面向制造業(yè)高級管理與業(yè)務(wù)團(tuán)隊，深入淺出地剖析AI關(guān)鍵技術(shù)與大模型的結(jié)構(gòu)，讓學(xué)員深刻理解AI賦能制造業(yè)的底層機理，幫助企業(yè)開拓思路、動手嘗試高價值場景開發(fā)與專業(yè)模型構(gòu)建的主要工具鏈，理解工業(yè)邏輯的重構(gòu)及企業(yè)戰(zhàn)略、組織與技術(shù)的數(shù)字化變革。

課堂演示不同項目實例和相應(yīng)工具鏈：基于n8n構(gòu)建自然語言檢索MES系統(tǒng)的Agent項目、通過YOLO模型開發(fā)工業(yè)缺陷檢測項目等。通過場景案例的講解（工藝，質(zhì)量，排產(chǎn)，設(shè)備、供應(yīng)鏈等），鼓勵學(xué)員積極探索AI工業(yè)場景的落地及智能體構(gòu)建實踐。

1.       AI發(fā)展簡史與關(guān)鍵技術(shù)簡介

AI發(fā)展簡史與關(guān)鍵技術(shù)突破：從專家系統(tǒng)、機器學(xué)習(xí)到生成式AI

案例介紹：從規(guī)則到統(tǒng)計——讓機器理解人類自然語言的曲折過程

大語言模型核心原理簡介：Transformer架構(gòu)、預(yù)訓(xùn)練、微調(diào)、提示工程

動畫演示：“投喂數(shù)據(jù)”的背后邏輯——卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與圖像識別

如何用個人電腦本地化部署通用大模型（Ollama及主流LLM）

2.       制造業(yè)數(shù)字化進(jìn)程與AI重構(gòu)邏輯

制造業(yè)數(shù)字化進(jìn)程的評估：從精益化、數(shù)字化到智能化

 AI對制造業(yè)的賦能和影響特點：工業(yè)數(shù)據(jù)和工業(yè)機理的護(hù)城河

 AI如何重構(gòu)制造業(yè)底層邏輯：從“效率提升”到“邏輯重構(gòu)”

案例介紹：某非標(biāo)高端裝備制造企業(yè)的AI賦能實踐（非標(biāo)項目的技術(shù)解讀、AI裝配工藝的降本增效等等）

AI+制造業(yè)的新范式：工業(yè)大模型的特點和應(yīng)用簡介

工業(yè)大模型的特殊性及典型實踐簡介

案例介紹：卡奧斯注塑工藝大模型是如何誕生的？

 關(guān)鍵技術(shù)：“通用大模型+行業(yè)微調(diào)”與“行業(yè)大模型從零訓(xùn)練”的選擇

課堂討論：不同行業(yè)應(yīng)用工業(yè)大模型的切入點和產(chǎn)業(yè)鴻溝評估（時序數(shù)據(jù)、機理模型等）

3.       高質(zhì)量數(shù)據(jù)與“專精”模型的構(gòu)建生態(tài)——體驗訓(xùn)練自己的大模型

缺乏行業(yè)數(shù)據(jù)訓(xùn)練的通用大模型的局限性（幻覺、適應(yīng)性、時效性）

工業(yè)大數(shù)據(jù)及企業(yè)基礎(chǔ)語料的特點（多源異構(gòu)、價值密度低、數(shù)據(jù)獲取難度大）

高質(zhì)量數(shù)據(jù)集與平臺的建設(shè)實踐

高質(zhì)量數(shù)據(jù)集的特征（技術(shù)含量、知識密度、價值應(yīng)用）

建設(shè)思路：工程、規(guī)范、工具、組織“四位一體”

案例演示：科大訊飛的高質(zhì)量數(shù)據(jù)集平臺與構(gòu)建實踐介紹

大模型的訓(xùn)練過程簡介（數(shù)據(jù)集、模型結(jié)構(gòu)、訓(xùn)練配置、評估與部署）

課堂演示：簡單了解大模型的開發(fā)環(huán)境（基于Python與PyTorch的模型訓(xùn)練）

課堂演示：工藝語料的“詞嵌入”、特征提取、多模態(tài)模型CLIP的訓(xùn)練與微調(diào)

4.       工業(yè)智能體的技術(shù)簡介及實踐演示

 從RAG、工作流到AI Agent的演進(jìn)

