臺灣大專院校人工智慧學程聯盟課程(AI聯盟學分學程)課程介紹暨選課申請說明

• 113學年度第二學期課程介紹
  目前聯盟於113學年度第2學期共開設6門課程，分為鏡像課程2門與衛星課程4門兩個類型：

• 上課方式

• 【鏡像課程】臺大/機率與統計；陽明交大/深度學習
  請參考上表聯盟遠距課程時間(學生可按自行規劃選擇「同步」或是「非同步」上課；接受非同步修讀及補課)，但須參與實體考試或現場報告時間，請留意考試時間校內課程時間是否衝堂。
• 【衛星課程】
  校內將同時段開設實體課程，若有其他課程衝堂將無法選課。

• 修課平台
  

  使用臺灣大學NTU COOL平台

• 申請日期
  即日起至2/19截止，中間將批次先將課程匯入NTU COOL平台。如有興趣請盡早登記。
  

• 申請方式
  登記選課及系所推薦，得經由學分學程工作小組審議後，通知選課結果。
  本次請皆先由系統登記課程，所有名單會提供系所做推薦之參考。
  登記連結：https://forms.office.com/r/bw6MvcGjSa

• 課程退選

  本課程退選作業需配合聯盟作業時間，請務必留意校內作業截止日期。

   

鏡像課程

機率與統計 Probability and Statistics

• 開設學校：臺灣大學
• 開授教師：葉丙成教授
• 修課對象：學士班
• 授課語言：中文
• 同步遠距上課時間：週四下午 14:30-17:30 週四晚上 20:00-22:00; 實際同步時間2/20 20:00-22:00、3/6 20:00-21:00、3/20 20:00-21:00、4/10 20:00-21:00、5/1 20:00-21:00、5/15 20:00-21:00、6/5 20:00-21:00 線上講題
• 各週次進度

深度學習 Deep Learning (EMI)

• 開設學校：陽明交通大學
• 開授教師：彭文孝教授、陳永昇教授、謝秉均教授
• 修課對象：碩博士班課程(大四以上可選修)
• 授課語言：英文
• 同步遠距上課時間：四 12:20-15:10
• 注意事項：必須使用配備至少 6GB 記憶體的 GPU
• 各週次進度
• 課程介紹：
  教師於課堂中引導式講授目前國際發展最先進之深度學習方法學及其應用，帶領學生原理介紹、數學推導實務應用，熟悉使用深度學習。The instructor will guide students through the latest international developments in deep learning methodologies and applications. The course will cover theoretical principles, mathematical derivations, and practical applications. Students will gain hands-on experience with deep learning tools.

衛星課程

人工智慧倫理  AI Ethics

• • 開設學校：東海大學
  • 開授教師：甘偵蓉教授
  • 修課對象：學士班
  • 授課語言：中文
  • 上課時間：四 14:20-17:20
  • 各週次進度
  • 注意事項：限商、金融、人社學院學生選修
  • 課程介紹：
    本課程旨在帶領學生認識及反思AI這項技術及其應用所涉及的倫理、風險與社會議題。首先，將簡介學習機器學習AI的發展歷史以及國際倫理規範，以及哲學倫理學的基本概念。其次，將說明AI的資料來源和分類如何影響AI的預測或決策。接著，將探討AI模型和演算法的設計，並分析AI技術所涉及的社會性與政治性等問題。另外，本課程亦討論AI應用之後所帶來的人類生存危機感、偏誤與歧視、加劇既有的社會不平等、性別刻板印象、以及勞動產業鍊及剝削等倫理與社會爭議。最後，本課程期待修課學生能針對目前已知發生倫理社會爭議的AI專案提出可行的解決方案。

生成式人工智慧的人文導論
Introducing Generative AI for the Humanities

• 開設學校：臺灣大學
• 開授教師：謝舒凱教授
• 修課對象：碩士班(接受學士班選課)
• 上課時間：四 14:20-17:20
• 注意事項：限商、金融、人社學院學生選修
• 各週次進度
• 課程介紹
  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。

生成式AI：文字與圖像生成的原理與實務
Generative AI: Text and Image Synthesis Principles and Practice

• 開設學校：政治大學
• 開授教師：蔡炎龍教授
• 修課對象：碩士班(開放學士班選課)
• 上課時間：每週二 16:00-19:00
• 各週次進度
• 課程介紹：
  「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。
• 注意事項：
  1. 課程會使用 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。
  2. 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)。
  3. 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。

機器導航與探索
Natural Language Processing

• 開設學校：清華大學
• 開授教師：胡敏君教授
• 修課對象：碩士班(開放學士班選讀)
• 授課語言：中文
• 上課時間：週一晚上6:30~9:20
• 各週次進度
• 課程介紹：
  本課程模組分為三個主要的部分，分別為即時追蹤與地圖建置(SLAM)、基於機器學習之場景理解(Scene Understanding)與探索導航的動作控制(Action Control)。即時追蹤與地圖建置部分包含機率模型與相機模型等理論基礎，也包含基於深度學習之RGB-based的3DSLAM方法。場景理解的部分包含機器學習的基本概念，再帶到深度學習的技術與目前的物件偵測與語意切割技術。動作控制的部分則包含路徑規劃與導航演算法，並帶入強化學習的概念來引導行進的路徑。
• 注意事項：
  1. 建議學生需已修過Python程式設計、影像處理、深度學習。
  2. 學生須自備具GPU顯卡之電腦。
  3. 本課程期末專題採分組開發，為避免影響同組修課同學之權益，本課程不接受期中退選，請謹慎評估可投入的時間再選課。