介紹

《關鍵科技探索：人工智慧》

🧠 AI 不再只是科技新聞的熱詞，而是我們身邊正在發生的事。

人工智慧已經悄悄融入我們的生活～手機的推薦內容、自駕車的判斷、醫療診斷的輔助分析，

這些日常操作的背後，都有 AI 正在運作。

這門課，帶你看清楚這場變革背後的技術與邏輯，一步步理解它的學習方式、判斷機制與生成能力。

從 AI 的發展歷程談起，進入機器學習、影像辨識與語言生成的世界，再延伸到最重要也最常被忽略的一環：AI 值得信任嗎？它做的決定公平嗎？

✦ 課程中你將一步步掌握這些關鍵知識 ✦

📍 AI演進與造成改變的重要元素

從 AI 的起點到資料與硬體基礎，建立理解 AI 的核心地圖。

📍 當AI成為醫師：邏輯思考與決策

透過醫療情境，理解 AI 如何分析資訊並做出合理推論。

📍 當AI成為駕駛員：影像辨識

從像素到判斷，帶你看懂 AI 如何「看見」這個世界。

📍 當AI成為個人助理：語意理解與文字生成

探索語言模型的運作方式，理解 AI 如何聽懂、也能說。

📍 AI取代人類？探討AI的可信任性

聚焦 AI 的穩定性、公平性與可解釋性，思考信任從哪裡開始。

拆解 AI 的判斷方式、看懂它怎麼學習、搞清楚資料怎麼影響結果，再順手破解一下語音助理、自駕車和 AI 畫圖背後的那些魔法。

會用科技不夠，懂它為什麼這樣運作、在哪裡做得不夠好，才是接下來最重要的能力。

這堂課結合了科技、應用與倫理的思考，不只是讓你認識 AI，更讓你理解它的影響力與界線，學習怎麼與它共存、合作。

《關鍵科技探索：人工智慧》一起上課吧！

章節

* 以下章節為預覽，請點報名後點選開始上課，進入課程

課程介紹
- ● 課程介紹
第一章 AI演進與造成改變的重要元素
- ● 1-1 AI 的歷史與發展趨勢
- ● 1-2 人腦與神經科學啟發的 AI 設計
- ● 1-3 機器學習基本概念
- ● 1-4 從寫程式到 No-Code AI
- ● 1-5 CPU 與 GPU 的差異與應用
- ● 1-6 資料與資料庫的角色
- ● 第一章練習題
第二章當AI成為醫師：邏輯思考與決策
- ● 2-1 問題定義：如何了解病人的狀況做決策？
- ● 2-2 資料取得方式與資料前處理：為AI引擎注入燃料
- ● 2-3 建模：用決策樹與線性回歸從數據中學習
- ● 2-4 結果分析與討論：理解AI的輸出及其侷限
- ● 第二章練習題
第三章當AI成為駕駛員：影像辨識
- ● 3-1 問題定義：自駕車如何識別車輛與行人？
- ● 3-2 影像資料的表示方法：Pixel 與特徵圖
- ● 3-3 模型介紹：卷積神經網路（CNN）基礎概念
- ● 3-4 問題討論：影像辨識的挑戰與風險
- ● 第三章練習題
第四章當AI成為個人助理：語意理解與文字生成
- ● 4-1 問題定義：如何讓機器「聽懂人話」與「說人話」？
- ● 4-2 資料與處理：文字如何變成 Token？
- ● 4-3 模型介紹：BERT 與 GPT 架構簡介
- ● 4-4 問題討論：語言模型的優勢與限制
- ● 第四章練習題
第五章 AI取代人類？探討AI的可信任性
- ● 5-1 AI 穩定性 Robustness
- ● 5-2 AI 可解釋性 Explainability
- ● 5-3 AI 公平性 Fairness
- ● 5-4 真實案例分享與討論
- ● 第五章練習題

常見問題

線上成績單：
此課程線上成績單申請費用為免費

學習履歷：
此課程學習履歷申請費用為免費

此課程沒有設定常見問題

講師

2025 TAICA 關鍵科技探索：人工智慧-郭柏志老師

介紹

章節

常見問題

講師

郭柏志

評價

0.0

平均評價

2025 TAICA 關鍵科技探索：人工智慧-郭柏志老師

介紹

章節

常見問題

講師

郭柏志

評價

0.0

平均評價

預覽影片 & 簡介

2025 TAICA 關鍵科技探索：人工智慧-郭柏志老師