--- area: tech-engineering category: ai-ml companies_orgs: - Google date: '2025-09-15' draft: true guest: '' insight: '' layout: post.njk media_books: - course-introduction products_models: - ChatGPT project: [] series: '' source: https://www.youtube.com/watch?v=VuQUF1VVX40 speaker: Hung-yi Lee status: evergreen summary: 本课程《生成式人工智慧與機器學習導論2025》旨在引导学生从仅仅使用ChatGPT等AI工具，深入理解其背后的原理，并最终成为AI的创造者。李宏毅教授强调，理解AI的运作机制能避免误解，将“魔术”转化为“科学”。课程内容涵盖现有生成式AI的运作方式、构建方法，并包含实践性作业，其中部分作业需要较长的模型训练时间，以模拟真实世界中AI开发的挑战。本课程适合未来希望深入AI领域或期望更智慧地使用AI工具的同学。 tags: - principle - tool title: 生成式人工智慧與機器學習導論2025：從使用者到創造者的AI之旅 --- ### 开场白与课程愿景 大家好，我们现在开始上课。刚才大家看到的影片，其实是使用Google的**VO3**（Video Generation AI: 谷歌开发的一款能够根据文字描述生成视频的人工智能）随意生成的一些影片，作为我们课程的开场。现在，我们来正式开始这门课程。 欢迎大家来到这门超级有趣的课程。我很高兴能在当前这个AI大爆发的时代，与大家一起学习，共同走进最酷的AI时代。在课程开始之前，我想问问大家，有多少人已经在用**ChatGPT**（Large Language Model: 一种基于Transformer架构的大型语言模型，能够生成人类般的文本）了？我相信大部分同学都已经在使用了，并且都已感受到了AI的强大。但是，今天这门课我们要做的，将会是更有趣的事情。 那么，这门课到底要学习什么呢？首先，请大家不要以为这门课只是教你如何使用ChatGPT来完成作业，我知道你们可能已经非常擅长这一点了。本课程的目的，并不是要告诉大家如何使用这些工具，而是要进行更深层次的探索。我们要了解这些神奇工具背后的原理，它们究竟是如何被打造出来的，以及如果你想进一步善用，甚至让这些工具变得更强大，你还可以怎么做。简单来说，我们要从AI的**使用者**，转变为**理解者**，甚至是**创造者**。 ### 为何理解AI原理至关重要？ 你可能会问，了解原理有什么好处呢？我现在不懂原理也能用得很好啊。这个问题问得非常好，让我用一个比喻来说明。现在的生成式AI非常强大，使用起来就像是变魔术一样，每个人突然都能变出神奇的效果。但是，这里有一个关键的区别：如果你不懂原理，你依然能使用这些工具，但你很容易把魔术错误地当作魔法。 什么意思呢？魔术是有技巧、有原理的，而魔法则是神秘不可解释的。当你把AI当作魔法来看待时，你可能会产生各种误解，比如觉得AI无所不能，或者害怕AI会取代所有人。但如果你懂得背后的原理，魔术就不再是魔法。你可以更清楚地看到魔术背后的技巧，甚至可以创造自己的魔术。 接下来，我们来谈谈这门课的定位。这是一门AI入门课，希望让大家对AI有正确且深入的认识。那么，什么样的同学适合选修我们这门课呢？ 第一种，如果你未来想要更深入人工智慧领域，这门课绝对是很好的入门。当然，要完全掌握AI，这门课的深度还不够，但它会是你AI旅程中一个很棒的第一步，希望它不会是你的最后一步。 第二种，即使你未来没有要深入AI领域，只是想要对这些工具有不一样的认识，本课程也很适合你。它会让你用更有智慧的方式来使用这些AI工具。 那什么样的同学不适合呢？如果你已经有**训练模型**（Model Training: 指通过大量数据来调整和优化人工智能模型参数，使其能够学习并执行特定任务的过程）的经验，本课程对你来说可能会太浅了。另一方面，如果你完全没有使用过ChatGPT或类似的人工智慧，完全不知道ChatGPT是什么，那么本门课对你来说可能会挑战太大。但如果你对于ChatGPT已经有使用经验，就算不会写程式，我也会尽力让每个人都能跟上。我相信在这个AI时代，每个人都应该有机会了解这些改变世界的科技。 ### 揭秘：课程开场全由AI生成 现在，我们讲到一个段落，换一下投影片。今天，生成式人工智慧真的是无所不在。最后我想说的是，到目前为止，其实所有的内容都是人工智慧生成的。身为人类的李宏毅老师，到目前为止都还没出场。现在，让我们欢迎真正的李宏毅老师出场！ 大家好，我是身为人类的李宏毅。刚才你看到的所有内容，真的都是人工智慧产生的。最开场你看到的那个倒数计时影片，还有变成鸟人想要飞走却飞不走的影片，都是用Google的VO3生成的。