课程目标：
1.了解人工智能技术原理，学习AI智能体的使用方法
2.学习B端AI解决方案整体规划方法，数据、算法、算力、应用层全面打通
3.了解工业场景AI应用赋能业务流程的方法，学习工业场景AI工具应用设计方法
4.学习AI智能体设计、搭建和开发流程，完成智能体自主搭建

授课形式：
知识讲解、案例分析讨论、角色演练、小组讨论、互动交流、游戏感悟、头脑风暴、强调学员参与。

课程大纲：

模块一：认知与基石 - 从AI到工业智能体
1.1 人工智能基础速览
机器学习与深度学习：如何让机器从数据中学习。
自然语言处理：如何让机器理解人类的语言与指令。
与大模型的关键区别：从“执行任务”到“理解与规划任务”。
1.2 工业智能体：智造新引擎
核心定义：具备自主感知、决策与执行能力的数字员工。
与传统自动化、传统AI模型的区别：灵活性、适应性与人机协同。
典型应用场景图：预测性维护、生产调度优化、质量根因分析。

模块二：核心架构 - 智能体的“五脏六腑”
2.1 大脑：LLM与领域知识融合
工业领域微调 vs. RAG：策略选择与权衡。
实战： 构建一个包含设备手册、工艺参数的工业知识库。
2.2 感知：多源工业数据理解
连接OT数据：处理设备时序数据、报警日志。
多模态信息处理：理解工业图像、文本报告等。
2.3 规划与行动：从思考到执行
任务分解：将复杂指令拆解为可执行步骤链。
工具调用：赋予智能体调用API、数据库、专业软件的能力。
实战：让智能体完成一次“查询某设备最近一小时的振动数据并判断健康状态”的任务。

模块三：系统集成与进阶 - 从原型到引擎
3.1 智能体系统架构设计
设计一个可靠、可扩展的工业智能体框架。
3.2 多智能体协同
工厂内的“数字员工”生态：调度智能体、维护智能体、质量智能体如何协作。
3.3 可靠性保障与落地
工业级要求：幻觉消除、安全护栏设计与验证闭环。
与MES、SCADA等现有系统的集成挑战与策略。