课程背景BACKGROUND
随着“双碳”目标的推进和新型电力系统的加速构建，电力行业正面临新能源高比例并网、电网复杂度激增、供需动态平衡难度加大等挑战。传统电力系统的规划、运维和交易模式已难以满足高效、安全、低碳的发展需求，而人工智能技术的突破为行业变革提供了全新路径。从大语言模型到多模态AI Agent，从深度学习到智能决策系统，AI技术正深度融入电力生产、传输、调度、交易全链条，成为推动能源数字化转型的核心引擎。
本课程聚焦能源电力行业需求，系统性解析AI在新能源功率预测、风光储协同优化、电力现货交易、虚拟电厂、智能巡检等15大场景的落地实践。通过新疆电力调度中心、国网智能巡检、中广核知识管理系统等标杆案例，展现AI如何提升发电效率30%、降低运维成本50%、实现电网可靠性99.999%的跨越式突破。课程结合政策导向（如“十四五”现代能源体系规划）、技术趋势（大模型+物联网+数字孪生）与行业痛点，为从业者提供从技术认知到应用落地的全景视角，助力企业在AI浪潮中抢占先机。
课程收益BENEFITS
1. 认知升级：掌握人工智能技术发展脉络，理解大模型、多模态AI等前沿技术对电力行业的颠覆性影响；
2. 技术解码：系统学习AI在电力系统的核心应用逻辑，包括机器学习、计算机视觉、数字孪生等技术原理；
3. 场景赋能：深度剖析15大应用场景的解决方案，覆盖新能源、输变电、虚拟电厂等关键领域；
4. 案例迁移：借鉴国网、中广核、国家能源集团等头部企业AI落地经验，快速转化实践方法论；
5. 决策支撑：获得AI驱动电力系统智能化转型的评估框架，提升资源投入与技术选型的决策效率；
6. 趋势前瞻：预判AI与电力融合的演进方向，把握AGI（通用人工智能）时代的战略机遇与风险边界。
课程大纲OUTLINE
- 一、过去篇——人工智能的进化之路
- 第一阶段：理论奠基期（1950-1990）：在纸上造梦的疯子们
- 第二阶段：基础建设期（1990-2012）：当世界变成一块硬盘
- 第三阶段：深度学习产业化（2012-2022）：机器睁开眼睛的那天
- 第四阶段：通用智能涌现（2022-至今）：当我们成为AI的零件
- 二、现在篇——技术与社会
- 1. 人工智能的技术
- 1）人工智能的底层技术：机器学习、神经网络
- 2）人工智能的维度划分：计算机视觉、自然语言处理、机器人技术、语音处理、推荐系统、自动驾驶；判别式AI、生成式AI（DeepSeek、Chatgpt）、交互式AI
- 3）多模态AI Agent
- 2. 正当时的大预言模型
- 1）什么是大语言模型
- 2）大语言模型的训练阶段：预训练、监督微调、奖励建模、强化学习
- 3）大语言模型的黄金三角：算力为骨、算法为脉、数据为血
- 4）大语言模型的开源与闭源：技术民主化的博弈
- 3. AI江湖风云录
- 1）AI宏大叙事里的三类玩家
- a基础模型开发者：DeepSeek、阿里云、豆包、文心一言、Google、OpenAI
- b算力硬件支撑者：英伟达、英特尔、AMD、华为
- c行业应用落地者：微软、TikTok、Google
- 2）当人类面对AI革命：四个阵营的角力与共生
- a技术激进派+积极影响论者：杨立昆（Yann LeCun）、奥特曼（Sam Altman）
- b技术激进派+消极影响论者：马斯克（Elon Musk）
- c技术保守派+消极影响论者：杰弗里·辛顿（Geoffrey Hinton）
- d技术保守派+积极影响论者：约书亚·本吉奥（Yoshua Bengio）
- 三、未来篇：挑战与机遇
- 1. 愿景：AI会如何改写人类文明进程
- 1）人工智能的终局：通用人工智能（AGI）
- 2）AI改写人类的三个阶段：信息智能、物理智能、生物智能
- 2. 限制：AI的天花板在哪儿
- 1）实现AGI的资源限制：算力、数据和资源
- 2）AI能否产生自主意识？
- 3）AI能否进行因果推断？
