培訓(xùn)要點(diǎn)
隨著人工智能技術(shù)的快速發(fā)展以及國家在人工智能領(lǐng)域的戰(zhàn)略布局，人工智能已經(jīng)應(yīng)用于各個(gè)領(lǐng)域，并引起了各行各業(yè)相關(guān)人員的興趣。問題在于：人工智能的理論比較抽象，學(xué)習(xí)起來比較困難，如何能在更短的時(shí)間里，學(xué)習(xí)到更深入的東西呢？這就需要有良好的學(xué)習(xí)方法。
人工智能已經(jīng)形成了一套完整的理論體系，理論搞懂了，也就是從根上搞清楚了，應(yīng)用就很簡(jiǎn)單了。但如何學(xué)習(xí)理論呢？從理論到理論是沒有出路的，理論來自于實(shí)踐，又服務(wù)于實(shí)踐。學(xué)習(xí)理論最好的方法就是在實(shí)踐中學(xué)習(xí)和思考，在實(shí)踐中歸納和總結(jié)。所以體驗(yàn)式學(xué)習(xí)恰恰是學(xué)習(xí)理論最好的方法。
本課程將采取一套全新的教學(xué)方法：首先闡述人工智能中最關(guān)鍵的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)理論，然后全體學(xué)員一起走進(jìn)某國家工程實(shí)驗(yàn)室，與第一線人工智能技術(shù)人員進(jìn)行面對(duì)面交流探討，理解他們研發(fā)并卓有成效應(yīng)用的諸如聲紋識(shí)別、人臉識(shí)別、多媒體計(jì)算與處理、多維生物識(shí)別等方面的技術(shù)思維與方法。這種到第一線去體驗(yàn)，在體驗(yàn)中理解理論，在體驗(yàn)中感受實(shí)踐，又從另一領(lǐng)域中的體驗(yàn)獲取靈感，進(jìn)而擴(kuò)大思路，在自己所處的領(lǐng)域中實(shí)現(xiàn)創(chuàng)新，將會(huì)形成知識(shí)獲取與應(yīng)用的最佳途徑。
通過這種方法進(jìn)行學(xué)習(xí)，將會(huì)使學(xué)員不僅理解人工智能技術(shù)，更提升一種獲取知識(shí)的能力，是一種更廣博的能力提升，這也是本課程最重要的宗旨。


培訓(xùn)內(nèi)容
深入理論：
第一主題 人工智能介紹
1.1 什么是人工智能
1.2 為什么要人工智能
1.3 人工智能的發(fā)展簡(jiǎn)史
1.4 人工智能的現(xiàn)實(shí)案例舉例
第二主題 深度學(xué)習(xí)之始：人工神經(jīng)網(wǎng)絡(luò)
2.1 人工神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)動(dòng)機(jī)是什么
2.2 單個(gè)神經(jīng)元的功能
2.3 人工神經(jīng)網(wǎng)絡(luò)的優(yōu)化以及誤差逆?zhèn)鞑ィ˙P）算法
2.4 人工神經(jīng)網(wǎng)絡(luò)中需要注意的問題
2.5 人工神經(jīng)網(wǎng)絡(luò)在表情識(shí)別、流量預(yù)測(cè)中的應(yīng)用案例
第三主題 深度學(xué)習(xí)中的技巧和注意事項(xiàng)
3.1 深度學(xué)習(xí)中過學(xué)習(xí)問題的處理
3.2 如何選擇損失函數(shù)
3.3 如何并行化
3.4 如何解決深度學(xué)習(xí)中梯度消失問題
3.5 如何選擇激勵(lì)函數(shù)
3.6 權(quán)值衰減、Dropout以及新的網(wǎng)絡(luò)架構(gòu)
第四主題 卷積神經(jīng)網(wǎng)絡(luò)
4.1 卷積以及卷積網(wǎng)絡(luò)的概念
4.2 為什么在使用卷積網(wǎng)絡(luò)
4.3 卷積網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)
4.4 卷積網(wǎng)絡(luò)在圍棋中的應(yīng)用
4.5 卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用案例
第五主題 循環(huán)神經(jīng)網(wǎng)絡(luò)
5.1 為什么要使用循環(huán)神經(jīng)網(wǎng)絡(luò)
5.2 1-of-N編碼
5.3 循環(huán)神經(jīng)網(wǎng)絡(luò)的介紹
5.4 長短期記憶網(wǎng)絡(luò)
5.5 長短期記憶網(wǎng)絡(luò)在自然語言處理中的應(yīng)用案例
第六主題 人工智能未來展望
6.1 監(jiān)督學(xué)習(xí)中的新應(yīng)用
6.2 強(qiáng)制學(xué)習(xí)中的新應(yīng)用
6.3 非監(jiān)督學(xué)習(xí)中的新應(yīng)用
6.4 DeepMind介紹
淺出體驗(yàn)：
1、使用深度學(xué)習(xí)進(jìn)行手寫體識(shí)別、人臉識(shí)別以及自然語言處理。
2、進(jìn)入某身份識(shí)別國家工程實(shí)驗(yàn)室并參觀。
3、AI產(chǎn)品研發(fā)過程分享：從技術(shù)信仰到價(jià)值務(wù)實(shí)。
4、產(chǎn)品研發(fā)案例分享：
1）多維生物特征身份認(rèn)證在安防領(lǐng)域中的應(yīng)用
2）多媒體分析與處理及其應(yīng)用
5、討論互動(dòng)：學(xué)員提出問題并進(jìn)行相互討論，相關(guān)研發(fā)人員釋疑并與學(xué)員互動(dòng)。
6、學(xué)員寫出（或交流）體驗(yàn)的收獲與體會(huì)。
7、技術(shù)負(fù)責(zé)人做最后總結(jié)。