88 优惠券
2020年3月1日到期。满 200 元可用
立即使用
立即使用
  • 参会报名
  • 会议介绍
  • 会议日程
  • 会议嘉宾
  • 参会指南
  • 手机下单 手机扫码下单

首页 > 培训课程 > IT/技术培训 > 2023ChatGPT技术与商业模式及产业发展布局高级研修班(6月北京) 更新时间:2023-05-14T23:59:08

大会站点分布:
(点击可切换)
2023ChatGPT技术与商业模式及产业发展布局高级研修班(6月北京)
收藏3人
分享到

2023ChatGPT技术与商业模式及产业发展布局高级研修班(6月北京) 已截止报名

课程时间: 2023-06-29 09:00至 2023-07-01 18:00结束

课程地点: 北京  会前统一通知   周边酒店预订

会议规模:50人

主办单位: 中国信息化人才培训中心

行业热销热门关注看了又看 换一换

        会议介绍

        会议内容 主办方介绍


        2023ChatGPT技术与商业模式及产业发展布局高级研修班(6月北京)

        2023ChatGPT技术与商业模式及产业发展布局高级研修班(6月北京)宣传图

        ChatGPT(全称 Chat Generative Pre-trained Transformer),聊天式预训练生成转换模型,是一种生成式语言模型,俗称“通用聊天机器人”,是人工智能研究实验室 OpenAl开发的一种基于人工智能(AI)技术的自然语言处理工具。该模型基于Transformer 神经网络架构,即GPT3.5架构,并且还在继续演进与发展。

        ChatGPT的总体技术路线是:采用自然语言处理+搜索引擎集成的架构,构建GPT3.5+大型语言模型(LLM)+强化学习微调训练模型(RLHF),通过连接大量的语料库,在效果强大、基于自注意力机制的GPT3.5架构的大型语言模型(LLM)基础上,引入RLHF(基于人类反馈的强化学习)技术,通过预训练方法处理大模型序列数据来训练模型,通过“人工标注数据(人工反馈)+强化学习”来不断微调(Fine-tune)预训练语言模型,从而实现拥有语言理解和文本生成的能力,以完成特定任务。ChatGPT 实现的关键要素是:NLP(自然语言处理)是核心,搜索是辅助,算力是硬核。

        ChatGPT是生成式人工智能技术,是一个创造性的新世界。ChatGPT模型以对话的方式进行人机交互,包括普通聊天、连续对话,语言翻译、信息咨询、方案策划、撰写诗词作文、编写程序、修改代码等,ChatGPT 不仅能够回答后续问题,还能承认错误,质疑不正确的问题,并拒绝不适当的请求。ChatGPT 具备上知天文、下知地理,还能根据聊天的上下文进行互动的能力,做到与真正人类几乎无异的聊天场景进行交流。ChatGPT于2022年11月30日上线测试,2022年12月5日,ChatGPT用户数突破了100万,目前,ChatGPT月活用户数超过一亿。

        习近平总书记曾指出:“数字技术正以新理念、新业态、新模式全面融入人类经济、政治、文化、社会、生态文明建设各领域和全过程”。在当前数字世界和物理世界加速融合的大背景下,以ChatGPT为代表的人工智能生成内容(AIGC)技术正在悄然引导着一场深刻的变革,重塑甚至颠覆数字内容的生产方式和消费模式,将极大地丰富人们的数字生活,是未来全面迈向数字文明新时代不可或缺的支撑力量。

        基于上述分析,为进一步推动以ChatGPT为代表的人工智能生成内容(AIGC)技术的广泛应用及产业发展与布局,赋能我国数字经济、数字政府、数字社会高质量发展,为培养数字转型时代急需的高端人才,中国信息化人才培训中心2023年5月18日-5月21日特在杭州举办《ChatGPT技术与商业模式及产业发展布局》高级研修班。并委托北京天博信通科技有限公司承办,望各单位收到通知后组织相关人员参加。

        培训时间、地点、费用

        培训地点

        北京

        培训时间

        6月28日-7月01日(28日报到)

        培训方式

        线下面授

        培训费用

        5800元/人(包含:会议费、学习费、资料费、证书费等)住宿可统一安排,费用自理。

        二、培训主要内容:

        本课程采用模块化教学方法,总体架构主要包括以下9个教学模块:

        模块一:概念篇-ChatGPT概念诠释及技术发展

        模块二:架构篇-ChatGPT系统架构及工作流程

        模块三:技术篇-ChatGPT关键技术及原理详解

        模块四:算力篇-ChatGPT算力需求及算力布局

        模块五:体验篇-ChatGPT基本功能及使用体验

        模块六:应用篇-ChatGPT应用场景及行业布局

        模块七:商业篇-ChatGPT商业模式及商机挖掘

        模块八:产业篇-ChatGPT产业发展及投资分析

        模块九:建议篇-ChatGPT面临挑战及发展建议

         

