课程从人工智能的基本概念切入，详细阐释了符号主义、连接主义、行为主义三大学派的理论渊源与技术特征，逐步延伸至工业人工智能这一细分领域并结合丰富的实际案例，展示了工业人工智能在多个领域的落地成果。

在机器学习与深度学习模块，莫凡教授循序渐进地讲解了多种经典算法的原理与工业适用性，莫凡教授指出，深度学习的本质是多层表示学习，通过端到端的自动特征提取，极大降低了工业场景中人工特征工程的门槛，为处理工业数据提供了强有力的工具。

课程最后，莫凡教授展望了工业人工智能的发展趋势，随着工业基础模型的不断成熟，AI将逐步建立统一的智能底座，整合工业数据、工程知识与专家经验，通过智能Agent辅助工程师工作，最终推动制造系统向自主决策、自主优化的高阶智能形态演进。

本次课程不仅为研究生搭建了系统的工业人工智能知识框架，更通过丰富的案例与前沿趋势分析，激发了大家对 AI 赋能工业转型升级的深入思考，为未来投身相关技术领域打下了坚实的理论基础。