EXECUTIVE EDUCATION
EXECUTIVE EDUCATION
依靠人工智能，探索无限可能
2022年6月28日
8周，在线授课
每周6个小时
16,800 RMB
如果您是一名人工智能（AI）领域的专业技术人员或创业者，本课程将帮助您深入了解人工智能在各行各业的设计原则和实际应用。 本课程的目标是打造一份有关人工智能的产品计划书，提交给贵公司内部利益相关者或者投资人。 您将了解到设计人工智能产品涉及的不同阶段工作，以及机器学习和深度学习算法的基础知识，并运用这些知识解决实际问题。
为组织部署适合的人工智能技术可以帮助员工自动处理重复性的日常工作，并通过数据分析获取洞察信息，同时更好地吸引客户。 2021年领英新兴职业报告显示：在人工智能、大数据分析、云计算、物联网等数字技术的支撑下，数字经济继续快速发展、全面发力，一些自带数字化基因的职位成为风口，对人才的需求也在急剧增加。 鉴于人工智能这个职位每年高达74%的招聘增长率，每个行业都在呼吁AI人才应首先为人工智能应用制定战略计划，然后在实践中协助管理和优化这些应用。
的全球首席执行官表示，人工智能等数字化转型技术将是他们长期投资的首选领域
个技术类岗位将在未来五年进入全球就业市场，主要在数字化转型领域
本课程能够加深您对人工智能技术基础和工具的理解，并探索基于人工智能的产品所涉及的各种设计过程。 具备微积分、线性代数、统计学和概率知识，以及基本的Python编程经验将对课程学习有所帮助。 本课程非常适合：
建立基础
拓展知识
学以致用
提升效率
获得MIT xPRO证书和5个继续教育积分（CEU）
学习麻省理工学院的前沿技术和理念
掌握评估人工智能解决方案机会的实用技能
为组织开发一份人工智能项目方案
通过众包、演示以及设计支持活动提升知识量
熟悉设计AI产品所涉及的不同阶段，重点关注AI软件开发计划的成本衡量和技术要求。
识别各类机器学习算法，并研究不同的方法，如贝叶斯模型和回归模型。 了解机器学习算法的无监督和半监督方法。 运行并分析来自各种机器学习算法的结果。
基于在第2周所学的机器学习基础知识，探索深度学习的基础知识。 主题包括神经网络、人工神经元，以及复杂网络模拟。
了解在AI产品中使用的超人智慧。 比较并对比使用AI技术的优缺点。
使用本单元提供的资源来理解人机交互的技术、应用领域、优缺点。 学会定义机器参与人机交互的适当水平。 寻找利用人工智能发挥自身优势的方式。
打造集人工智能和人类智能于一体的组织 简单了解超级思维的概念，并且比较和对比不同类型的超级思维。 分析人类和机器如何协同配合以发挥“1+1＞2”的功效。 利用认知过程解决不同的组织和社区问题。
了解如何使用人工智能和生成式对抗网络（GAN）以真实数据生成虚假图像和视频。 评估人工智能技术的科技、社会和经济影响。
采用劳勒模型来定义AI问题。 使用从本课程前几个单元学到的知识，设计并构建一个AI产品或流程摘要。
熟悉设计AI产品所涉及的不同阶段，重点关注AI软件开发计划的成本衡量和技术要求。
识别各类机器学习算法，并研究不同的方法，如贝叶斯模型和回归模型。 了解机器学习算法的无监督和半监督方法。 运行并分析来自各种机器学习算法的结果。
基于在第2周所学的机器学习基础知识，探索深度学习的基础知识。 主题包括神经网络、人工神经元，以及复杂网络模拟。
了解在AI产品中使用的超人智慧。 比较并对比使用AI技术的优缺点。
使用本单元提供的资源来理解人机交互的技术、应用领域、优缺点。 学会定义机器参与人机交互的适当水平。 寻找利用人工智能发挥自身优势的方式。
打造集人工智能和人类智能于一体的组织 简单了解超级思维的概念，并且比较和对比不同类型的超级思维。 分析人类和机器如何协同配合以发挥“1+1＞2”的功效。 利用认知过程解决不同的组织和社区问题。
了解如何使用人工智能和生成式对抗网络（GAN）以真实数据生成虚假图像和视频。 评估人工智能技术的科技、社会和经济影响。
采用劳勒模型来定义AI问题。 使用从本课程前几个单元学到的知识，设计并构建一个AI产品或流程摘要。
麻省理工学院Auto-ID实验室主任；麻省理工学院和埃森哲工业技术融合计划主任
Brian Subirana目前在麻省理工学院斯隆管理学院和工程学院任教，他还是哈佛大学的讲师。 他的研究工作均有关于物联网和人工智能，重点关注制造业、在线学习、创意产业以及数字健康。 他正在开发一套语音名称系统，可以帮助人类在物联网环境中与任何物体对话。 他发表过200多篇刊物，包括三本书籍，目前在研究人工智能和物联网的开放式标准。
Subirana拥有麻省理工学院人工智能实验室（现称CSAIL）获得计算机视觉专业博士学位，以及麻省理工学院斯隆管理学院的MBA学位。
麻省理工学院高级研究科学家；麻省理工学院媒体实验室副主任