        三、培训课程特色及亮点:

        (1)本课程以前瞻性、独特的视角,按照概念篇、架构篇、技术篇、算力篇、体验篇、应用篇、商业篇、产业篇、建议篇九大模块,对ChatGPT技术进行系统、全面,深刻、而又富于创新地阐述。

        (2)关注诉求与商用落地,从商机挖掘、产业发展、行业应用布局等维度,阐述以ChatGPT技术为代表的生成式人工智能(AI)技术的创新应用理念与产业发展和行业应用布局。

         

        四、培训对象:

        人工智能及ChatGPT技术产业链各厂家、芯片/模组/终端厂家、互联网公司、互联网服务提供商(ISP)、互联网内容提供商(ICP)、互联网软件开发公司、电信运营商、广电运营商、游戏公司、新媒体制作公司、各行业客户、企事业单位、咨询公司、科研院所与大专院校等单位,从事人工智能及ChatGPT技术相关工作的管理人员、技术人员等

        查看更多

         中国信息化人才培训中心 中国信息化人才培训中心

        天博信通-中国信息化人才培训中心率先在国内开展高级软件架构等IT高端培训的公开课。多年来持续不断的投入精力创新课程体系,至今已在国内开展公开课培训的课程达十几门,分别涵盖、云计算、大数据、软件架构、软件设计、高级UI设计、项目管理、质量管理、需求工程、运营管理等领域,也根据企事业单位的实用需求, 通过定制培训方案,培训后的技术服务,将企业单位的信息化投资的效益发挥到最高点。目前中心已经与几百家企事业单位建立了长期的培训合作关系, 深得用户信赖和好评。

        会议日程 (最终日程以会议现场为准)


        培训详细大纲

        培训主题

        详细内容

        模块一:

        概念篇-ChatGPT概念诠释及技术发展

        1.ChatGPT概念诠释及技术发展

        1.1什么是ChatGPT?(技术视角、OpenAI、维基百科的定义)

        1.2 ChatGPT技术核心要点诠释

        1.3 问题:如何理解ChatGPT?-理解ChatGPT的关键点

        1.3.1 ChatGPT是如何工作的?

        1.3.2 ChatGPT的训练数据来源于何处?

        1.3.3 ChatGPT如何进行模型预训练?

        1.3.4 ChatGPT是如何自动生成文本的?

        1.3.5 ChatGPT如何准确回答问题?

        1.3.6 ChatGPT如何按照人类思维回答问题?

        1.4问题:ChatGPT的主要技术有哪些?

        1.5 ChatGPT的主要特点有哪些?

        1.6ChatGPT的最大创新点是什么?

        1.7ChatGPT优化对话语言模型的优化目标是什么?

        1.8ChatGPT与普通聊天机器人的区别是什么?

        1.9ChatGPT存在的问题与不足是什么?

        1.10ChatGPT界面及网址

        1.11ChatGPT的基本功能

        1.12 ChatGPT和AIGC的关系是什么?

        1.13 ChatGPT、AIGC和元宇宙的关系是什么?

        1.14 ChatGPT对推动元宇宙的商用落地与快速发展有何影响?1.15ChatGPT的产生、发展及影响

        1.15.1 ChatGPT的产生

        1.15.2 ChatGPT的发展历程(GTP-1,GTP-2,GTP-3, ChatGPT,GTP-4)

        1.15.3 ChatGPT的研究现状

        1.15.4 ChatGPT的产生与发展对人类社会将带来什么影响?1.15.5 ChatGPT对哪些职业和工作产生挑战和影响?

        1.16 ChatGPT对我们的启示有哪些?

        1.17如何从ChatGPT的技术方案中学习有价值的东西?

        1.18如何运用基于人工智能的ChatGPT技术方案赋能行业智慧

        1.19应用与商用落地和快速发展?

         

        模块二:

        架构篇-ChatGPT系统架构及工作流程

        2.ChatGPT的系统架构及工作流程

        2.1 ChatGPT的总体技术路线是什么?

        2.1.1自然语言处理+搜索引擎集成架构

        2.1.2 GPT3.5+大型语言模型(LLM)+强化学习微调训练模型架构

        2.1.3 ChatGPT实现的关键要素有哪些?

        2.2构建ChatGPT系统架构需要考虑哪些关键问题?

