教授简介：邢波，卡耐基梅隆大学计算机科学学院教授，通用机器学习平台Petuum创始人
课程主题：AI思维「一」智能模型
主题介绍：在从互联网到人工智能的非连续性变化中，准确地理解人工智能成为最稀缺的能力。邢波教授是人工智能领域的顶级专家，他通过对底层技术逻辑与难题的剖析，明确了实现人工智能的两大基石假设和判断标准，完成了对人工智能的祛魅。
今天所看到的人工智能技术及其应用是人工智能技术史上的第三次复兴，我们会不会再次走向严冬？除了近百年的技术积累之外，AI在数学原理上仍有无法突破的关键障碍。因此邢波教授提出，我们应该放弃仿生学的角度，改从工程的角度发展人工智能，甚至应该更确切地称这波技术变革为机器学习，而非人工智能。只有完成这种智能模型思维的准确转变，才能在人工智能技术的浪潮中获得有力的抓手。
课程价值：通过技术原理和技术史的讲解，明确人工智能技术的价值和局限，获得智能思维模型，帮助学员准备把握人工智能第三次复兴中的产业机会。
课程主题：AI思维「二」机器学习
主题介绍：机器学习是实现人工智能的核心方法，而机器学习的原理建立在对于学习的深刻洞见之上。作为世界一流的机器学习专家，邢波教授深入浅出地拆解了学习的“环境-感知-决策”流程，揭示了火爆的深度学习方法背后的逻辑架构。
机器学习的进步是人工智能的第三次复兴，但是这一复兴缺乏数学原理的支撑。邢波教授再次对浅薄的仿生学方法提出批评，认为在不清楚因果关系的状况下使用深度学习， 会产生过拟合等恶果，是一种危险的“炼金术”。我们需要探索算法背后的原理，读懂隐藏的逻辑关系和失效边界，构建出可应用，可复制，可扩展的人工智能。
课程价值：通过解析学习的基本原理，建立机器学习的思维模型，了解机器学习的能力和边界，获得对人工智能底层运行原理的理性认知。
课程主题：AI思维「三」AI工程
主题介绍：AI思维是人类面对人工智能时代，实现人机协作必备的思维模型。人工智能是极度理性化的思维方式，想要换位理解AI思维，必须了解人工智能的起源，拆解机器学习的原理。想要实践运用AI思维，更需要通过工程思维落地，认清人类和AI的能力圈与结合点。邢波老师将在环环相扣的四节课程中，追溯智能模型的缘起，提炼机器学习的原理，展示AI工程的案例，最终奏响人机协作的乐章。
AI工程是用自适应的学习算法，取代传统人工编程的解决方案。邢波教授通过对自然语言处理和机器视觉两大案例的介绍，展现了AI工程的强大威力，揭示了其与传统软件工程迥异的思考和实践原则。面对大数据量，复杂环境中的任务需求，我们需要用AI工程来自动适应，自动学习，灵活地解决问题。
课程价值：通过自然语言处理和机器视觉两大案例的学习，建立AI工程的思维模型，理解AI工程为何能成为传统软件工程的第二曲线，建立起自身适应复杂世界的学习系统。
课程主题：AI思维「四」人机协作
主题介绍：AI思维是人类面对人工智能时代，实现人机协作必备的思维模型。人工智能是极度理性化的思维方式，想要换位理解AI思维，必须了解人工智能的起源，拆解机器学习的原理。想要实践运用AI思维，更需要通过工程思维落地，认清人类和AI的能力圈与结合点。邢波老师将在环环相扣的四节课程中，追溯智能模型的缘起，提炼机器学习的原理，展示AI工程的案例，最终奏响人机协作的乐章。
AI是否会取代人类？这个问题是个伪命题。人工智能擅长的技能，更多的对人类智能的补充，而非取代。邢波教授将剖析机器学习的能力圈和边界，并以自身的创业经历为例，展现如何驾驭人工智能，实现踏实应用的经验。同时，邢波教授也会提醒我们警惕人工智能真正的威胁所在。
课程价值：通过了解机器学习的能力圈和边界，和AI创业中的经验，认识到人类驾驭人工智能的优势和方法，从而找出自身在人工智能时代有利的定位。
