2023年7月13日至15日，作为工信部人才交流中心人工智能人才发展计划的典范项目，《生成式人工智能高级研修班》在上海人工智能研究院顺利举办。这次活动的举办标志着研究院在推进人工智能领域人才培养，以及深度融合技术研究与实践方面迈出了重要步伐。下面，我们为您带来这次研修班的精彩内容回顾：

在三天的课程中，我们非常荣幸地邀请到了六位人工智能领域的专家与大家分享人工智能的最新进展。分享嘉宾包括上海人工智能研究院总工程师王资凯，上海人工智能研究院数字经济研究中心副主任尹智，上海交通大学长聘教轨助理教授、博士生导师温颖，上海计算机软件技术开发中心人工智能治理研究所执行所长陈敏刚，上海交通大学长聘教轨助理教授、博士生导师刘笑宏和上海科技创业投资（集团）有限公司独立董事陶宏志。

王资凯首先深度剖析了生成式人工智能的核心理念，这是一种模型能够从数据中学习并创造新的信息。他详细解释了这种人工智能如何在诸如社交媒体、新闻报道和内容创作等领域中找到应用。比如，如何通过学习大量的社交媒体文本，生成模型可以创造出与人类用户发布的信息类似的新内容。在新闻报道方面，生成式人工智能可以从大量新闻文章中学习，然后生成新的新闻摘要或者甚至全新的新闻报道。他提到生成式人工智能将进一步促进各行各业的自动化，从无人驾驶车辆到自动新闻报道，从自动化的客户服务到内容创作。

尹智深入解析了生成式人工智能（AIGC）的源起，他向我们揭示了AIGC的根本是从基于规则的编程模式转变为以数据驱动的机器学习逻辑，然后进化到深度学习的技术路线。在谈及通用人工智能的前景时，他详尽地解释了为何自然语言处理领域能成为人工智能突破的先行者。他指出，人类语言的复杂性、丰富性以及其隐含的知识结构为机器学习模型提供了丰富的训练资源。同时，自然语言处理的技术本身，包括语义理解、上下文关系把握等，都需要高级别的智能处理，这使得自然语言处理成为了通用人工智能的重要基石。

温颖不仅概述了自然语言预训练大模型，如ChatGPT和GPT-4的主要应用，而且深入讲解了它们在实际运作过程中的核心机制。

以处理小众主题为例，他详细说明了这类模型是如何从海量的训练数据中学习到相关知识，利用深度学习的技术理解主题的复杂性和细微差别，从而准确地生成有关内容，并进一步解释了大模型在撰写文章和生成文本摘要时，是如何运用自我注意力机制（self-attention mechanism），理解和记住上下文信息，从而生成语义连贯、主题一致的文本。他提到，这一机制使得模型在生成文本时，能够在各个时间考虑到上下文中的所有单词，无论它们距离当前位置有多远。它给予每个单词一个权重，以便模型了解在生成下一个单词时，应该更关注哪些单词。这种注意力机制能让模型理解和记住上下文信息，从而生成语义连贯、主题一致的文本。通过这种方式，即使在处理长篇文章时，模型也能维持对主题的持续关注和理解，从而实现准确的内容生成和概括。

陈敏刚首先讲解了ChatGPT及其GPT模型家族的历史背景和发展进程，详细描述了从最初的GPT-1到现在的GPT-4在模型设计、训练技术和性能上的改进和突破。他详细地介绍了ChatGPT在各个领域的应用案例，比如在商务中，ChatGPT可以帮助处理大量的客户咨询，提供24/7的在线服务；在司法领域，它可以用来帮助理解法律文件，进行法律咨询；在教育中，它可以作为一种学习辅助工具，为学生提供个性化的学习建议和反馈。在进一步深入到了ChatGPT的风险探讨时，老师谈到了数据安全问题，如ChatGPT可能泄露训练数据中的敏感信息滥用问题，如ChatGPT可能被用来制作深度伪造内容；以及可解释性、偏见和歧视问题，如ChatGPT可能产生与其训练数据中存在的社会偏见相符的输出。他强调了人工智能治理的重要性，并提供了一些可能的治理策略，如透明度和可解释性的提升，对模型输出的审查和过滤，以及公众参与决策的机制。

刘笑宏的分享涉及到了单模态和多模态视觉内容生成的各个层面。他详尽地解读了视觉生成的原理，以及文本-视觉生成的技术，并以某个具体的算法为例，讲解了机器如何从训练样本中学习并模仿图像的分布，从而生成新的、看似真实的图像。

