课程纲要：

导论：从AlphaGo到ChatGPT

模块一：人工智能的源起和进化

1、 人工智能出现和发展的大背景

2、 第四次工业革命的特征和要求

3、 人工智能的本质：从人类的脑力工作与相应的智能说起

4、 人工智能技术的主要类别和成熟度:

a) 经典人工智能算法

b) 机器学习

c) 人工神经网络和深度学习

i. 机器视觉

ii. NLP

iii. 强化学习和决策智能

iv. 大语言模型

v. 多模态大模型

d) 具身智能

5、 AIGC兴起 - 从分析式AI到生成式AI的必然

6、 从“偏科专才”到“通才”，通用人工智能的曙光：GPT为何如此令人兴奋？

模块二：通用人工智能的曙光：以ChatGPT为代表的AIGC大模型

7、 ChatGPT等大语言模型的根基: Transformer的基本核心原理

a) 词的“内嵌”：GPT如何理解文字？

b) 注意力机制 - Attention is all you need: 奠定生成式AI基调的核心机制

c) Transformer: **“智力”和“语言能力”的压缩抽取，对输入进行“变形”

8、 ChatGPT的独到之处

9、 其他大模型主要类别和基本原理

a) 文生图模型：训练机器对像素的“组装”

b) 图生3D 模型：算法对世界的“脑补”

10、 大模型的“智力”、“技能”和“知识”

a) 什么是大模型的“智商”，什么是其“技能”和“知识”？

b) 深度人工神经网络为什么可以“学习”几乎一切模式和规律？

11、 如何利用大模型？基本模式

a) 提示词工程 – 为大模型描述上下文环境和方法论

b) 插件 -为大模型加上“视觉中枢”“听觉中枢”“行动中枢”

c) 外接“云盘” - 为大模型加上“海马体”（大模型的长期记忆机制）

d) 精调 — **调参真正提升大模型“智商”

12、 大模型的部署/训练方式

a) 公有云模式

i. AISaas

ii. AIPaas

iii. Model as a service

iv. AIIaas

b) 公有私有云/管理云模式

c) 私有云模式

模块三：人工智能：金融领域数字化转型新引擎

13、 人工智能在金融业落地的挑战和机遇

14、 人工智能大模型时代的金融系统架构新范式

15、 金融业数字化转型中AI的通用应用领域和潜力

16、 AI大模型具有成为金融行业数字架构“总调度”“总参谋”的潜力

17、 基于基础大模型定制的行业模型：打造金融业“大脑”

模块四：人工智能在金融领域的应用

18、 场景化金融：AI赋能的数字化营销

19、 金融证券业的生成式AI/数字人客服服务和咨询

20、 基于机器学习的金融风控应用

21、 类BloombergGPT 智能投研模型：基于大语言模型的数据和报告分析

22、 金融业呼叫中心中的人工智能

23、 AI赋能的无人银行和银行元宇宙营业厅

24、 基于AI大模型的金融证券领域（SQL/API调用）代码生成

25、 金融证券领域的培训和问答：AI大模型赋能的针对性学习

26、 金融证券业知识图谱：大模型对知识图谱和知识运营的补充和赋能

27、 多模态大模型赋能的金融证券业全渠道全周期“大”数据整合和解析

28、 金融证券业全渠道客服服务的流程自动化和机器学习优化

思考和小结

Q&A