工業(yè)智能體的關(guān)鍵能力：感知環(huán)境、自主決策、執(zhí)行動作、持續(xù)學(xué)習(xí)。

案例介紹：智能體在制造業(yè)的應(yīng)用模式

課堂演示：基于n8n構(gòu)建自然語言檢索MES系統(tǒng)的Agent項目

5.       基于AI開發(fā)的制造業(yè)賦能場景介紹

典型場景之一：基于AI小模型的機器視覺應(yīng)用

 機器視覺的應(yīng)用架構(gòu)和應(yīng)用流程

課堂演示：基于YOLO的工件缺陷視覺檢測—數(shù)據(jù)集、訓(xùn)練與算法

 AI知識遷移的主要形態(tài)及增量訓(xùn)練的實踐

 案例分享：AI在鋼鐵行業(yè)的應(yīng)用案例或電子行業(yè)組裝作業(yè)的應(yīng)用（物料識別與防呆作業(yè)）

 典型應(yīng)用場景之二：基于深度學(xué)習(xí)的高級計劃排程APS

案例分享：車間生產(chǎn)排程的演進(jìn)與APS算法（基于MATLAB程序的啟發(fā)式遺傳算法，染色體與適應(yīng)度函數(shù)）

應(yīng)用探索：自己動手，用Deepseek打造自己的APS AI Agent（注塑車間為例）

典型應(yīng)用場景之三：基于AI的設(shè)備故障診斷與預(yù)知性維護(hù)

 基于深度學(xué)習(xí)的多模態(tài)特征融合技術(shù)

 多模態(tài)注意力機制在檢測中的應(yīng)用

案例介紹：德國萊茵檢測全自動智能無人值守實驗室SMART LAB

典型應(yīng)用場景之四：AI在供應(yīng)鏈需求預(yù)測中的應(yīng)用實踐

傳統(tǒng)供應(yīng)鏈管理的特點及預(yù)測方法

 時序數(shù)據(jù)的特點與LSTM算法簡介

案例分享：家電行業(yè)預(yù)測的優(yōu)化—基于LSTM算法的訓(xùn)練和調(diào)優(yōu)

6.       工業(yè)邏輯的重構(gòu)與企業(yè)變革

工業(yè)引擎的AI重構(gòu)：從“效率提升”到“邏輯重構(gòu)”

實施方法論精要：戰(zhàn)略對齊、場景優(yōu)選、技術(shù)選型、組織變革

AI生態(tài)合作的策略：如何與云廠商、咨詢公司、專業(yè)AI服務(wù)商協(xié)同

幾個議題：數(shù)據(jù)安全、保護(hù)隱私、機理模型

上海威才咨詢 資深講師：李老師

西安交大工學(xué)碩士

 27年制造業(yè)運營與咨詢經(jīng)驗

上海交大弗勞恩霍夫科創(chuàng)中心高級顧問、上海交大中美物流研究院特聘講師

數(shù)字化轉(zhuǎn)型與智能制造專家

 精益生產(chǎn)與物流規(guī)劃

AI工業(yè)賦能應(yīng)用

工作經(jīng)歷：

27年制造業(yè)運營與咨詢經(jīng)驗，其中8年世界500強企業(yè)制造與供應(yīng)鏈實操經(jīng)驗

曾赴德國研修工業(yè)4.0、日本豐田研修精益管理

對生產(chǎn)運營、智能制造有深刻的理解和應(yīng)用，提煉的智能制造與數(shù)字化工廠規(guī)劃方法，已服務(wù)于大型央企、國企等多家大中型企業(yè)咨詢及數(shù)字化項目，企業(yè)內(nèi)部培訓(xùn)和咨詢輔導(dǎo)客戶數(shù)量超過100家。熟悉汽車行業(yè)（整車、零部件）、軌道交通裝備、服裝供應(yīng)鏈、電子信息產(chǎn)業(yè)、家電、化工、新能源等十幾個行業(yè)運營模式。

主要擅長課程：

《智能制造與數(shù)字化工廠規(guī)劃》

《AI重構(gòu)制造業(yè)數(shù)字化創(chuàng)新》

《數(shù)字化戰(zhàn)略轉(zhuǎn)型與實踐》

《工廠智能物流的規(guī)劃與實踐》

《AI在工業(yè)檢測中的應(yīng)用與工具鏈》

服務(wù)過的咨詢項目：

中車集團(tuán)系列數(shù)字化轉(zhuǎn)型輔導(dǎo)與咨詢項目

蘇州萊頓汽車零部件智能產(chǎn)線項目

上海真諾智能儀表有限公司智能工廠規(guī)劃項目

 首批創(chuàng)業(yè)板公司鄭州XX電子運營管理咨詢

特步集團(tuán)工廠倉儲物流優(yōu)化項目

海爾工廠計劃體系優(yōu)化與APS咨詢項目