        2.2.1 ChatGPT技术架构的关键点是什么?

        2.2.2 ChatGPT预训练模型有哪些?

        2.2.3 ChatGPT预训练数据集有哪些?

        2.2.4 ChatGPT如何进行模型预训练?

        2.2.5 ChatGPT进行模型训练的步骤有哪些?

        2.3 ChatGPT的工作流程-理解ChatGPT架构的基础

        2.3.1有监督微调(SFT)

        2.3.2奖励模型(RM)训练

        2.3.3 PPO模型强化学习

        2.3.4基于人类反馈的强化学习-RLHF

        2.3.5例子:ChatGPT语言处理的工作流程

        语言处理数据流转流程:输入文本、语言识别、情感分析、信息抽取、命名实体识别、句子相似性处理、文本分类、全文搜索、文本生成、上下文管理、问题解答、输出文本

        2.4 ChatGPT的系统架构-Transformer架构

        2.4.1什么是Transformer

        2.4.2 Transformer模型的作用

        2.4.3 Transformer总体架构及组成

        (1)输入部分(2)输出部分(3)编码器部分(4)解码器部分

        2.4.4 Encoder-Decoder编码器-解码器框架

        2.4.5输入部分的实现

        (1)文本嵌入层及作用,(2)位置编码器及作用

        2.4.6编码器部分的实现

        (1)掩码张量,(2)注意力机制,(3)多头注意力机制,(

         

         

        4)前馈全连接层,(5)规范化层,(6)子层连接结构,(7)编码器层,(8)编码器

        2.4.7解码器部分的实现

        (1)解码器层,(2)解码器

        2.4.8输出部分的实现

        1)线性层,(2softmax

        2.4.9模型构建

        2.5案例分析:使用Transformer构建语言模型

        2.6 GPT3.5预训练模型架构

        2.7大型语言模型(LLM)架构

        2.8强化学习微调训练模型架构-RLHF架构

        2.9 ChatGPT应用系统架构及组成-端边网云(水平分割)

        2.9.1 ChatGPT应用终端(PC机、智能手机、PAD等)

        2.9.2边缘计算(边缘算力)

        2.9.3互联网/移动互联网

        2.9.4云(超级计算机、超级算力)-云数据中心(MicrosoftAzure、国资云(国家云)、天翼云、移动云、沃云、华为云、百度云、阿里云、腾讯云等)

        2.10 ChatGPT系统架构优化及应用推广

        模块三:

        技术篇-ChatGPT关键技术及原理详解

        3. ChatGPT关键技术及原理详解

        3.1 ChatGPT的关键技术体系

        3.2 ChatGPT的技术基础-AI:人工智能

        3.2.1机器学习-ML

        3.2.2深度学习

        3.2.3神经网络

        3.2.4自然语言处理-NLP

        3.2.5人工智能生成内容-AIGC

        3.3 ChatGPT的关键技术-Transformer技术

        3.3.1什么是Transformer

        3.3.2 Encoder-Decoder技术

        3.3.3 Transformer分类模型

        3.3.4 Transformer算法-GTP3.5预训练模型

        3.3.5预训练模型-自然语言理解

         

         

        3.3.6预训练模型-长序列建模

        3.3.7预训练模型-模型优化

        3.3.8 Transformer算法流程

        3.3.9 问题:Transformer算法的改进及主要优点是什么?

        3.4 ChatGPT的关键技术-GPT:预训练生成模型

        3.5 ChatGPT的关键技术-LLM:大型语言模型

        3.6 ChatGPT的关键技术-RLHF:基于人类反馈的强化学习

        3.7 ChatGPT的关键技术-数据标注

        模块四:

        算力篇-ChatGPT算力需求及算力布局

        4. ChatGPT算力需求及算力布局

        4.1 人工智能(AI)复杂算法的算力需求分析

        4.1.1人工智能不同算法的算力需求分析

        4.1.2 ChatGPT算力需求分析

        4.1.3 ChatGPT算力需求举例

        4.2算力的概念及量纲

        4.3算力的分类

        4.3.1基础算力(基于CPU芯片)

        4.3.2智能算力(基于AI芯片,包括GPU/DPU/FPGA/ASIC芯片等)

        4.3.3超算算力(超级计算机、计算集群)

        4.3.4量子算力(量子计算机)

        4.4算效的概念

        4.5综合算力(算力+存力+运力)

        4.6算力应用场景

        4.7算力部署策略-“东数西算”工程

        4.7.1“东数西算”的概念

        4.7.2“东数西算”的应用场景

        4.7.3“东数西算”的数据处理

        4.7.4“东数西算”工程总体架构(8大枢纽中心、10大数据中心集群)

