人工智能與AIGC：深度神經網絡算法對生成式AI的實現——探索微軟ChatGPT、谷歌Transformer等預訓練大模型背后的算法原理

專業(yè)：人工智能,計算機科學

項目類型：全球華人導師-香港

開始時間：2025年01月11日

是否可加論文：是

項目周期：6周在線小組科研+5周論文指導

語言：中文

有無剩余名額：名額充足

建議學生年級：大學生 高中生

是否必需面試：否

適合專業(yè)：計算機科學軟件工程機器學習計算機工程深度學習人工智能數據結構與算法編程語言計算機網絡交通工程

地點：無

建議具備的基礎：對人工智能、AI大模型、生成式AI、計算機科學、機器學習等感興趣的學生；建議具備編程或python基礎（先導課）

產出：6周【在線小組科研+全球就業(yè)力大師課】+5周論文指導，共126課時 1500字左右的項目報告 優(yōu)秀學員獲得主導師推薦信（8封網推） 項目結業(yè)證書 EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表指導或者CNKI檢索的英文普刊全文投遞與發(fā)表指導

項目背景：AIGC是人工智能生成內容（Artificial Intelligence Generated Content）的簡稱，指的是利用人工智能技術，通過已有數據尋找規(guī)律，并通過預訓練大模型、生成式對抗網絡（GAN）等方法，自動生成各種類型的內容，例如文章、視頻、圖片、音樂、代碼等。

項目介紹：本課程將深入探討了人工智能（AI）在工程領域特別是大模型和智能交通領域的應用。學生將系統學習AI概念、機器學習算法。課程包括以下幾個部分：1. 機器學習基本概念與經典算法，包括數據預處理與清洗、監(jiān)督學習與非監(jiān)督學習、分類問題與回歸問題、強化學習、梯度下降與牛頓法等。2. 深度學習技術：包括人工神經網絡、多層感知機、循環(huán)神經網絡等，及它們在自然語言處理、圖像處理、自動駕駛、智能交通等領域的應用。3. 自然語言處理與大模型應用：Transformer and BERT、強化學習與人類反饋（RLHF）。4、智能交通系統應用：探討AI在交通信號優(yōu)化、自適應交通控制、事故檢測、網約車系統優(yōu)化、自動駕駛中的應用。通過學習本課程，學生將能夠全面了解AI的基礎知識及其在大模型和智能交通中的應用，為將來從事相關領域的研究和工作打下堅實的基礎。

項目大綱：人工智能與機器學習介紹：人工智能基本概念、人工智能歷史、人工智能常見應用、人工智能常用軟件與數據、監(jiān)督學習與非監(jiān)督學習、分類問題與回歸問題、強化學習 機器學習經典算法：數據預處理與清洗、機器學習算法評價指標、損失函數、欠擬合與過擬合問題、梯度下降與牛頓法 神經網絡算法簡介：人工神經網絡、多層感知機、激活函數、鏈式法則與反向傳播算法、循環(huán)神經網絡（RNN）、長短時記憶網絡（LSTM） 自然語言處理與大模型：自然語言處理應用、Transformer and BERT、GPT and ChatGPT、強化學習與人類反饋（RLHF）、其他大模型 深度學習與圖像處理：圖像處理基礎知識、卷積神經網絡（CNN）、LeNet, GoogLENet, VGG, ResNet, DenseNet、深度學習在智能交通領域的應用、自動駕駛系統中的深度學習 項目答辯與點評：學生項目匯報與答辯、評價和指導