AI Today播客的背后公司是Cognilytica ，这家公式专注于为组织和专业人士提供人工智能、机器学习、自动化、数据和分析的最佳实践研究、培训和认证。自2018年以来，Cognilytica 的旗舰产品 CPMAI™ 人工智能和机器学习项目管理培训和认证已被全球各种规模的组织采纳。Cognilytica 通过最佳实践方法和管理方法，提高了组织和个人实施新兴技术成功率。
AI Today播客的有很多系列，比如提示词Prompt、嘉宾采访、AI术语等。
2017一直到2024年，全部一共有400多期节目，下面是部分节目标题：
2024年《AI Today》播客
人工智能教育系列：数据债务
软件和硬件中的无处不在的人工智能——采访Intel的Wei Li
人工智能词汇系列：检索增强生成（RAG）
超个性化在Diageo的应用——采访Diageo的Nick Owen
AI项目经理所需的关键人工智能和数据技能
人工智能对医学实践的影响——采访Mass General Brigham的Dr. Jag Singh
人工智能对沟通技巧的影响——采访Patti DeNucci
人工智能对医疗保健的影响——采访AMA的Dr. Jesse Ehrenfeld
人工智能对项目管理的影响——采访Saby Waraich
在现实世界中应用CPMAI方法论——采访Booz Allen Hamilton（BAH）的George Fountain
在AI项目中应用CPMAI方法论——采访CAI的Christina Kucek
在AI项目中应用CPMAI方法论——采访Laetitia Callegari
Cognilytica的人工智能增强未来愿景：AI增强的万物
Cognilytica的人工智能增强未来愿景：增强人类体验
Cognilytica的人工智能增强未来愿景：无处不在的知识
Cognilytica的人工智能增强未来愿景：人工智能增强的组织
Cognilytica的人工智能增强未来愿景——更新版
确定人工智能项目成本
你需要首席AI官吗
可解释的人工智能概念
受治理的人工智能概念
通过CPMAI发展关键AI和数据技能——采访Selvie Thevathasan
**人工智能是否已跨越跨越鸿沟
人工智能将如何重新想象航空旅行——采访阿拉斯加航空公司Bernadette Berger
降低人工智能的入门门槛——采访英特尔Nuri Cankaya
全面的值得信赖的人工智能框架概述
提示工程最佳实践：黑客与跟踪
提示工程最佳实践：软技能
提示工程最佳实践：使用提示模式
提示工程最佳实践：使用自定义指令
提示工程最佳实践：使用插件
提示工程最佳实践：什么是提示链
正确定义人工智能项目范围
伪人工智能仍然存在，仍然是个问题
重新审视2024年的人工智能七大模式
人工智能与开源人工智能日益反竞争的世界
值得信赖的人工智能的层次重新审视
人工智能的人性化方面——采访Signal and Cipher的Ian Beacraft
代理人工智能的兴起
透明人工智能概念
值得信赖的人工智能最佳实践：Rite Aid面部识别禁令的经验教训
值得信赖的人工智能系列：伦理人工智能概念
值得信赖的人工智能系列：负责任的人工智能概念
人工智能团队成员有哪些
为什么批判性思维对人工智能至关重要
2023年《AI Today》播客
为什么人工智能很重要
人工智能教育系列：数据管道
人工智能失败系列——迭代时间与概念验证 vs. 试点
人工智能词汇系列——算法歧视、治理、伪人工智能
人工智能词汇系列——分析、数据可视化、描述性分析、诊断性分析、预测性分析、处方性分析
人工智能词汇系列——匿名化、通用数据保护条例（GDPR）、恐怖谷
人工智能词汇系列——自动化机器学习（AutoML）
人工智能词汇系列——自动化、机器人、机器人技术、协作机器人（Cobot）
人工智能词汇系列——批量预测、微服务、实时预测、流学习、冷路径分析、热路径分析
人工智能词汇系列——黑箱、可解释的AI（XAI）、可解释AI
人工智能词汇系列——分类与分类器、二元分类器、多类分类器、决策边界
人工智能词汇系列——云端机器学习、本地设备、边缘设备、机器学习即服务（MLaaS）
人工智能词汇系列——混淆矩阵、准确率、精确率、F1、召回率、敏感性、特异性、接收者操作特性（ROC）曲线
人工智能词汇系列——数据增强、数据标注、边界框、传感器融合
