生成式AI：文字與圖像生成的原理與實務

「生成式 AI:文字與圖像生成的原理與實務」是一門兼具理論深度與實作樂趣的課程,專為希望深入了解生成式 AI 的技術與應用的學生而設計。不論對 AI 的認識是基礎還是進階,我們都希望透過這門課程,帶領同學探索生成式 AI 的無限可能。學生將會學習神經網路、GAN、Transformer、大型語言模型、RAG、AI Agents、Diffusion Models 等技術,並運用工具如OpenAI API、LangChain、HuggingFace 及 AISuite 等等,完成從文字生成到圖像生成的多樣應用。 1. 理解生成式 AI 的核心技術,包括神經網路、GAN、Transformer、大型語言模型、RAG、AI Agents、Diffusion Models 等。 2. 實際運用各種工具和框架,例如 OpenAI API、LangChain、AISuite、HuggingFace、Fooocus 等等,打造多樣的生成式 AI 應用。 3. 探討生成式 AI 的社會與倫理挑戰,從技術層面與實務層面提出創新解決方案。 4. 完成期末專題,整合所學內容,設計並展示一個實用的生成式 AI 系統。 課程特色 循序漸進的內容設計:從神經網路的基礎原理出發,逐步深入進階模型與應用。 實作為主,理論為輔:課堂中將使用 Colab 進行程式實作,配合具挑戰性的課後作業,邊學邊做。 探索最新技術:涵蓋最新的生成式 AI 模型與工具,掌握 AI 發展趨勢。 多元化的應用場景:課程內容涉及文字生成、圖像生成、對話機器人、Agentic AI 等多個領域。 倫理與應用並重:不只在技術方面,更引導反思生成式 AI 的社會影響與,強調「負責任地使用AI」。

教師未提供此項資料

無備註

1. 會使用 Google Colab 雲端運算平台,請同學準備好自己的 Google 帳號。本課程的作業應該免費版就足夠,但可以考慮自己狀況是否升級。 2. 建議 (非要求) 於 https://platform.openai.com/ 儲值使用 OpenAI API 的 credit,應該 5美金就完全足夠課程的需求。課程中我們還是會提供其他免費的方案,但使用 OpenAIAPI 可能會比較方便 (特別對技術不是那麼熟悉的同學)。 3. 每一位同學都請申請 Groq https://console.groq.com/ 的 API,有完全免費使用的方案。 4. 非常強調不可以抄襲,包括抄襲網路上的作品,或者直接抄襲生成式 AI 產出者,皆是不可接受的。本課程是生成式 AI 課程,使用大型語言模型協作,不但是允許,甚至是鼓勵的。這裡的抄襲是直接下一個 prompt 就能產出的結果,直接當作業是不能接受的。

* 各校評量方式以各校老師公告為主 ● 作業及反思: 75% 每次作業繳交時間在兩週內,每次作業滿分為 10 分。歡迎同學運用大型語言模型協助,但只能寫出下一次 prompt 就生得出結果水準的作業,得分最高 3 分。 ● 期末專案: 20% 每個人需完成一個生成式 AI 應用專案。期末分享採 Gather.town 線上研討會模式。主導課程會以學生投稿、擇優方式參與,獲選同學參加期末專案分享,並有額外加分。衛星課程協同老師可自訂參與規則 (如是否所有同學皆需分享)。屆時會請參與同學錄製簡單的簡報影片,最好是兩、三分鐘,不超過 5 分鐘。其他會眾到了簡報處即可看見同學的簡報,不需要自己重覆介紹。協同老師也可規定鼓勵同學們參與的方式,比如至少要看十個各校同學的簡報,選出自己覺得最好的三個,分享原因及心得。 有參與的同學也可安排額外加分。 ● 上課參與 5% 非常鼓勵同學在「直播」時間參與課程,另外上課互動、參與討論等等,皆會列入考量。 ● 額外加分 課程有「閃電秀」安排,同學們可自由報名,在每次上課第三節時,以 5 分鐘內的時間,分享自己對生成式 AI 相關的心得。每次上課最多可接受 5 位同學的分享。

教師未提供此項資料

主要是上課講義,其餘參考資料於課程中介紹

地點

教師未提供此項資料

時間

教師未提供此項資料

聯絡方式

教師未提供此項資料