单元1: 介绍批判性思维

了解批判性思维和元认知的概念，以及用于计划、监督和评估自己的理解力。学会运用批判性思维，通过分析解决复杂问题批判性地识别支持或反对替代解决方案的证据类型。

单元2: 语境中的批判性思维

接收有关信息素养的概念和各种研究技术的介绍，帮助您形成结论。评估证据的强度，并将证据与不同的社会和技术因素联系起来。

单元3: 结构化的决策过程

通过使用Pugh矩阵和评估矩阵，实践集中于收敛和收集信息的群体决策过程。了解MIT D-Lab如何将这些矩阵应用到他们的研究中, 制定和推进应对全球贫困挑战的实际解决方案。

单元4: 系统思维基础

通过一系列多样的自我评估活动和学习，了解系统思维的要素。将这些概念应用到您选择的个人和专业活动系统中。

单元5: 系统性思维的供应链和计算方法

学习系统思维如何应用于多种应用领域，包括物流，运输系统和计算系统。

单元6: 现代系统结构

描述系统的体系结构，识别架构性决策和非架构性决策。确定构架中的各种元素，并将它们放在系统总体文档的上下文中。

单元7: 采用设计结构矩阵（DSM）和模块化进行建模

学习通过分析设计或转换系统图来构建DSM，构建DSM架构过程，分析它与设计DSM有何不同。

单元8: 以价值为导向的决策

通过定义价值来理解交易空间探索的过程，价值是评估设计的关键指标。通过使用属性来描述设计，开发价值模型，并将这些属性分为不同层次进行评估和归纳。

单元9: 打造基于AI的产品和服务

了解基于AI的产品和服务在设计流程所涉及的各个阶段，重点是AI软件开发计划的成本指标和技术要求。

单元10: 机器学习

学习各种机器学习算法，研究不同的方法，如贝叶斯和回归模型。学习机器学习算法的非监督和半监督方法。运行并分析各种机器学习算法的结果。

单元11: 深度学习

基于在单元10中获得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、人工神经元和复杂网络的模拟。

单元12: 设计AI机器来解决商业问题

了解AI产品中使用的超人类智能。比较并对比使用AI技术的优缺点。

单元13: 增强现实和虚拟现实(AR/VR)

探索沉浸式媒体，包括增强现实和虚拟现实。学会区分AR、VR和混合现实的独特元素，了解每个元素的软件和硬件需求。

单元14: AR / VR的未来

了解AR/VR在医学、军事、教育等不同领域的应用。了解AI增强现实，利用AR/VR驱动的解决方案推动创新。分析5G对AR/VR体验以及COVID-19对远程和虚拟体验的长期影响。

单元15: 量子计算概论

了解量子计算的核心概念，它的起源，以及它如何不同于其他形式的计算。将经典计算机(台式机，笔记本电脑，平板电脑，云服务器等)与量子计算机进行比较和对比。了解量子计算的时间轴，探索经典计算机面临的挑战，但可以在量子计算机上有效地解决的问题。

单元16: 颠覆性创新导论

介绍颠覆性创新，这是一个与渐进创新截然相反的概念。学习现代世界技术创新的核心特征，以及组织执行各类创新所需的理念和战略。

单元17: 颠覆性创新的紧迫性和精神

了解对创新构成威胁的因素，包括内部和外部因素。探索超级技术，商业模式创新，发展创新渠道。

单元18: 引领创新

了解如何创新的重要要素。探索不同的方法，如精益和敏捷，执行创新，并学习测试、快速原型和设计，领导组织内创新。

单元19: 技术变革及其对组织战略的影响

了解战略的关键要素，战略的前驱，以及战略对产品的影响。分析技术变革对组织战略的影响，运用战略思维获取竞争优势。

单元20: 建立高效团队

学习如何创建、组织和调动有效启动新项目团队所需的人员和资源，并改进现有状态。研究管理三种主要类型的团队冲突策略:任务相关冲突、关系冲突和过程冲突。

单元21: 领导技术团队新视角

探索不同的策略来提高效率，并成功建立团队。学习构建一个有效的组织以支持团队并帮助其取得成功。实施事后评估，以吸取经验教训，并建立未来的团队合作能力。

单元22: 驾驭并运用网络

了解组织网络，了解不同种类的网络，比如社交网络，封闭网络和开放网络。在组织中领导变革时，确定关键参与者、他们的角色以及重要性。

与麻省理工学院讲师连线互动

获得个性化作业反馈

参与每周在线答疑（由课程助教主持）

学习麻省理工学院的前沿技术和理念

通过毕业项目学以致用

获得MIT xPRO证书和10个继续教育积分（CEU）