在讲解如何利用文本信息生成视觉内容时，刘笑宏详细描述了其中的流程，其中包含了解析文本描述、提取关键信息、利用这些关键信息在潜在空间中定位，然后使用预训练的生成模型生成对抗网络（GANs）和变分自编码器（VAEs），从潜在空间中生成出与文本描述相匹配的图像或视频。他举例说明了一些现有使用这种技术的先进模型，如OpenAI的CLIP和DALL-E，它们能够根据给定的文本描述生成相应的图像。

陶宏志向大家介绍了习主席提出的智能制造数字化转型和中国制造2023的战略规划。他详细地阐述了在这个背景下，如何理解和实施工业4.0的思想，特别是如何利用信息物理系统的概念来推动制造业的数字化转型。他详述了人工智能在这个过程中的作用。他提到，通过机器学习和深度学习，人工智能能够从CPS提供的海量数据中学习，识别生产过程中的模式和规律，进行故障预测，优化生产流程，甚至实现自动化设计和制造。他强调，人工智能不仅可以提升制造业的效率和质量，也能大大提高制造业的灵活性，实现个性化和定制化生产。

结营仪式

在课程的最后，我们诚挚地向所有参与本次《生成式人工智能高级研修班》的学员们颁发了结业证书，在此，我们向各位成功完成研修班学习的学员表示最热烈的祝贺。我们相信，通过这次研修班的学习，各位学员不仅深化了对生成式人工智能的理解，提升了相关技能，也为未来在人工智能领域的深入研究和应用奠定了坚实的基础。我们期待学员们能在未来的工作和研究中，运用所学知识，推动人工智能领域的进步，为社会带来更大的贡献。

学员感言

王欣

德勒管理咨询有限公司人力资源数字化转型经理

在三天的学习过程中，我们全面了解了AIGC的相关内容，这一过程涵盖了技术和商业两个维度。课程首先分享了技术和商业趋势，然后深入探讨了具体的技术实现和案例分析，这不仅增强了我们对整个商业价值链和相关技术实现方式的理解，也极大地提升了我们对AIGC业务的认知。

潘国昌

上海创紫科技集团有限公司副总

我们特别受益于陶宏志老师的分享，尽管时间有限，但他的观点引起了我们的共鸣，我们期待有更多的时间去进一步理解。特别是他提到的国际交易中心的内容，如果近期有相关的研讨会，我们希望能够有机会参与，以便更深入地学习和交流。

周建

沨呵智慧科技（上海）有限公司GMO总经理

由交大教授、博导以及行业资深专家组成的讲师团队的存在极具吸引力。他们分享的内容富有实用价值，对我们技术型的学员极具帮助，我深感其内容丰富而有益。另外，展厅内展示的技术都已成功落地，这为我们学员提供了一个很好的平台与讲师进行产业交流，进一步丰富了我们的学习体验。

END

上海人工智能研究院

上海人工智能研究院由上海交通大学、闵行区人民政府、临港集团、商汤科技共同组建的新型研发机构。承担上海市人工智能研发与转化功能型平台建设任务，重点开展人工智能领域底层技术原始创新、关键应用技术突破，研发产业转化及人才培养工作。研究院肩负助力上海科创中心建设人工智能板块战略发展的重要使命，致力于机制体制创新、先试先行，打造科技引领、产业协同、应用驱动、生态共融的新型研发机构，探索国际协同、国内领先的新一代人工智能创新发展模式。

上海人工智能人才发展中心

上海人工智能人才发展中心是上海人工智能研究院设立的AI专业人才培养平台。依托上海交通大学、复旦大学、同济大学、华东师范大学等高等院校在基础学科建设和前沿技术研究的科技创新策源优势，集聚行业真实需要、数据、场景的平台优势，面向国家先进制造产业和上海“3+6”重点产业培养具有全球视野的创新科技人才。同时，开展科创生态建设、共性技术研究、技术咨询交流等多功能的人才交流平台。

上海人工智能人才发展中心与上海交通大学安泰经济与管理学院、上海交通大学上海高级金融学院、华东师范大学上海国际首席技术官学院、香港中文大学等多所高校合作开展非学历高管教育。已成为国家工信部（人工智能）岗位能力评价认证单位、上海市专业技术人员继续教育基地、上海市学生（青少年）科创教育基地、春申金字塔人才学院人工智能人才基地等。通过构建多层级人工智能人才培养模式，推动人工智能领域复合型产业人才培养，加速政府、企业和机构的数字化转型和智能化提升。

——转载自上海人工智能人才发展中心微信公众号2023年7月20日发布新闻