGPT 提升的核心点
- 1.3.3 ChatGPT 提升的原因
- 1.3.4 ChatGPT 提升的领域
- 1.3.5 ChatGPT得益于通用(基础)模型所构建 AI 系统的新范式
- 1.3ChatGPT赋能千行百业
- 1.3.1ChatGPT+传媒
- 1.3.2ChatGPT+影视
- 1.3.3ChatGPT+营销
- 1.3.4ChatGPT+娱乐
- 1.3.5ChatGPT+其他
- 1.3.6案例:亚马逊:ChatGPT受到重点关注,已广泛运用在各种工作职能中
1.3.7案例:美国
新媒体
巨头Buzzfeed踩准ChatGPT风口,两天内股价升3倍
- 1.4ChatGPT驱动上游产业
- 1.4.1ChatGPT驱动算力和云计算
1.4.2ChatGPT驱动
大数据
1.4.3ChatGPT驱动数据标注
第二篇近观:ChatGPT引领AIGC浪潮
- 2.1 Chat引领AIGC
- 2.1.1 什么是AIGC?
- 2.1.2 ChatGPT是AIGC浪潮的一部分:时间视角
- 2.1.3 ChatGPT是AIGC浪潮的一部分:生态视角
- 2.2 AIGC简史
- 2.2.1 AIGC三大阶段
- 2.2.2 从分析式AI到生成式AI逐步演化,生成式AI赋予AIGC创新力
- 2.2.3 AIGC是技术的融合累积
- 2.2.4 AIGC三层架构
- 2.2.4 AIGC技术原理
- 2.3 AIGC技术场景领域
- 2.3.1 AIGC文本生成技术:商业化落地有望优势先发
- 2.3.2 AIGC图像生成技术:随着模型结构的优化而明显提升
- 2.3.3 AIGC音频生成技术:正朝更富情感等人类特征演化
- 2.3.4 AI视频生成技术: 为AIGC应用生态中的高潜力场景
- 2.3.5 跨模态生成技术:是真正实现认知和决策智能的转折点
- 2.3.6 AIGC支撑AI驱动数字人多模态交互
- 2.3.7 合成数据加速构建AI赋能,数实融合的大型虚拟世界
- 2.4 AIGC商业场景领域
- 2.4.1 AIGC改变数字内容生产模式
- 2.4.2 AIGC渗透传媒领域各个环节
- 2.4.3 AIGC化2D为3D,拓展电商展示维度
- 2.4.4 AIGC打破传统娱乐体验边界
- 2.4.5 AIGC拓宽影视行业创意边际
- 2.4.6 AIGC促进各行业转型升级
- 2.4.7 GAME AI生成技术
- 2.4.8 AIGC取长补短,有望成为主流内容生产模式
- 2.4.9 AIGC业务场景整理
- 2.4.10 AIGC场景价值评估
- 2.5 AIGC展望
- 2.5.1 AIGC赛道预测
- 2.5.2 AIGC展望
- 2.5.3 AIGC国内外科技巨头布局
- 2.5.4 AIGC国外创业公司
- 2.5.5 AIGC产业链涵盖了从硬件到多类终端应用的广泛领域
- 2.5.6 AIGC产业链分析
2.5.7 AIGC:利用
人工智能
产生内容,提升生产力曲线
- 2.5.8 AIGC相关技术包含了三大前沿能力
2.5.9 AIGC学习范式更新奠定基础,模型结构升级助力腾飞
第三篇 深挖:大模型驱动AIGC
- 3.1 大模型是核心竞争力
- 3.1.1 AIGC厂商之间的竞争在于模型层面竞争
- 3.1.2 大模型是AIGC乃至AI的核心竞争力
- 3.2 大模型赋能千行百业
- 3.2.1 国外大模型发展历程
- 3.2.2传统的定制化、作坊式模型开发流程
- 3.2.3 AI 大模型“工厂模式”的开发方式
- 3.2.4 多模态AI大模型是通向强AI的必经之路
- 3.2.5 大模型将作为一种基础设施将 AI 赋能千行百业
- 3.2.6 案例:智能回顾将会为 Teams Premium 提供许多重要的新功能
- 3.2.7 案例:单点工具Jasper,大模型应用的补充
- 3.2.8 案例:GPT3.5 将帮助 Viva Sales 用户自动编写邮件回复
- 3.2.9 案例:集成了 GPT4 的 Bing 全新版本
- 3.3 大模型产业架构(MaaS)
- 3.2.1 Maas by 阿里
- 3.3.2 Maas by百度
- 3.3.3 Maas by altman
- 3.2.4 案例:百度文心大模型
- 3.3.5 案例:华为昇腾大模型
- 3.3.6 案例:Lamda大模型
- 3.3.7 各大模型比较
3.4 大模型
商业模式
- 3.4.1 OpenAI商业模式
- 3.4.2 Jasper商业模式
3.4.3 其他AI公司商业模式
第四篇 实践:ChatGPT如何利用在商业上?
