為企業提供專業化企業內訓服務

            常規企業內訓課程常年優惠中,課程費用最低,歡迎咨詢

            人工智能與安全

            主講老師: 趙志強    查看講師詳情>>


            工作背景:
            20+年大數據與人工智能應用實踐經驗 哈爾濱工業大學軟件工程碩士/企業管理博士 哈爾濱工業大學、東北林業大學校外碩士導師 曾任:哈工大大數據(江蘇)研究院(產學研機構)|院長 曾任:珠海金山軟件公司(上市互聯網企...

            主講課程:
            企業數字化轉型系列: 《面向企業數字化轉型的大數據頂層設計實踐》 《現代金融科技驅動商業銀行智能化轉型》 《人工智能與安全》 《工業互聯網:智能制造與數字化平臺建設》 大數據價值創新系列: ...

            趙志強

              人工智能與安全課程大綱詳細內容

            課程分類: 人工智能

            課程目標:

            厘清大數據、人工智能體系中的關鍵問題;
            熟悉人工智能行為體的分類及對應安全問題;
            了解世界各國人工智能發展戰略規劃與安全倫理準則;
            熟悉社會常見的人工智能應用,強化對智能的認知;
            熟悉掌握新興技術成熟度曲線,把握未來技術發展趨勢;
            了解人工智能主要流派與基本原理、主流神經網絡模型;
            熟悉人工智能安體系與架構及通用人工智能的發展趨勢。


            課程對象:創業者、企業負責人、企業創始團隊、董事會成員 ● 企業高級管理人員,總經理、總工程師、副總經理等; ● 渴望掌握新興技術價值落地的企業中層以上管理人員及工程師; ● 高校MBA、EMBA、DBA專業研究生; ● 地方政府中、高級管理干部及相關領域公務員; ● 國家“十四五”規劃中智能制造及戰略新興產業中相關人士。

            課程時間:2天,6小時/天

            課程大綱:


            導入1:現在是大數據時代,現在是人工智能時代
            案例:“我的一天”
            研討:(GP-分組對抗記分點)感受智能化,分組討論描述“你的一天”,并指出哪些應用或名詞是和人工智能緊密相關?(除老師事先講過的,答對一條記1分)
            導入2:“人工智能威脅論”
            案例:人工智能的技術發展,對人類來說到底是生存還是毀滅?
            研討:(GP-分組對抗記分點)分組匯總每位同學的觀點,提交給老師。
            備注:GP-為短時時間討論,一般不超過5分鐘,LGP為長時間討論,一般在5-20分鐘;GP活動由老師根據現場情況發起或不發起,非固定活動。下同。
            第一講:大數據時代特征與人工智能國家戰略
            一、從互聯網到大數據時代的演變過程
            1. 從互聯網、Web2.0、移動互聯網看人類在線化過程
            2. 人類在線化過程與行為數據的關系
            案例分析:以商業購物場景為例,分析人類活動的在線變化及其產生的行為數據
            小組研討:(GP)分組設計其他場景,延伸到物聯傳感網,并總結,老師點評并打分
            3. 大數據的來源與全球數增長情況分析
            4. 數據計量單位的換算
            5. 5G的戰略地位與價值
            6. 大數據的兩個重要特征
            7. 大數據價值的現狀
            二、國際與中國人工智能發展
            1. 中國:人工智能的國家戰略與“智能+”
            2. 世界各國人工智能發展對比分析
            3. 解讀“十四五”規劃給我們的啟示
            小組研討:(LGP)找出所在行業的有關人工智能方面的國家或地方政策規劃,分析原因與機會

            第二講:人工智能發展史
            一、人工智能的起源
            1. 人工智能產生的背景
            2. 圖靈與圖靈測試
            3. 達特茅斯會議與“人工智能”
            二、人工智能的三次浪潮
            1. 第一次人工智能浪潮:推理與探索
            案例分析:計算機在使用“推理和探索”的興起與沒落
            2. 第二次人工智能浪潮:知識工程
            案例分析:專家系統的窘境與問題
            3. 我們正在第三次人工智能浪尖上:大數據與深度學習
            案例分析:人工智能發展歷程中的里程碑事件

            第三講:人工智能原理
            一、人工智能定義與分類
            1. 人工智能的定義與正確理解
            2. 計算智能、感知智能與認知智能
            3. 人工智能的幾大門派其及技術發展方向
            二、人工智能人才與知識體系
            1. 學科領域交叉與滲透下的人工智能創新協同
            2. 世界及中國人工智能類人才培養現狀
            案例分析:中國某頂尖大學人工智能研究院體系及研究領域
            3. 把握與跟蹤人工智能技術發展趨勢的方法
            案例分析:深度分析Gartner曲線
            實操演練:(LGP)依據現場給出的某人工智能應用,依據Gartner曲線分析其技術發展規律與特點
            三、數據智能平臺技術體系
            1. 大數據技術平臺架構
            2. 人工智能技術平臺架構
            3. 通用深度學習開源框架與特點

