第一部分 人工智能現(xiàn)狀與發(fā)展趨勢（2小時）
第一章 概況
1、 前沿技術：技術成熟度曲線
2、 火箭理論
a) 數(shù)據(jù)燃料：大數(shù)據(jù)之互聯(lián)網(wǎng)時代
b) 計算引擎：算法（巧干）與算力（蠻干）
c) 需求目標：應用方向
3、 機器學習
a) 監(jiān)督學習、非監(jiān)督學習
b) 增強學習與對抗生成網(wǎng)絡（案例分析：AlphaGo zero）
4、 深度學習
a) 技術流派：符號主義與連接主義
b) 深度學習的利與弊
第二章 重要分支：AIoT
1、 傳感器：視覺類、聽覺類、姿態(tài)類、其他
2、 物聯(lián)網(wǎng)計算平臺
第三章 幾大前沿應用技術
1、 人工智能創(chuàng)新框架
2、 機器視覺CV
a) 深度學習CNN
b) 視覺攻擊與視覺安全
3、 語音識別ASR（原理及案例分析：某智能音箱）
4、 自然語言處理NLP（案例分析：某文本處理產(chǎn)品）
5、 推薦系統(tǒng)RS（案例分析：頭條系產(chǎn)品，短視頻）
6、 知識圖譜KG
7、 AR/VR/MR
第二部分 應用結合：AI+智能電網(wǎng)（1小時）
第一章 仿真賦能安全（案例分享：某電網(wǎng)仿真安全產(chǎn)品）
1、 安全攻防
2、 仿真系統(tǒng)
第二章 知識圖譜賦能內部管理（案例分享：某數(shù)據(jù)科技公司產(chǎn)品）
1、 知識圖譜構建與沉淀
2、 圖譜發(fā)掘與輔助決策
第三章 深度學習賦能智慧風場（案例分享：某智慧風場解決方案）
1、 智慧協(xié)同風機和態(tài)勢感知風場
2、 基于深度學習的模式識別建模
第四章 推薦系統(tǒng)賦能分布式能源管理
1、 新能源競合
2、 分布式管理
第五章 互聯(lián)網(wǎng)技術賦能智慧能源生態(tài)構建（案例分享：某在研項目）
1、 智慧能源技術的智慧城市研究
2、 互聯(lián)網(wǎng)業(yè)務賦能
a) 能源使用內容化
推薦系統(tǒng)連接終端用戶
