叶梓，上海交通大学计算机专业博士毕业，高级工程师。主研方向：数据挖掘、机器学习、人工智能。历任国内知名上市IT企业的AI技术总监、资深技术专家，市级行业大数据平台技术负责人。
长期负责城市信息化智能平台的建设工作，开展行业数据的智能化应用研发工作，牵头多个省级、市级行业智能化信息系统的建设，主持设计并搭建多个省级、市级行业大数据平台。参与国家级人工智能课题，牵头上海市级人工智能示范应用课题研究。
带领团队在相关行业领域研发多款人工智能创新产品，成功落地多项大数据、人工智能前沿项目，其中信息化智能平台项目曾荣获：“上海市信息技术优秀应用成果奖”。带领团队在参加国际NLP算法大赛，获得Top1%的成绩。参与国家级、省级大数据技术标准的制定，曾获省部级以上的科技创新一等奖。
ChatGPT等AI技术在医疗领域的应用
背景与基础知识
– 生成式人工智能(AIGC)概念
– ChatGPT历史与发展
ChatGPT在医疗科研领域的基础应用
– 基于ChatGPT的科研工作
– 用ChatGPT实现摘要、总结、综述
– 如何一小时之内编写一篇论文
– 提示词工程
ChatGPT模型背后的NLP基础知识
– 深度学习算法基础
– MLP与CNN、RNN
– 特殊字符、分词与停用词处理技术
– 词向量与Embedding
Transformer基础
– 需要的仅仅是“注意力”
– Transformer中的block
– 多头自注意力机制
– 位置编码
– 解码器的构造
– BERT与GPT等NLP模型
初代GPT
– 独角兽的威力
– GPT的内部架构
– 基于Transformer的改造
– 自注意力机制的改进
chatGPT的原理介绍
1、指示学习与InstructGPT
2、相关数据集
3、有监督微调（SFT）
4、从人类反馈中RL的思路
5、奖励建模（RM）
6、运用PPO改进
结合RAG框架的ChatGPT在医疗领域的应用
– 基于LangChain的医学知识问答
– 基于LangChain文献内容检索
学习LangChain所需的知识储备
1、词嵌入与语义空间
2、高维向量的快速模糊匹配
3、局部敏感哈希（LSH）
4、向量数据库
LangChain的原理
1、大模型利用的难点与痛点
2、Langchain的基本思路
3、关键组件
进阶的RAG技巧
1、分块与embedding
2、搜索索引
3、重排序与过滤
4、查询转换
基于微调训练的ChatGPT在医疗领域的应用
– ChatGPT用于问诊
– 基于ChatGPT开展流调工作
– 构建医疗领域的知识图谱
人工智能实验环境的搭建
– 机器学习环境与深度学习环境
– Python编程与数据科学工具库介绍
– GPU与cuda
– 深度学习框架：TensorFlow与PyTorch
机器学习进阶与评估
– 机器学习流程与特征工程
– 模型评估指标与交叉验证
– 可解释性分析在医学领域中的重要性
ChatGLM部署
1、ChatGLM3-6B介绍
2、ChatGLM3搭建流程
3、应用场景（工具调用、代码执行）
4、权重量化
ChatGLM3原理
1、Code Interpreter
2、多模态CogVLM
3、WebGLM搜索增强
微调大模型
1、基于chatGLM的微调
2、LoRA
3、Prefix Tuning
4、P-Tuning
5、Prompt Tuning
6、freeze
7、构建训练数据集
其他AI应用：医学图像、影像分析的实践
– 医学影像数据的预处理
– 处理医学影像数据（DICOM）
– AI在诊断前列腺肿瘤中的应用
– 智能化病理读片
– 自动实现血常规分析中细胞计数
医学图像、影像分析所需的人工智能知识
– 卷积神经网络（CNN）
– Alexnet
– 从VGG到GoogLenet
– 模型退化与ResNet
– DenseNet、efficientnet
– R-CNN
– SPPNET（全图卷积、SPP层）
– Fast-RCNN与Faster-RCNN
原文链接：https://blog.csdn.net/weixin_44292902/article/details/136747422?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171851494816800215061986%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=171851494816800215061986&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-25-136747422-null-null.nonecase&utm_term=AI%E7%AE%80%E5%8E%86
