第一讲制造业数字化进程与AI技术简介1、理性认识目前AI热点的底层逻辑关系（LLM、RAG、Agnet）2、动画演示：AI如何听懂人话——语言大模型揭秘：Token与向量化3、动画演示：AI如何看懂图像——理解基本的神经网络和深度学习4、如何本地化部署通用大模型（Ollama及主流LLM）5、制造业数字化进程的评估：从精益化、数字化到智能化6、AI技术的演进及其在工业领域的应用介绍7、AI重塑制造业逻辑：从“效率提升”到“逻辑重构”8、课堂演示：某非标装备制造的AI赋能实践（非标项目的技术解读、AI装配工艺的降本增效等等）第二讲AI +制造的核心技术与工程基础简介1、AI工业模型的特点和应用简介1.1、案例分享：卡奥斯注塑工艺大模型是如何诞生的？1.2、关键技术：“通用大模型+垂类小模型”与“零训练与微调”等的选择2、高质量工业数据集的建设与实践2.1、工业大数据及企业语料的特点（多源异构、价值密度低、数据获取难度大）2.2、课堂研讨：工艺语料的“结构化”、“词嵌入”与特征提取等3、从“数据处理”到“智能问答”再到“自动报表”的全链路AI工程基础（时间所限，仅能演示1-2个主题）3.1、Python数据工程与开发环境（AI项目开发环境的基础配置简介，不强制要求全体成员必备）3.2、课堂演示：工业智能体与基于n8n搭建自然语言检索MES系统的Agent3.3、其他备选演示主题（AI可视化OEE看板、基于AI优化的车间AGV调度系统、质量8D报告。。。）第三讲基于AI的制造业赋能案例简介1、典型场景之一：基于AI小模型的机器视觉应用1.1、传统检测与AI机器视觉检测的差异1.2、课堂演示：基于YOLO的工件缺陷视觉检测—数据集、训练与算法2、典型场景之二：基于深度学习的高级计划排程APS2.1、案例分享：车间生产排程算法（基于MATLAB的启发式遗传算法，染色体与适应度函数）2.2、课堂演示：自己动手，用LLM打造自己的APS AI Agent3、典型场景之三：基于AI的设备故障诊断与预知性维护3.1、基于深度学习的多模态特征融合技术3.2、课堂演示：风电设备齿轮箱预知性维护项目介绍4、典型场景之四：AI在新材料、产品开发与物流规划等的应用探索4.1、AI时代的新材料与产品开发特点4.2、案例分享：基于AI创成式设计的电机底座开发项目5、典型场景之五：AI在供应链需求预测中的应用实践5.1、时序数据的特点与LSTM算法简介5.2、案例分享：家电行业预测的优化—基于LSTM算法的训练和调优第四讲AI落地项目的前置评估与实施路径1、课堂讨论：应用工业AI的切入点和行业价值评估2、AI生态合作的策略：如何与云厂商、咨询公司、专业AI服务商协同3、关于AI复合型人才与FDE工程师4、AI+制造项目落地的8大实施步骤简介4.1、场景识别的量化评估标准4.2、课堂演示：赋能主题、技术拆解与场景描述链路表（示例）4.3、如何准备高质量数据以及数据治理简介4.4、项目立项与MVP简介4.5、其他实施步骤简介……【证书认证】 参培学员完成所有培训课程后，可申请工业和信息化部《高级智能化系统工程师》技术证书（该证书能够证明持证人达到相关职位要求的技术水平，可作为企业专业技术人员岗位聘用、任职、定级和晋升职务的重要依据）该证书在工业和信息化部官网电子注册、查询，全国通用。
夜雨聆风
