生成式人工智慧的人文導論
Introducing Generative AI for the Humanities
| 節 | 週四 |
|---|---|
6 14:20–15:10 | 生成式人工智慧的人文導論 3 節連堂 |
7 15:30–16:20 | |
8 16:30–17:20 |
* 根據陽明交大上課時間表所列
此為臺灣大專院校人工智慧學程聯盟課程(開課學校:臺灣大學),開課級別:碩士班,對應人工智慧自然語言技術學分學程(生成式人工智慧導論)。 【課程概述】隨著AI科技的迅速發展,人類社會的各個面向都開始受到了不同層面的衝擊。生成式 AI 迅速與多樣化產製內容的能力,不論在知識傳承,或是實務創作上也帶給人文社會領域新的養分與挑戰。 本堂課是特別針對人文領域的學生設計的 AI 技術與應用入門課。在內容安排與講解上, 與一般純粹以技術入門的導論課有許多不同。本堂課將以人本為核心關懷出發,以直觀概念與模擬技術來講解 AI 模型的基礎與發展,並搭配與人文主題相關的實作練習,特別是文史哲議題、語言與溝通、藝術音樂與遊戲創作等等。 【課程目標】是希望提供人文學群的學生,一個能夠親近當前AI 技術、理解並進而能夠反思當代的人文處境。 在上完課之後,不僅在未來職涯有所增能,也能深刻認識本身學科所培養的素養優勢,對於AI 時代的意義與使命。重點不在會用,而是要會活用、反思AI技術。 【課程要求】本課程的作業與練習,以低程式碼 (low-code) 的精神設計,不具備 python 程式知識亦可。但是要具有開放、樂於學習新事物的精神與毅力,才能有所收穫。 【課程平台】使用台大 NTU COOL 系統。學生選課後,將取得 NTU COOL 邀請函,建立帳號後即可瀏覽課程平台(目前仍為人工處理,非即時)。公告、討論、作業繳交一律以 NTU COOL 平台為主。選課期間會將重要資訊同步至 E3。 課程平台: https://cool.ntu.edu.tw/ 直播平台: https://www.youtube.com/@GenAI4Humanities 課程資料彙整網站: https://lopentu.github.io/genai4humanities/
限人社領域(例如社會科學、文學、法學、管理、教育等專業)學生修習,若同學衝堂選課,修課時,需注意部分課程有規定同時段考試與報告。 加退選期間如欲試聽課程,請至 https://taicatw.net/spring-113/ 點選上課連結。
願意比其他領域的人花更多的時間學習。 本課程提供 Nvidia 深度學習基礎認證(非強制)。有興趣參與的同學,需預先登記,並於本課程第 13-14 週末參與線上密集課程培訓與測驗。
課堂參與與反思回饋(20%) 每週課後作業(40%) 期末專案展演(40% ) **各校評量方式以各校老師公告為主
| 週次 | 主題 |
|---|---|
| 第 1 週 | 課程內容說明 |
| 第 2 週 | 和生成式AI模型說話:提示的語言工程 (1) (Prompting LLM) |
| 第 3 週 | 和生成式AI模型說話:提示的語言工程 (2) (Prompting LLM) |
| 第 4 週 | 讓生成式AI模型少說錯 (RAG and VectorDB) |
| 第 5 週 | 讓生成式AI模型學點新東西 (Fine-Tune) |
| 第 6 週 | 生成式AI /大型語言模型原理 (1) Embeddings explained |
| 第 7 週 | 放假 |
| 第 8 週 | 生成式AI /大型語言模型原理 (2) (Transformer explained) |
| 第 9 週 | 生成式AI的語音與多模態 (1) (Speech and Multimodal LLMs) |
| 第 10 週 | 生成式AI的藝術與音樂創作 (Artistic and Musical LLMs) |
| 第 11 週 | 模型與應用評測 (Evaluation and Benchmarks) |
| 第 12 週 | 讓生成式AI模型(們)一起合作(1) (Compound AI) |
| 第 13 週 | 讓生成式AI模型(們)一起合作(2) (Compound AI) |
| 第 14 週 | 業師演講 Guest lectures |
| 第 15 週 | 人機共存的新世界:人類價值與倫理議題 (Digital Avatar, Humanoid/Alignment and Ethical AI) |
| 第 16 週 | 跨校期末專案聯合展演 1. 準備個人或團隊專案展示,將學期內學到的技術與知識應用到實際項目中,展現學習成果。 2. 設計多樣化、跨領域的展演形式。 3. 鼓勵專案設計呈現的重點,在於展示如何解決特定問題或應對挑戰,並強調其人文價值或社會意義。 4. 邀請校內外評審參與,提供建設性回饋,幫助學生進一步完善並提升專案。 |
(以上課分享之論文與教材為主,以下僅提供進修參考) - Raschka, S. (2024). Build a Large Language Model from Scratch. Manning. - Porter, L. and D. Zingaro. (2024). Learn AI-assisted Python Programming. Manning. - 程世嘉 (2024). AI 世界的底層邏輯和生存法則. 天下文化.