E-Course首頁
 115 學年度 第 1 學期 數位學習科技學系數位學習科技碩士在職專班(夜) 廖肇弘教師 生成式人工智慧 課程大綱
課程簡介   Course Introduction
開課年度學期
Year / Term
115 學年度 第 1 學期
開課班級
Department
數位學習科技學系數位學習科技碩士在職專班(夜) 數位碩專班及日碩博合(夜)
Master Program for Continuing Education, Department of Information and Learning Technology
授課方式
Instructional Method
課堂教學 、 中文
課程電腦代號
Course Reference Number
255003
課程名稱(中文)
Course Title(Chinese)
生成式人工智慧
課程名稱(英文)
Course Title(English)
Generative Artificial Intelligence
學分數/時數
Credit Hours
3 / 3
必(選)修
Required / Elective Course
選修 Elective
授課老師
Instructor
廖肇弘
助教
Teaching Assistant
上課時間
Meeting Time
星期五,節次C
Fir, Period C、D、E
上課教室
Classroom
J305/J305
Office Hours

獲獎及補助情形   Awards and Grants

聯合國永續發展目標 (SDGs跨域類別)   Sustainable Development Goals, SDGs
SDGs 04. 優質教育:確保有教無類、公平以及高品質的教育,及提倡終身學習
Quality Education:Ensure inclusive and equitable quality education and promote lifelong learning opportunities for all
SDGs 08. 合適的工作及經濟成長:促進包容且永續的經濟成長,讓每個人都有一份好工作
Decent Work and Economic Growth:Promote sustained, inclusive and sustainable economic growth, full and productive employment and decent work for all

屬於大學社會責任(USR)性質   Courses related to University Social Responsibility(USR)
否

是否運用AI輔助教學   Using Artificial Intelligence (AI) to assist teaching
是

課程目標   Learning Objectives
本課程探討多模態生成式人工智慧 (Multimodal Generative AI) 在 EdTech 學習科技領域的最新發展及實務應用。課程主要採取 PBL 學習模式,帶領學生結合理論知識與實務案例,以多模態生成式 AI 實作各種場景的創新應用。
本課程主題涵蓋: LLM大型語言模型、RAG檢索增強生成架構、NLP自然語言處理、電腦視覺辨識、多媒體影音生成...等技術。課程聚焦於深入探討生成式AI多模態系統的各種實際應用案例,包括:Chatbot客服機器人、影音虛擬主播、圖像視覺辨識系統、語音互動諮商師、履歷快篩與測評系統……等,引導研究生掌握生成式 AI 多模態系統之核心理論知識與實作能力。
 

先修 ( 前置 ) 課程   Prerequisite
 

彈性教學規劃   Flexible Teaching/Planning Schedules
*本課程實施16+2週彈性教學方案,其中第17、18週之彈性規劃如下:
自主學習

課程大綱   Course Syllabus
週次
Week
課程單元大綱
Unit
教學方式
Instructional Method/Style/Teaching Style
參考資料或相關作業
References or Related Materials
評量方式
Grading
1 生成式AI概論與發展 課堂講授    作業 
2 多模態生成式AI系統概論 課堂講授    作業 
3 多模態生成式AI系統實務應用案例 課堂講授, 案例講解  Generative AI with LangChain: Build large language model (LLM) apps with Python, ChatGPT and other LLMs (2023)  作業 
4 LLM大型語言模型 課堂講授, 案例講解  Google Gemini API https://ai.google.dev/  作業 
5 多模態生成式 AI 系統之 Prompt 提問工程 課堂講授, 案例講解, 上機實作    作業 
6 CoT思維鏈之架構與實務應用技巧 課堂講授, 案例講解, 上機實作    作業 
7 多媒體 AI生成技術之理論與案例 課堂講授, 案例講解, 上機實作     
8 影像/圖片/語音…等多媒體生成式 AI模型呼叫與實務應用 課堂講授, 案例講解, 上機實作    作業 
9 Python 與生成式 AI 多模態系統開發(1) : Google Colab 課堂講授, 案例講解, 上機實作  OpenAI GPT For Python Developers - 2nd Edition: The art and science of building AI-powered apps with GPT-4, Whisper, Weaviate, and beyond (2024)  作業 
10 Python 與生成式 AI 多模態系統開發(2) : Google AI Studio 課堂講授, 案例講解, 上機實作    作業 
11 Python 與生成式 AI 多模態系統開發(3) : Huggingface 與 Github 課堂講授, 案例講解, 上機實作    作業 
12 設計思考:專題實作企劃方法 案例講解, 問題討論    作業 
13 多模態AI 原型系統實作 (1) 案例講解, 上機實作    作業 
14 多模態AI 原型系統實作 (2) 案例講解, 上機實作    作業 
15 專題實作發表:成果檢視(1) 展演實作    期末報告 
16 專題實作發表:成果檢視(2) 展演實作    期末報告 
17 作品發佈至 Huggingface 及 Github 全球開源社群平台 學生自主學習    作品分享 
18 作品發佈至 Huggingface 及 Github 全球開源社群平台 學生自主學習    作品分享 


單一課程對應校能力指標程度   The Degree to Which Single Course Corresponds to School Competence
編號
No.
校核心能力
School Core Competencies
符合程度
Degree of conformity
1 公民力 (Citizen) 4
2 自學力 (Self-learning) 5
3 資訊力 (Information) 5
4 創造力 (Creativity) 5
5 溝通力 (Communication) 4
6 就業力(Employability) 5

單一課程對應系能力指標程度   The Degree to Which Single Course Corresponds to Department Competence
編號
No.
類別
Category
系核心能力
Department Core Competencies
符合程度
Degree of conformity
01 系所 能均衡習得數位學習科技專業知能及基本研究能力 5
02 系所 能發展資訊科技並結合學習理論 5
03 系所 能具備數位內容產業所需能力並具有國際競爭力 5
04 系所 能發展數位內容產業相關技術 5
05 系所 能具備「主動求知」、「研究創新」、「團隊合作」、「組織倫理」之精神,能統整科技學術能力,能進行實證研究與發表 5

單一課程對應院能力指標程度   The Degree to Which Single Course Corresponds to College Competence
編號
No.
院核心能力
College Core Competencies
符合程度
Degree of conformity
1 語文能力 3
2 溝通與合作能力 4
3 創新與實踐能力 5
4 專業知能 5


教科書或參考用書   Textbooks or Reference Books
館藏書名   Library Books
備註   Remarks

※請尊重智慧財產權,不得非法影印教科書※
※   Please respect intellectual property rights and do not illegally photocopy textbooks.  ※

教學方法   Teaching Method
教學方法
Teaching Method
百分比
Percentage
課堂講授 40 %
案例分享 20 %
專題實作 40 %
總和  Total 100 %

成績評量方式   Grading
評量方式
Grading
百分比
Percentage
作業 50 %
期末專題 50 %
總和  Total 100 %

成績評量方式補充說明   
 

課程大綱補充資料   Supplementary Material of Course Syllabus