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)

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

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