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
