内容：

1.人工智能厚积薄发，引领IT新一轮革命
1.1.人工智能发展的三大背景
1.1.1.神经网络的出现，为人工智能的出现提供动力
1.1.2.运算能力和储存能力提升,为人工智能第三次浪潮的到来提供基础
1.1.3.各界需求的不断攀升，为人工智能的完善保驾护航
1.2.人工智能在IT中的架构中处于核心地位
1.3.人工智能演化历史，三起两落
2.人工智能前沿解析——人工智能全方位超越人类
2.1.感知智能全方面超越人类
2.1.1.人脸识别率达99.80%，机器视觉超越人眼
2.1.2.语音识别率接近人类，实验环境更待普遍化
2.2.语言领域功能创新让机器不再冰冷
2.2.1.语音转录技术已成熟，正在逐步实现各场景渗透
2.2.2.语音交互从各个特殊场景起步，功能日渐强大
2.2.3.特征识别通过语音来实现身份认证
2.2.4.机器翻译帮助人类迅速实现地球村概念
2.3.计算机视觉让机器成为敏锐的观察者
2.3.1.特定物体识别已实现突破，其中人脸识别最具价值
2.3.2.通用物体识别是真正强智能时代的标志
2.3.3.空间位置感知技术构成无人驾驶最核心功能
2.4.人工智能连下数城，认知智能逐渐突破
2.4.1.AlphaGo攻下围棋领域，完整信息博弈先下一城
2.4.2.Libratus斩获德州扑克，非完整信息博弈再下一城
2.4.3.认知智能下一座城在何处？
2.5.逻辑推断完成机器认知智能第一步
2.5.1.行为决策源于游戏，却高于游戏
2.5.2.知识图谱为机器提供更加庞大的认知体系
3.人工智能算法的突破将为AI应用提供无限可能
3.1.神经网络是人工智能算法的核心
3.2.监督学习算法让人工智能成为可能
3.2.1.CNN算法带领机器视觉全面超越人类
3.2.2.RNN算法帮助机器听懂人类语言
3.3.未来智能学习新领域——非监督学习算法
3.3.1.Apriori算法
3.3.2.K-Means算法
3.3.3.高斯混合模型算法
3.4.聚焦算法创新进展
3.4.1.FSMN改善语音实时交互延时问题
3.4.2.DFCNN让卷积神经网络“听得更多”
3.4.3.迁移学习扩宽深度学习算法应用边界
4.人工智能芯片为AI提供物理基础
4.1.算力提升是人工智能发展的前提保障
4.2.AI硬件架构战场烽火未定
4.2.1.英伟达在AI硬件领域率先起跑，已获得生态圈优势
4.2.1.1.英伟达GPU行业霸主，逐渐形成AI生态圈
4.2.1.2.英伟达正着力制定无人驾驶硬件标准
4.2.2.Intel大举并购，成为CPU+FPGA阵营的领军者
4.2.3.以高通、ARM为代表的ARM阵营有望统一终端计算市场
4.2.4.其他技术路线应受到更大重视
5.人工智能下游应用及智能硬件
5.1.AI+安防——构建城市“最强大脑”
5.1.1.高清摄像头升级为“AI+安防”提供可能性
5.1.2.AI实现安防点线面全维度布局，打开市场增长空间
5.1.2.1.单点布防，刷脸认证
5.1.2.2.连线成网，智能交通
5.1.2.3.从点到面，行为与人群识别
5.1.2.4.断文识字，智能案情分析
5.1.3.我国安防产业链逐渐完善
5.1.4.技术实力与三个产业化壁垒下AI安防企业核心竞争力
5.2.AI+医疗——用数据造福人类健康
5.2.1.IBM：医疗人工智能的先行军
5.2.2.Enlitic：人工智能医疗影像诊断服务商
5.2.3.Arterys：云计算医疗成像分析拟进军肿瘤领域
5.2.4.阿里ET医疗大脑：为医生配一个24小时“全能”助手
5.3.AI+金融——为资产配置打开“上帝视角”
5.3.1.AI+金融行业背景
5.3.1.1.金融数据的复杂度较高，但价值巨大
5.3.1.2.全球金融科技100榜单中模式创新为主，技术创新较少
5.3.1.3.可能在金融领域应用的人工智能技术
5.3.2.人工智能在金融领域应用
5.3.2.1.智能投顾
5.3.2.2.智能风控
5.3.2.3.智能资管
5.4.AI+汽车——移动的智能载人机器人
5.4.1.无人驾驶“升级”路径
5.4.2.三大传感器比较
5.4.3.无人驾驶两大阵营
5.4.3.1.递进式阵营
5.4.3.2.越级式阵营
5.4.4.各国政府政策指引
5.4.4.1.各地区安全政策进展
5.4.5.谷歌的超级司机
5.4.5.1.Waymo的Tier One野心
5.4.6.Elon Musk与他的大师计划：Autopilot车队学习
5.4.6.1.Autopilot 1.0的诞生
5.4.6.2.Autopilot 2.0的启动
5.5.AI+服务——替代人在服务业中的作用
5.5.1.AI在语音识别领域的应用
5.5.2.AI在智能呼叫中心服务领域的应用
5.5.3.人工智能智能玩具
5.5.4.AI在教育领域应用
5.5.5.AI在电商零售领域应用
5.5.6.AI在云计算领域中的应用
6.人工智能发展趋势与投资策略
6.1.MIT Tech Review 2017年人工智能5大趋势预测
6.1.1.趋势一：正向强化学习(Positive reinforcement)
6.1.2.趋势二：对抗性神经网络(Dueling neural networks)
6.1.3.趋势三：中国的人工智能热潮(China's AI boom)
6.1.4.趋势四：语言学习(Language learning)
6.1.5.趋势五：反对人工智能过度炒作(Backlash to the hype)
6.2.各行业投资及重点关注标的
6.2.1.AI+安防
6.2.2.AI+金融
6.2.3.AI+医疗
6.2.4.AI+汽车
6.2.5.AI+服务
课程总结

标签：大数据营销