AIGC时代：大模型ChatGPT的技术实现原理、行业实践以及商业变现途径

大数据与人工智能实战专家—周红伟老师

法国科学院数据算法博士/曾任猪八戒大数据科学家/曾任马上消费金融风控负责人

课程背景

2023年，以ChatGPT为代表的接近人类水平的对话机器人，AIGC不断刷爆网络，其强大的内容生成能力给人们带来了巨大的震撼。学术界和产业界也都形成共识：AIGC绝非昙花一现，其底层技术和产业生态已经形成了新的格局。就内容生产而言，AIGC作为新的生产力引擎，让我们从过去的PGC、UGC，已经不可避免地进入AIGC时代。AIGC代表着AI技术从感知、理解世界到生成、创造世界的跃迁，正推动人工智能迎来下一个时代。经过了2022年的预热，2023年AIGC领域将迎来更大发展。AIGC生成内容的类型不断丰富、质量不断提升，也将有更多的企业积极拥抱AIGC。

本课程通过七大章节，全面学习ChatGPT的技术实现原理、行业实践以及商业变现途径，共分为以下七大章节：ChatGPT是什么以及为什么会爆火、解析ChatGPT大模型原理和技术实现过程、ChatGPT通用行业实践、ChatGPT垂直行业应用实践、ChatGPT商业变现模型和路径、ChatGPT可信人工智能、ChatGPT未来发展趋势等。

授课形式

理论讲解+案例分析+视频分享+课堂练习+实战演练+小组研讨+互动答疑

课程时间

2天

课程大纲

第一章 ChatGPT是什么以及为什么会爆火

1.1 ChatGPT是什么

1.2 chatgpt有什么特别功能

1.2.1 ChatGPT可用于创建能与用户进行对话的聊天机器人

1.2.2 ChatGPT可以进行微调，以回答特定类型的问题

1.2.3 ChatGPT可以用于创建与用户进行对话的虚拟代理或虚拟化身

1.2.4 ChatGPT可用于根据输入数据生成类似人类的文本响应

1.3 ChatGPT的研发发展历程

1.3.1 ChatGPT突破的技术路线

1.3.2 ChatGPT突破的数据路线

1.3.3 ChatGPT突破的模型训练路线

1.4 ChatGPT会颠覆那些行业

第二章 解析ChatGPT大模型原理和技术实现过程

2.1 大模型难点之一：大型语言模型中的能力与一致性

2.2 大模型难点之二：大语言模型训练策略如何产生不一致

2.3 ChatGPT 是如何利用人类反馈来解决一致性问题

2.3.1 从人类反馈中进行强化学习：监督调优模型

2.3.2 第一步是收集数据，以训练有监督的策略模型

2.3.3 第二步：训练回报模型

2.3.4 第三步：使用 PPO 模型微调 SFT 模型

2.4 人类反馈的性能评估

第三章 ChatGPT人工智能行业实践

3.1 ChatGPT智能搜索问答：对标企业Google

3.2 ChatGPT电商货物智能推荐：亚马逊和阿里巴巴

3.3 ChatGPT类人聊天机器人：OpenAI独创

3.4 ChatGPT智能营销

3.5 ChatGPT智能图文创作：今日头条

3.6 ChatGPT智能视频创作：抖音和YouTube

3.7 ChatGPT生成智能数字人

3.8 ChatGPT生成生成元宇宙内容

第四章 ChatGPT垂直行业应用实践

4.1 ChatGPT人工智能客服

4.2 ChatGPT智能搜索引擎

4.3 ChatGPT虚拟数字人

4.4.ChatGPT代码编程

4.5 ChatGPT文学创作

4.6 ChatGPT音频生成

4.7 ChatGPT视频生成以及音视频协同

4.8 ChatGPT元宇宙内容生成

4.9 ChatGPT下一代类人机器人创作和协同

第五章 智能机器人ChatGPT开启商业变现

5.1 ChatGPT智能助手机器人：订阅变现

5.2 ChatGPT文档生成助手：Office全面接入ChatGPT

5.3 ChatGPT电商行业精准营销

5.4 ChatGPT企业数字助手

5.5 ChatGPT付费智能搜索

5.6 ChatGPT企业智能服务

5.7 ChatGPT视频创作：抖音

5.8 ChatGPT文档创作：今日头条

第六章 ChatGPT金融行业实践及变现

6.1 ChatGPT和金融自动化RPA自动化应用

6.2 ChatGPT金融分析和应用

6.3 ChatGPT赋能金融营销-智能营销场景

6.4 ChatGPT赋能数据中台：从数据中台到AI中台

6.5 ChatGPT技术的核心优势及其在金融领域的应用

6.6 ChatGPT基金证券客户的增长途径

6.7 ChatGPT基金证券数据资产沉淀

6.8 ChatGPT客户的精准画像

第七章ChatGPT发展趋势展望

7.1 ChatGPT发展的政策展望

7.2 ChatGPT发展的技术展望

7.3 ChatGPT发展的应用展望

7.4 ChatGPT垂直领域应用展望

7.5 ChatGPT商业变现展望

第八章ChatGPT金融行业的创新应用

8.1 ChatGPT提示工程实践应用（Stable diffusion和Midjourney）

8.2 ChatGPT金融软件设计实践应用

8.3 ChatGPT营销推广的设计应用

8.4 ChatGPT金融数据分析的应用

第九章 提示工程Prompt engineering软件行业应用实践落地案例

9.1 提示工程简介

9.2 提示工程基础提示

9.3 提示工程高级提示

9.4 提示工程应用

9.5 提示工程ChatGPT

9.6 提示工程对抗提示

9.7 提示工程可靠性

9.8 提示工程综合应用主题

    综合实践案例：零样本、少样本、思维链、零样本思维链、

自洽性、生成知识、自动优化提示词应用于软件工程

第十章 提示工程垂直行业应用进阶

10.1   垂直行业应用现状及诉求

10.2   领域知识训练

10.3   领域知识增强和校准

10.4   融合知识库检索

10.5   实时搜索知识增强

10.6   提示工程知识增强应用实践案例

金融机构咨询和合作案例：

1. 中国工商银行总部：银行数字化转型和银行4.0
2. 中国农业银行总部：远程银行和人工智能实践落地
3. 中信银行总部：银行4.0和风险模型预测
4. 平安银行总部：数据治理
5. 富民银行总部：银行数字化转型和可信人工智能实践落地
6. 蚂蚁金服：数据治理体系建设
7. 澳新银行：银行数字化转型和EAST监管政策解读

专利和文献：

深度学习国际发明专利

1) 基于深度学习的图像检索方法及装置，专利公开公告号：CN107368614A。专利类型：发明公布。发明人：周红伟;李凯;任伟;李庆;郭奇杰;周杨;刘川郁

2) Simulation model and droplet ejection performance of a thermal-bubble microejector，Hongwei Zhou，A.M.Gué，Sensors and Actuators B: Chemical Volume 145，Issue 1，4 March 2010，Pages 311-319

3)Simulation Bubble Nucleation and Bubble Growth of a Thermal Bubble Microejector,Hongwei Zhou，A.M.Gué，Excerpt from the Proceedings of the COMSOL Conference 2009 Mila