密集項(xiàng)目：人工智能與AIGC：深度神經(jīng)網(wǎng)絡(luò)算法對(duì)生成式AI的實(shí)現(xiàn)——探索微軟ChatGPT、谷歌Transformer等預(yù)訓(xùn)練大模型背后的算法原理

專業(yè)：人工智能,計(jì)算機(jī)科學(xué)

項(xiàng)目類型：全球華人導(dǎo)師-香港

開始時(shí)間：2024年10月26日

是否可加論文：是

項(xiàng)目周期：4周在線小組科研+2周論文指導(dǎo)

語言：中文

有無剩余名額：名額充足

建議學(xué)生年級(jí)：大學(xué)生 高中生

是否必需面試：否

適合專業(yè)：計(jì)算機(jī)科學(xué)軟件工程機(jī)器學(xué)習(xí)計(jì)算機(jī)工程深度學(xué)習(xí)人工智能數(shù)據(jù)結(jié)構(gòu)與算法編程語言計(jì)算機(jī)網(wǎng)絡(luò)交通工程

地點(diǎn)：無

建議具備的基礎(chǔ)：對(duì)人工智能、AI大模型、生成式AI、計(jì)算機(jī)科學(xué)、機(jī)器學(xué)習(xí)等感興趣的學(xué)生；建議具備編程或python基礎(chǔ)（先導(dǎo)課）

產(chǎn)出：4周【在線小組科研+全球就業(yè)力大師課】+2周論文指導(dǎo)，共126課時(shí) 1500字左右的項(xiàng)目報(bào)告 優(yōu)秀學(xué)員獲得主導(dǎo)師推薦信（8封網(wǎng)推） 項(xiàng)目結(jié)業(yè)證書 EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級(jí)別索引國際會(huì)議全文投遞與發(fā)表指導(dǎo)或者CNKI檢索的英文普刊全文投遞與發(fā)表指導(dǎo)

項(xiàng)目背景：AIGC是人工智能生成內(nèi)容（Artificial Intelligence Generated Content）的簡稱，指的是利用人工智能技術(shù)，通過已有數(shù)據(jù)尋找規(guī)律，并通過預(yù)訓(xùn)練大模型、生成式對(duì)抗網(wǎng)絡(luò)（GAN）等方法，自動(dòng)生成各種類型的內(nèi)容，例如文章、視頻、圖片、音樂、代碼等。

項(xiàng)目介紹：本課程將深入探討了人工智能（AI）在工程領(lǐng)域特別是大模型和智能交通領(lǐng)域的應(yīng)用。學(xué)生將系統(tǒng)學(xué)習(xí)AI概念、機(jī)器學(xué)習(xí)算法。課程包括以下幾個(gè)部分：1. 機(jī)器學(xué)習(xí)基本概念與經(jīng)典算法，包括數(shù)據(jù)預(yù)處理與清洗、監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)習(xí)、分類問題與回歸問題、強(qiáng)化學(xué)習(xí)、梯度下降與牛頓法等。2. 深度學(xué)習(xí)技術(shù)：包括人工神經(jīng)網(wǎng)絡(luò)、多層感知機(jī)、循環(huán)神經(jīng)網(wǎng)絡(luò)等，及它們?cè)谧匀徽Z言處理、圖像處理、自動(dòng)駕駛、智能交通等領(lǐng)域的應(yīng)用。3. 自然語言處理與大模型應(yīng)用：Transformer and BERT、強(qiáng)化學(xué)習(xí)與人類反饋（RLHF）。4、智能交通系統(tǒng)應(yīng)用：探討AI在交通信號(hào)優(yōu)化、自適應(yīng)交通控制、事故檢測(cè)、網(wǎng)約車系統(tǒng)優(yōu)化、自動(dòng)駕駛中的應(yīng)用。通過學(xué)習(xí)本課程，學(xué)生將能夠全面了解AI的基礎(chǔ)知識(shí)及其在大模型和智能交通中的應(yīng)用，為將來從事相關(guān)領(lǐng)域的研究和工作打下堅(jiān)實(shí)的基礎(chǔ)。

項(xiàng)目大綱：人工智能與機(jī)器學(xué)習(xí)介紹：人工智能基本概念、人工智能歷史、人工智能常見應(yīng)用、人工智能常用軟件與數(shù)據(jù)、監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)習(xí)、分類問題與回歸問題、強(qiáng)化學(xué)習(xí) 機(jī)器學(xué)習(xí)經(jīng)典算法：數(shù)據(jù)預(yù)處理與清洗、機(jī)器學(xué)習(xí)算法評(píng)價(jià)指標(biāo)、損失函數(shù)、欠擬合與過擬合問題、梯度下降與牛頓法 神經(jīng)網(wǎng)絡(luò)算法簡介：人工神經(jīng)網(wǎng)絡(luò)、多層感知機(jī)、激活函數(shù)、鏈?zhǔn)椒▌t與反向傳播算法、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、長短時(shí)記憶網(wǎng)絡(luò)（LSTM） 自然語言處理與大模型：自然語言處理應(yīng)用、Transformer and BERT、GPT and ChatGPT、強(qiáng)化學(xué)習(xí)與人類反饋（RLHF）、其他大模型 深度學(xué)習(xí)與圖像處理：圖像處理基礎(chǔ)知識(shí)、卷積神經(jīng)網(wǎng)絡(luò)（CNN）、LeNet, GoogLENet, VGG, ResNet, DenseNet、深度學(xué)習(xí)在智能交通領(lǐng)域的應(yīng)用、自動(dòng)駕駛系統(tǒng)中的深度學(xué)習(xí) 項(xiàng)目答辯與點(diǎn)評(píng)：學(xué)生項(xiàng)目匯報(bào)與答辯、評(píng)價(jià)和指導(dǎo)