人工智能词汇系列——数据漂移、模型漂移、模型再训练
人工智能词汇系列——数据准备、数据清洗、数据分割、数据多样化、数据转换
人工智能词汇系列——数据科学笔记本、Jupyter、Colab
人工智能词汇系列——数据科学、数据科学家、公民数据科学家、公民开发者、数据监护人
人工智能词汇系列——数据仓库、数据湖、提取转换加载（ETL）
人工智能词汇系列——开发运维（DevOps）、机器学习运维（ML Ops）
人工智能词汇系列——Hadoop、MapReduce
人工智能词汇系列——机器学习开发语言Python、R、Julia、Scala
人工智能词汇系列——机器学习工具Keras、PyTorch、Scikit Learn、TensorFlow、Apache Spark、Kaggle
人工智能词汇系列——恶意AI、对抗性攻击、深度伪造（DeepFake）
人工智能词汇系列——模型调优和超参数
人工智能词汇系列——模型验证、验证数据、测试数据、交叉验证
人工智能词汇系列——OpenAI、GPT、DALL-E、稳定扩散（Stable Diffusion）
人工智能词汇系列——操作化
人工智能词汇系列——概念验证、试点、生产
人工智能词汇系列——机器人过程自动化（RPA）、有监督机器人、无人监督机器人、低代码、无代码
人工智能词汇系列——结构化数据、非结构化数据、半结构化数据
人工智能词汇系列——大数据的V特征、数据量、艾字节、拍字节、约字节、泽字节、数据多样性、数据速度、数据真实性
人工智能词汇系列——数据工程师、数据工程、数据管道、数据处理、数据源、数据治理、数据集成
人工智能词汇系列——方法论、瀑布模型、敏捷、CRISP-DM、人工智能认知项目管理（CPMAI）
人工智能词汇系列——DeepMind、AlphaGo和AlphaZero
人工智能词汇系列——数字化转型、投资回报率（ROI）、关键绩效指标（KPI）
人工智能在建筑、工程和施工（AEC）中的应用——采访Sergio Villanueva-Meyer，CPMAI
人工智能在制药行业中的应用——采访Novartis的Xiong (Sean) Liu
人工智能的敏捷视角——采访《敏捷工具包》播客主持人Bob Payne
在现实世界中应用CPMAI——采访ENI的Chuck LaBarre
在现实世界中的CPMAI——采访Dr. Philipp Schlenkhoff，CPMAI
不同类型人工智能项目的不同投资回报周期
数字化心灵——采访YouAi的Dmitry Shapiro
讨论人工智能原生的未来——采访CoxWave的CEO & 联合创始人Gi Jung Kim
生成式AI系列：扩散模型与图像生成
生成式AI系列：基础模型、微调、特定领域的大型语言模型（LLMs）
生成式AI系列：生成式AI和大型语言模型（LLMs）——它们如何工作
生成式AI系列：如何避免被生成式AI坑害
生成式AI系列：将生成式AI应用于生产
生成式AI系列：生成式AI的缺点和挑战
人工智能和项目管理的结合——采访《Agile in Action》播客的Bill Raymond
人工智能如何变革消费品行业——采访Diageo的Nandini Nandakumar
人工智能如何变革保险业——采访Wisedocs的Connor Atchison
从人工智能项目管理中吸取的教训——采访Jonelle Martinez
展望2024年的人工智能（以及AI Today）
回顾2023年的人工智能
革命性人工智能驱动的电子商务战略——采访Algolia的Sean Mullaney
欧盟人工智能法案——对你的意义是什么
扩展中的数据基础设施层
值得信赖的人工智能系列：人工智能系统透明度
值得信赖的人工智能系列：伦理人工智能
值得信赖的人工智能系列：可解释和可理解的人工智能
值得信赖的人工智能系列：受治理的人工智能
值得信赖的人工智能系列：负责任的人工智能
值得信赖的人工智能系列：值得信赖的人工智能的层次
值得信赖的人工智能系列：为什么值得信赖、伦理和负责任的人工智能系统是必要的
何时进行自动化与人工智能
2023年虚拟代理的发展方向——采访Espressive的CEO Pat Calhoun
为什么不能在人工智能中使用敏捷方法
为什么数据存储在人工智能中很重要——采访Pure Storage的Justin Emerson