- 4.1 工作
- 4.1.1会修bug能写程序 还能拿到谷歌百万年薪offer
- 4.1.2能写论文和考试的AI做题家
- 4.1.3 能写会编 内容创作小能手
- 4.1.4 防止考试作弊
- 4.1.5 日报周报再也不愁
- 4.2 斜杠
- 4.2.1化身斜杠青年,第一波红利
- 4.2.2网赚项目:单项
- 4.2.3 网赚项目:组合
- 4.3 升级篇:一人即团队
4. 探索人工智能技术发展的机遇和挑战,并了解相应的应对策略;
扩充知识面、提升个人技能,从而更好地在人工智能时代中应对各种机遇和挑战。
第一篇 初识:ChatGPT改变世界
- 1.1体验ChatGPT
- 1.1.1什么是ChatGPT
- 1.1.1ChatGPT写小作文
- 1.1.2ChatGPT写演讲稿
- 1.1.3ChatGPT写歌词
- 1.1.4ChatGPT写代码
- 1.1ChatGPT的前世今生
- 1.1.1追踪ChatGPT的前世
- 1.1.2系统梳理ChatGPT的前世今生
- 1.1.3归纳ChatGPT发展趋势
- 1.2ChatGPT的先进性
- 1.3.1 ChatGPT具备诸多先进性特征
- 1.3.2 ChatGPT 提升的核心点
- 1.3.3 ChatGPT 提升的原因
- 1.3.4 ChatGPT 提升的领域
- 1.3.5 ChatGPT得益于通用(基础)模型所构建 AI 系统的新范式
- 1.3ChatGPT赋能千行百业
- 1.3.1ChatGPT+传媒
- 1.3.2ChatGPT+影视
- 1.3.3ChatGPT+营销
- 1.3.4ChatGPT+娱乐
- 1.3.5ChatGPT+其他
- 1.3.6案例:亚马逊:ChatGPT受到重点关注,已广泛运用在各种工作职能中
- 1.3.7案例:美国
- 1.4ChatGPT驱动上游产业
- 1.4.1ChatGPT驱动算力和云计算
- 1.4.2ChatGPT驱动
1.4.3ChatGPT驱动数据标注
第二篇近观:ChatGPT引领AIGC浪潮
- 2.1 Chat引领AIGC
- 2.1.1 什么是AIGC?
- 2.1.2 ChatGPT是AIGC浪潮的一部分:时间视角
- 2.1.3 ChatGPT是AIGC浪潮的一部分:生态视角
- 2.2 AIGC简史
- 2.2.1 AIGC三大阶段
- 2.2.2 从分析式AI到生成式AI逐步演化,生成式AI赋予AIGC创新力
- 2.2.3 AIGC是技术的融合累积
- 2.2.4 AIGC三层架构
- 2.2.4 AIGC技术原理
- 2.3 AIGC技术场景领域
- 2.3.1 AIGC文本生成技术:商业化落地有望优势先发
- 2.3.2 AIGC图像生成技术:随着模型结构的优化而明显提升
- 2.3.3 AIGC音频生成技术:正朝更富情感等人类特征演化
- 2.3.4 AI视频生成技术: 为AIGC应用生态中的高潜力场景
- 2.3.5 跨模态生成技术:是真正实现认知和决策智能的转折点
- 2.3.6 AIGC支撑AI驱动数字人多模态交互
- 2.3.7 合成数据加速构建AI赋能,数实融合的大型虚拟世界
- 2.4 AIGC商业场景领域
- 2.4.1 AIGC改变数字内容生产模式
- 2.4.2 AIGC渗透传媒领域各个环节
- 2.4.3 AIGC化2D为3D,拓展电商展示维度
- 2.4.4 AIGC打破传统娱乐体验边界
- 2.4.5 AIGC拓宽影视行业创意边际
- 2.4.6 AIGC促进各行业转型升级
- 2.4.7 GAME AI生成技术
- 2.4.8 AIGC取长补短,有望成为主流内容生产模式
- 2.4.9 AIGC业务场景整理
- 2.4.10 AIGC场景价值评估
- 2.5 AIGC展望
- 2.5.1 AIGC赛道预测
- 2.5.2 AIGC展望
- 2.5.3 AIGC国内外科技巨头布局
- 2.5.4 AIGC国外创业公司
- 2.5.5 AIGC产业链涵盖了从硬件到多类终端应用的广泛领域
- 2.5.6 AIGC产业链分析
- 2.5.7 AIGC:利用
- 2.5.8 AIGC相关技术包含了三大前沿能力
2.5.9 AIGC学习范式更新奠定基础,模型结构升级助力腾飞
第三篇 深挖:大模型驱动AIGC
- 3.1 大模型是核心竞争力
- 3.1.1 AIGC厂商之间的竞争在于模型层面竞争
- 3.1.2 大模型是AIGC乃至AI的核心竞争力
- 3.2 大模型赋能千行百业
- 3.2.1 国外大模型发展历程
- 3.2.2传统的定制化、作坊式模型开发流程
- 3.2.3 AI 大模型“工厂模式”的开发方式
- 3.2.4 多模态AI大模型是通向强AI的必经之路
- 3.2.5 大模型将作为一种基础设施将 AI 赋能千行百业
- 3.2.6 案例:智能回顾将会为 Teams Premium 提供许多重要的新功能
- 3.2.7 案例:单点工具Jasper,大模型应用的补充
- 3.2.8 案例:GPT3.5 将帮助 Viva Sales 用户自动编写邮件回复
- 3.2.9 案例:集成了 GPT4 的 Bing 全新版本
- 3.3 大模型产业架构(MaaS)
- 3.2.1 Maas by 阿里
- 3.3.2 Maas by百度
- 3.3.3 Maas by altman
- 3.2.4 案例:百度文心大模型
- 3.3.5 案例:华为昇腾大模型
- 3.3.6 案例:Lamda大模型
- 3.3.7 各大模型比较
- 3.4 大模型
- 3.4.1 OpenAI商业模式
- 3.4.2 Jasper商业模式
3.4.3 其他AI公司商业模式
第四篇 实践:ChatGPT如何利用在商业上?