Andrew Lippman是麻省理工学院媒体实验室病毒式传播研究小组的负责人。 他的研究领域广泛，从数字视频和娱乐，到图形界面、网络和区块链。 在1980年代，Lippman开发了电影地图，预示了谷歌街景的出现。 他帮助推动了视觉成像和通信系统，如MPEG和数字高清电视。 他撰写了有关数字未来的主流技术文件，并在世界各地就信息的未来及其商业和社会影响发表过250多次演讲。
他通过I-Lippman在麻省理工学院获得了理学学士和硕士学位，并在瑞士洛桑联邦理工学院获得博士学位。
X-职业发展助理教授，麻省理工学院电气工程和计算机科学专业，联合机械工程专业
Stefanie Mueller是麻省理工学院CSAIL人机交互研究社区（HCI CoR）的负责人。 她在研究工作中，开发新型硬件和软件系统，以推进个人制造技术。 Mueller获得过NSF职业奖、Alfred P. Sloan奖学金、微软研究院奖学金，还被评为福布斯30岁以下的30位杰出科学人物之一。 她在顶尖的CHI和UIST人机交互论坛上发表自己的作品，并在过去获得了一项最佳论文奖和两项最佳论文提名。
Mueller获得了德国哈索普拉特纳研究院的计算机科学博士学位。
电气工程和计算机科学Clarence J. Lebel教授
Duane Boning隶属于麻省理工学院微系统技术实验室，担任计算与CAD（计算机辅助设计）专业副主任。 他还是麻省理工学院全球运营领导者课程的工程学联合教务主任。 他的研究侧重于机器学习、建模统计方法以及制造变量控制。 他的工作集中于采用先进技术生产器件和电路的统计表征与设计，以及化学机械抛光、旋涂涂层、等离子体蚀刻和纳米压印/压花过程的建模。 他的作品发表在超过280种期刊和会议出版物上。
Boning获得了麻省理工学院的理学学士和硕士学位，以及电气工程和计算机科学博士学位。
麻省理工学院制造与运营机器智能（MIMO）执行主任
Bruce Lawler是一名科技企业家，也是一名行政领导。 他开发了多个跨平台的应用程序，如移动、SaaS、AI和视频分发网络。 他领导过多家企业，涉及领域从消费和工业硬件到无线和视频网络运营。 作为麻省理工学院MIMO的执行主任，Lawler专注于解决制造业的数据和运营挑战，在效率和收入方面带来实质性的显著提升。
Lawler在普渡大学获得工程学学士学位，在麻省理工学院斯隆管理学院获得工程学硕士学位和MBA学位。
麻省理工学院斯隆管理学院管理学Patrick J. McGovern教授；麻省理工学院集体智慧中心创始主任
Thomas W. Malone是麻省理工学院的信息技术教授和工作与组织研究教授。 在他的多年研究工作中，Malone提前数十年就正确预测了重大商业和技术趋势。 例如，早在1980年，他就首次写了关于电子游戏和“游戏化”的概念，并在1987年的一篇文章中预测了电子商务的许多重大发展，我们在过去25年中见证了这些发展。 Malone发表过100多篇文章、研究论文和书籍章节，并与人合著过四本书。
Malone获得了斯坦福大学的博士学位和苏黎世大学荣誉博士学位。
麻省理工学院信息系统研究中心（CISR）首席研究科学家
Wixom领导着麻省理工学院CISR数据研究咨询委员会，这个组织由来自CISR组织的数据和分析主管组成。 她的研究工作探索了组织如何从数据资产中获取业务价值。 她在数据和分析技巧及技术方面拥有深厚的专业知识，对数据和分析战略、能力和成功特别感兴趣。 加入麻省理工学院CISR之前，Wixom在弗吉尼亚大学有着15年的学术生涯。
Vommer首席执行官
David Anderton-Yang是初创公司Voomer的负责人，该公司帮助用户在视频面试中建立信心。 该服务使用人工智能辅助视频分析技术，为用户提供视频反馈。 Anderton-Yang入围《福布斯》评选的30位30岁以下最杰出人才。 他在麻省理工学院媒体实验室完成了自己的研究，并在该研究机构教授大数据、物联网和网络安全。 他还是哈佛大学在线教学和活动方面的教学导师。
麻省理工学院媒体实验室研究助理
Aruna Sankaranarayanan在麻省理工学院媒体实验室的病毒式传播小组工作。 她的研究工作着眼于深度学习和计算机视觉技术通过何种方式操纵媒体以改变感知并激发创造力。 该实验室还研究了这种操纵如何造成错误信息。 过去，她在Mapbox为地图构建服务器基础设施，设计了科学游戏，并为免费的开源软件社区做出了贡献。
获得认证！顺利完成本课程后，学员将获得MIT xPRO颁发的结业证书和5个继续教育积分 (CEU)。
您在成功完成本在线课程后，我们会将认证的数字证书通过电子邮件发送给您，其上的姓名为您报名时登记的姓名，无需任何附加费用。 所有证书图片仅作参考，麻省理工有权依照自身判断进行修改。