            第四講:常見深度學習模型與應用
            一、傳統數據模型與應用
            1. 常見傳統數據算法與模型
            2. 常見傳統數據算法的應用
            二、深度神經網絡(DNN)模型與應用
            1. DNN模型
            2. DNN應用場景:搜索排序、推薦排序
            三、卷積神經網絡(CNN)模型與應用
            1. CNN模型
            2. CNN應用場景:圖像識別、視頻分析
            四、循環神經網絡(RNN)模型與應用
            1. RNN模型
            2. RNN應用場景:語音識別、自然語言處理
            案例分析:人機智力大戰的巔峰——阿爾法狗

            第五講:機器人技術及其應用原理(選講課程)
            一、機器人概述
            1. “robot”一詞的來源
            2. 機器人定義與相關概念
            3. 機器人發展歷程
            4. 機器人分類
            二、機器人基本原理及應用
            1. 機器人控制系統的基本結構
            2. 工業機器人
            3. 農業機器人
            4. 醫療機器人
            5. 服務機器人
            6. 特種機器人
            案例分析:機器人在工業、農業、醫療等領域的應用

            第六講:人工智能與安全哲學
            一、安全
            1. 人類社會對安全的認知與理解
            2. 人工智能安全、人工智能與安全
            二、通用人工智能安全的哲學命題
            1. 技術革命視角下的人類四次紀元
            2. 第四次紀元的不可控因素
            3. 人工智能的安全命題
            4.通用人工智能的三個哲學命題
            小組研討:(LGP)基于哲學上的命題,分組討論形成各自主張。
            第七講:人工智能產業生態與安全
            一、人工智能產業生態
            1. 人工智能應用領域
            2. AI芯片與視覺傳感器
            3. AI通用技術
            案例分析:主流機器視覺、語音識別、自然語言、知識圖譜應用的市場與趨勢
            二、狹義人工智能安全
            1. 人工智能的安全體系
            2. 人工智能的安全倫理概要
            3. 人工智能安全對社會的沖擊
            4. 人工智能安全VS網絡安全VS信息安全
            案例分析1:全球首例自動駕駛車輛撞死行人的案件
            案例分析2:《2020年度全球十大人工智能治理事件》

            第八講:人工智能內生安全
            一、數據安全
            1. 數據投毒與反制
            2. 對抗樣本攻擊與反制措施
            3. 數據質量與數據安全之間的管理問題
            4. 對產業界及管理者的啟示
            案例分析1:深網視界曝出數據泄露事件
            案例分析2:地下產業鏈之數據隱私市場
            案例分析3:網上熱傳的幾家著名科技公司的安全事件解讀
            二、算法與模式安全
            1. 算法的可解釋性與安全
            2. 模型存儲與管理的安全問題
            3. 開源模型的安全問題
            4. 對產業界及管理者的啟示
            案例分析1:一支激光筆是如何打敗了自動駕駛?
            案例分析2:醫療領域人工智能診斷技術應用的尷尬
            三、框架與運行安全
            1. 架框安全問題
            2. 主觀與客觀原因上的運行安全與保障問題
            3. 對產業界及管理者的啟示
            案例分析:幾起自動駕駛車禍背后的安全分析
            小組研討:(LGP)結合分組學員企業的情景,研討應用人工智能內生安全的思路。

            第九講:人工智能衍生安全與倫理
            一、人工智能衍生安全
            1. 智能系統失誤引發的安全事故
            案例分析1:當自動駕駛、智能機器人、智能音箱、醫療機器人失效后……
            案例分析2:聊天機器人的偏激言論引發的群體影響
            2. 人工智能行為體失控要素分析
            案例分析:“機器人三定律”
            3. 國際上預防人工智能技術失控的舉措
            二、人工智能倫理
            1. 人工智能體是否應該賦予“人權”?2. 通過使用人工智能的人權侵犯問題3. 人工智能是否能成為倫理主體4. 人工智能的倫理責任問題案例分析:幾起自動駕駛案件的責任追究
            小組研討:(GP)現實生活或科幻電影中的“智能人”,及其引發倫理的故事關鍵詞。
            三、人工智能倫理準則
            1. 世界各國關于人工智能技術發展的倫理準則
            2. 人工智能技術倫理準則的共識性與爭議性3. 我國專門提出人工智能倫理與法律的“三步走”規劃案例分析:解讀《2020年度全球十大人工智能治理事件》的處理結果
            結束語:人工智能安全的未來展望!

            趙志強講師相關課程
            人工智能同類內訓課程
            九大模塊精選企業內訓
            九大模塊精選培訓講師
            91福利一区