        4.7.5数据中心业务类型

        4.7.6数据中心集群建设规模

        4.7.7“东数西算”工程建设方案:联接力+运力+算力+智力4.8算力部署方案-算力网络

         

         

        4.8.1算力网络的定义及技术特点

        4.8.2算力网络与现有通信网络的区别

        4.8.3算力网络的工作原理及业务流程

        4.8.4算力网络的标准架构与接口

        4.8.5算力网络系统架构与组成

        4.8.6算力网络的建设方案

        4.9基于“东数西算”工程的ChatGPT部署策略-安全、高可靠运行等

        4.9.1西部数据中心-ChatGPT大型语言模型建模与训练

        4.9.1东部数据中心-ChatGPT推理服务等

        4.10基于“算力网络”的ChatGPT部署策略-海量数据处理、超级算力、高可靠、低时延、安全等

        模块五:

        体验篇-ChatGPT基本功能及使用体验

        5. ChatGPT基本功能及使用体验

        5.1 ChatGPT的基本功能及特征

        5.2 ChatGPT的基本功能-语言处理功能及描述

        文本生成、文本补全、文本分类、文本校正、诗歌生成、内容创建、问答、翻译、摘要、改写、情感分析、聊天机器人等

        5.3 ChatGPT的高级功能-高端应用功能及描述

        编写和调试计算机程序、程序修改、模拟Linux系统、企业策划、方案设计、项目咨询、文学创作、撰写演讲提纲、撰写分析报告、金融分析、工业自动化、医学诊断、教育、供应链管理、销售和营销、法律应用、科学研究等。

        5.4 ChatGPT使用体验及效果评估

        模块六:

        应用篇-ChatGPT应用场景及行业布局

        6. ChatGPT应用场景及行业布局

        6.1 ChatGPT应用总体思路:运用ChatGPT技术方案及思想赋能行业数智化转型及落地实施

        6.2 ChatGPT应用场景及行业领域分析

        6.3 ChatGPT+机器人场景应用方案及布局

        6.3.1 ChatGPT生成式预训练模型升级各行业机器人

        6.3.2 ChatGPT+行业机器人赋能行业应用

        6.4 ChatGPT聊天机器人+智慧家庭应用方案及布局

        6.4.1 ChatGPT聊天机器人精心陪伴老人

        6.4.2 ChatGPT聊天机器人陪伴儿童成长

         

         

        6.5基于ChatGPT聊天机器人的智能客服应用

        6.6 ChatGPT+工业场景应用方案及布局

        6.6.1 GPT生成式预训练模型+专家系统融合应用

        6.6.2 GPT生成式预训练模型优化专家系统

        6.6.3 GPT预训练优化模型提高产品质检效率

        6.6.4 GPT预训练优化模型提高设备预测性维护的能力

        6.6.5 GPT预训练优化模型提高设备精准故障定位的能力

        6.7 ChatGPT+农业场景应用方案及布局

        6.8 ChatGPT+医疗场景应用方案及布局

        6.9 ChatGPT+教育场景应用方案及布局

        6.10 ChatGPT+金融场景应用方案及布局

        6.11 ChatGPT+展览宣传场景应用方案及布局

        6.12 ChatGPT+新媒体场景应用方案及布局

        模块七:

        商业篇-ChatGPT商业模式及商机挖掘

        7.ChatGPT商业模式及商机挖掘

        7.1 ChatGPT商业模式架构-MaaS(模型即服务)

        7.1.1什么是MaaS(模型即服务)?

        7.1.2 MaaS(模型即服务)架构

        7.1.3 MaaS(模型即服务)架构基座-大模型

        7.1.4 MaaS(模型即服务)整体产业架构

        7.1.5 MaaS(模型即服务)商业模式的核心:“模型→单点工具(如ChatGPT)→应用场景”的服务路径

        7.2 ChatGPT的商业模式

        7.2.1订阅制收费模式-直接收费

        7.2.2通过API接口提供技术服务-赋能收费(根据API的使用量和质量级别收取费用)

        (1)提供大模型服务-赋能行业应用

        (2)许可证销售服务

        7.3案例:Hugging Face商业模式

        7.3.1 AutoTrain模式

        7.3.2 Interface API Infinity模式

        7.3.3 Private Hub模式

        7.3.4 Expert Support模式

        7.4 ChatGPT的商机挖掘-赋能行业应用

         

        模块八:

        产业篇-ChatGPT产业发展及投资分析

        8.ChatGPT产业发展及投资分析

        8.1 ChatGPT产业生态构建与参与角色

        8.2 ChatGPT涉及的上下游产业链分析

        8.2.1算力相关产业分析(AI芯片/GPU/DPU/FPGA/ASIC芯片等,服务器、数据中心、云计算、边缘计算等)

