人工智慧的基礎與創新(二)

臺北科技大學 114-2 學期課程，課號 356615。

課程大綱

本課程深入探討人工智慧領域的基礎知識和最新技術，包括機器學習、深度學習、自然語言處理、生成對抗網絡等領域。課程還介紹了最新的AI技術趨勢，包括注意力機制、自監督學習、大型AI通用模型和元學習等，並提供了相關領域的案例研究和實習操作。 課程運作模式：學員將參與課堂討論和小組活動，以促進想法交流和知識分享。學生可根據課程選擇進階專題研究，深入探討特定主題並提交最終報告。最後三週專題研究將被評估並可獲得額外獎勵，學生可在學期中向授課教師報名參與專題研究。 Course Overview: This course delves into the fundamentals and latest advancements in the field of artificial intelligence, covering topics such as machine learning, deep learning, natural language processing, and generative adversarial networks. The course also introduces the latest trends in AI technology, including attention mechanisms, self-supervised learning, large-scale AI models, and meta-learning, and provides case studies and hands-on exercises in related areas. Course Execution: Participants will engage in classroom discussions and group activities to facilitate idea exchange and knowledge sharing. Students may choose to undertake advanced research projects on specific topics of course and submit final reports. The final three weeks of research projects will be assessed and eligible for additional rewards. Students can sign up for research projects with the course instructor during the semester.

課程進度

課程大綱 第一週 進階強化學習 一 第二週 進階強化學習 二 第三週 數位雙生 第四週 知識圖譜 第五週 大型模型的微調與微調 第六週 邊緣運算與端運算 第七週 2026 AI的發展與趨勢(paper review) 第八週 AGI，自主與創新的AI 第九週 AI晶片設計 第十週 量子運算與AI 第十一週 AI Agent的記憶技術 第十二週 創新模型研究 第十三週 AI的創新技術 第十四週 AI的創新概念的探討 第十五週 AI當中的軟硬體技術與概念 第十六週 案例研究 一 第十七週 案例研究 二 第十八週 案例研究 三

評量方式

平時作業成績：50% 出席：40% 期末報告：10% 課堂參與額外加分 翹課一次扣總成績10分、請假第二次開始扣總成績1分、遲到早退一次扣總成績1分、學期缺課次數過多將增加總扣分數、作弊一律以不及格論

教材

【遵守智慧財產權觀念，請使用正版教科書，不得使用非法影印教科書】 使用外文原文書：否 使用自編教材