生成式AI:文字與圖像生成的原理與實務

本課程為AI聯盟課程,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) 「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 AutoGen 等等,完成從文字生成到圖像生成的多樣應用。 課程目標: 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、AutoGen、HuggingFace、Fooocus,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」。

遠距上課位置:Facebook【政大應數系直播中心】https://facebook.com/groups/nccumathonline/ 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。 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 OpenAI API 可能會比較方便 (特別對技術不是那麼熟悉的同學)。 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%)、期末專案(20%)、上課參與(5%)、額外加分

主要是上課講義,其餘參考資料於課程中介紹