        8.2.2算法服务相关产业分析

        8.2.3 算力网络相关产业分析

        8.2.4自然语言处理(NLP)相关产业分析

        8.2.5人工智能生成内容(AIGC)相关产业分析

        8.2.6数据标注相关产业分析

        8.2.7 ChatGPT下游应用场景相关产业分析(智能客服、搜索引擎、图像、文字、代码生成等)

        8.2.8 ChatGPT产业发展的切入点及路径分析

        8.2.9 ChatGPT对我国AI技术和产业发展的示范效应分析

        8.2.10 ChatGPT产业发展市场前景分析

        8.3 ChatGPT产业投资机会及方向分析

        8.4我国ChatGPT相关上市公司核心竞争力及投资分析

        模块九:

        建议篇-ChatGPT面临挑战及发展建议

        9.ChatGPT面临的挑战及发展建议

        9.1ChatGPT面临的挑战分析

        9.1.1 ChatGPT技术及应用发展面临哪些挑战?(数据的实时性问题,数据的真实性问题,模型在线推理端成本问题,算法过度优化对性能的影响(古德哈特定律),数据标注产生算法偏见等)

        9.1.2 ChatGPT面临的最大挑战是什么?如何应对?(错误的数据,挑逗性提问等导致产生法律、道德、宗教信仰、歧视性等方面的问题)

        9.1.3黑客利用ChatGPT进行网络攻击面临的挑战及应对策略

        9.2 ChatGPT主要的创新点和技术壁垒分析

        9.3 ChatGPT给我们的启示是什么?(从产品创新角度分析)

        9.4 ChatGPT的发展对相关产业的影响分析及应对策略

        9.5 ChatGPT的发展对相关职业领域的影响分析及应对策略

        9.6 ChatGPT的发展对人类社会的生活、工作和学习等产生的影响分析及应对策略

        9.7 ChatGPT技术及应用发展建议

        9.7.1 ChatGPT技术及应用发展的切入点及路径

        9.7.2基于ChatGPT的示范效应推动我国AI技术和行业赋能应用的发展

        9.7.3基于ChatGPT的示范效应加快我国AIGC产业商用化落地进程

        9.7.4基于ChatGPT和AIGC技术变革数字内容的生产方式和消费模式

        9.7.5基于ChatGPT和AIGC技术推动元宇宙应用与发展的商用进程,赋能我国数字经济高质量发展

        查看更多

        会议嘉宾 (最终出席嘉宾以会议现场为准)


        刘晖,教授级高级工程师,已进入北京市、深圳市、郑州市专家库、广东省数字政府专家库曾供职于巨龙通信、大唐电信,PHILIPS三星联合研发中心,中兴、华为等通信企业是第一批参与TD-SCDMA研究的技术人员,参与了我国自主通信标准TD-SCDMA的标准编写工作西北大学智能科学与技术博士、北大计算机专业硕士,兰州交大通信工程学士,拥有计算机、通信双学位,有20多年的嵌入式硬件、软件开发和系统架构设计工作经验有18年多的信息化项目管理及实施经验;深圳大学人才技能培训中心实战专家讲师。

        张老师,大数据高级专家,长期从事物联网应用、5G技术、“云物大智”应用、移动互联网应用研发工作,曾负责北京市科委,大庆油田数据化等多个重点项目,发表相关论文多篇,授权及申请物联网方面的专利10多个。

        具有丰富的嵌入式及物联网系统软、硬件产品开发经验,具有丰富的人工智能、云计算项目实施经验,主持开发过多个大型嵌入式及物联网项目、人工智能、云计算应用项目,涉及工业控制、网络、通讯、消费电子等众多领域。

        专注于大数据分析与挖掘、机器学习等应用技术,以及大数据系统部署解决方案。旨在将大数据的数据分析、数据挖掘、数据建模应用于行业及商业领域,解决行业实际的问题。目前致力于将大数据、人工智能、区块链等技术应用于新能源、电网、通信、金融、航空、电商、互联网、政府等领域。

        查看更多

        参会指南

        会议门票 场馆介绍


        5800元/人(包含:会议费、学习费、资料费、证书费等)住宿可统一安排,费用自理。

        本课程由工业与信息化部人才交流中心颁发《人工智能应用》证书,证书可作为专业技术人员职业能力考核的证明,以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        还有若干场即将举行的 人工智能大会

        猜你喜欢

        部分参会单位

        主办方没有公开参会单位
        活动家_小程序快捷下单

        微信扫一扫
        分享给朋友

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函