详情

关于举办“AIGC/ChatGPT生成式大语言模型及多模态 应用技术实训高级研修班”的通知

各有关单位:

AIGC/ChatGPT等生成式大语言模型是在人工智能技术成熟应用的环境下产生的,伴随着ChatGPT-4的诞生,标志着人类进入了超级人工智能时代。生成式大语言模型给人们的生活、工作带来很大便捷,但是基于大语言模型的预训练模型进行功能重建,面临着许多技术难题。基于此,我们整合现有开源项目程序与数据,以直观、便捷的形式帮助大家深入理解并学习以ChatGPT为代表的AIGC人工智能自动生成技术,致力于将此项技术应用于学员的项目实施场景。本期研修班将以深入浅出、通俗易懂的方式带您学习,解答您的疑惑,让大家领略不一样的实践体验。

培训对象

1、各行业企业、事业单位科研、技术人员;

2、高校、科研院所、大专院校,以及在校大学生;

3、其他对AIGC/ChatGPT感兴趣的人员。

时间地点

时间:2024年4月10-12日 上午9:30-12:00,下午:13:30-17:00

地点:北京市海淀区丰贤中路7号北科产业3号楼

研修课程大纲

AIGC/ChatGPT生成式大语言模型及多模态应用技术实训高级研修班

日期

主题

课程内容

第一天

生成式大语言模型概述

1. 生成式大语言模型概念

2. 生成式大语言模型发展历程

3. 生成式大语言模型的能力

4. 生成式大语言模型的特点

5. ChatGPT的优势与创新点

6. ChatGPT带来的革命性影响

7. ChatGPT面临的挑战

生成式大语言模型在线工具演示

8. ChatGPT在线工具演示

9. ChatGPT的语言处理功能(文本生成、文本补全、文本分类、文本校正、诗歌生成、内容创建、问答、翻译、摘要、改写、情感分析、聊天机器人等)

10. ChatGPT应用--智能办公

11. ChatGPT应用--智慧医疗

12. ChatGLM在线工具演示

13. Moss在线工具演示

大语言模型技术原理

14. Transformer原理

15. Transformser的应用—BERT与GPT的原理与区别

16. GPT1—GPT3—instructGPT的变化

第二天

人工智能方法构建环境

17. Python编程环境配置

18. 基于Python的深度学习框架

19. Pytorch模块讲解

20. 文本数据预处理

大语言模型的专业化二次训练与微调

21. ChatGLM部署流程与关键点讲解

22. ChatGLM专业化数据集生成使用

23. ChatGLM模型微调

24. 基于ChatGLM的文本数据训练

25. MOSS工具部署讲解

26. 迭代训练思路介绍

部署模型与效果展示

27. LORA微调工具介绍

28. 基于特征输入的预训练模型

29. 基于预训练-微调范式的预训练模型

30. 预训练模型的改进方法

31. 基于ChatGLM的微调模型实践演练

32. 基于MOSS的模型效果演练

AIGC图像生成工具

33. AIGC生成图像原理

34. 最新AIGC图像生成工具介绍

35. Stable Diffusion工具与模型本地化部署

36. 以文生图技术应用实践

37. 以图生图技术应用实践

第三天

元宇宙数字人构建

38. 元宇宙与数字人

39. 数字人的种类

40. AI2D数字人制作

41. 3D数字人制作

42. MetaHuman与ChatGPT

关于模型训练的硬件技术

43. 高性能计算理论基础

44. GPU加速技术

45. 基于高性能计算的模型训练

46. 人工智能平台设计与模型的云端部署

AIGC发展趋势与应用展望

47. ChatGPT引领的新AI范式

48. 大模型与自然语言处理

49. 大模型与知识图谱

50. 大模型的技术进展及面临的挑战

培训师资

刘老师,博士,研究员,入选北京市百千万人才计划,全国专业标准化技术委员会软件工程分技术委员会委员,北京市经信委专家咨询委员会专家,中关村协同创新服务平台创业导师,中国互联网协会理事。长期从事人工智能、大数据等方面的研发工作,在智慧政务、智慧城市等领域有多个成熟应用案例。

裴老师,博士,研究员,主要研究方向:基因组、生物信息学、人工智能。具有较丰富的数据分析、处理与高性能计算机的运用、程序开发及数据库平台构建工作经验。发表国内外科学论文30余篇、多项专利和软件著作。科研与项目申报经验丰富,讲课通俗易懂,互动性强。

张老师,博士,副研究员,北京市计算中心算法工程师。神户大学系统信息专业博士毕业,主要研究方向为深度学习、数据挖掘、图像识别算法构建等。主要从事深度学习与图像处理算法的理论与技术落地研究。项目实战经验丰富,授课受到众多学员好评。

刘老师,博士,副研究员,主要研究方向:文化遗产数字化、文物三维扫描、文物数字化修复方向,具有丰富的虚拟博物馆、文物建筑数字化、数字保护技术等方面科研与实战经验。参与北京市地方标准DB11/T 1796-2020《文物建筑三维信息采集技术规程》起草。

陶老师,北京市计算中心人工智能助理研究员,图像算法工程师。主要从事人工智能图像处理方面内容,擅长根据实际问题设计cv算法解决方案,熟练掌握包括数据标注、建模、部署等步骤的全流程工程化工作。有丰富的训练深度学习及机器学习模型,并完成部署,集成到软件系统中供客户使用的项目经验。

培训费用及证书颁发

培训费4500元/人(含培训费、资料费、考试费、证书费、餐费等)。同一单位3人以上报名,每人优惠300元。

咨询请联系

张老师 18618295767(微信同号)

郭老师 18976866894

 

北京市计算中心有限公司

2023年12月