VO3做的事情就是给它一段文字叙述，比如说我就说“我要产生一个倒数计时的影片”，它就给我一个倒数计时的影片。有很多事情你可能不容易用文字描述，所以VO3也支持给它一张照片。比如说，我给它一张我在演讲的照片，然后我说要让这个人介绍某一门课程，要让这个人长出翅膀，VO3就可以根据我的叙述和我给它的照片产生对应的影片。 英文的那个声音，我说“Introduction to this course”，这个也是VO3自己生成的，它产生的影片是带有声音的。其他中文讲课的语音也通通都是合成的，我是用**Eleven Labs**（Voice Synthesis Software: 一款能够模仿特定声音并合成语音的软件）这个软件合成的。Eleven Labs做的事情就是，我给它一段我上课的录影，它接下来就可以模仿我的声音，我输入一段文字，它就用我的声音把那段文字念出来。 你看到的这个“Talking head”，就好像在一个房间里面演讲的这个头像，是用一个叫**Heygen**（Virtual Avatar Video Generation Software: 一款能够根据照片和语音生成虚拟人物讲话视频的软件）的软件生成的。我做的事情就是给它一张我的照片和一段语音，它就可以自动让照片中的人开始说话。 最后，投影片的部分也是人工智慧生成的，这是用一个叫做**Genspark**（AI Agent Platform: 一个基于AI智能体的平台，能够自主生成演示文稿等内容）的平台生成的。Genspark其实是一个**AI智能体**（AI Agent: 一种能够自主感知环境、做出决策并执行任务的人工智能程序）。我们下周会讲到AI智能体的概念。我在生成投影片的时候，我就是给它我们的课程说明，叫它把投影片做出来，它就产生了投影片和讲稿。我再把讲稿丢给Eleven Labs，让它产生声音。所以，刚才你看到的东西真的都是人工智慧生成的，而且我刚才并没有使用任何神奇的技术，这些都是你今天唾手可得的技术。 ### 课程内容与安排 好，那我们就正式开始这门课。这门课叫做《生成式人工智慧與機器學習導論》，我是李宏毅。这是**台灣大專院校人工智慧學程聯盟**（Taiwan Universities AI Program Alliance: 台湾各大专院校联合提供的人工智能学程联盟）的课程。 这是我们的课程规划。这门课我准备讲十讲，每一讲要讲的日期和主题都已写在投影片上。我们这门课的前四讲，会带大家了解现有的生成式人工智慧，你会知道现有的生成式人工智慧是如何运作的。第五讲到第八讲，我会告诉大家这些生成式人工智慧是如何被打造出来的，你也有机会自己训练生成式人工智慧。前八讲主要以文字互动为主，第九讲和第十讲我们会讲影像和语音。 有关这门课的所有资讯，包括上课录影、课程投影片，还有作业的讲解，你都可以在课程的公开网页找到。我把课程的公开网页和QR code都放在这页投影片上面。 ### 上课方式与互动 我们上课的方式主要是以直播进行。我会在台湾大学新生教学馆202录直播。所以，如果你在现场看的话，你就是现场看那个直播的录影。因为我们教室不大，所以鼓励大家其实可以在家里看直播就好。 我们以后上课的时间是周五下午2点20。我们周五下午要做的事情是，首先我会先上课，通常上一个半小时到两个小时左右。上课内容会以讲解概念为主，但有时我也会带一些实作来作为辅助。我上完课之后，接下来助教会讲解作业，这部分通常是半个小时到一个小时左右。 大家要注意一下，我们下课的时间是不固定的。我们是2点20准时开始上课，至于要讲多久，取决于我们当周准备了多少内容。讲完我们就下课，所以有时可能会稍微提早下课，有时可能会比较晚下课。但是，因为课程内容都会录影，所以假设你有事情没有办法上这门课，或这门课持续得太长，超过5点20你有其他事情要做，你都欢迎随时可以离开，欢迎随时可以中断这个课程，因为反正所有课程内容都会录影，最后也会上线。我们预计以后上线的时程是周五录影，然后预计在下一个周一结束前把影片上线。 如果在上课的时候，你对于上课内容有问题的话，你可以在**NTU Cool**（Course Management Platform: 台湾大学使用的课程管理平台）上面发问。每次课程都会开一个对应的留言区。我如果上课上到一段落有时间的话，就会优先回答放在NTU Cool上留言区的问题。旁听生如果你想要加入NTU Cool的话，请直接寄信给助教。只要你寄信给助教说你要旁听，我们都可以把你加入NTU Cool。 怎么找到NTU Cool上面的留言区呢？假设你已经选上这门课的话，那你就已经在NTU Cool里面。你在NTU Cool里面点“讨论”，然后你就可以看到“9月12号上课即时讨论区”这个区域，你可以把你的问题留在那里。如果我有时间的话，会优先回答在讨论区里面的问题。 另外一个很重要的讯息要跟大家讲的就是，因为网络不是非常稳定，所以直播是有可能断线的。我们刚才测试的时候，直播就断线了好几次。直播断线有可能造成的问题就是，你可能没有办法用同一个连结再继续看直播。所以，假设我们遇到断线的状况，接下来的操作是会开一个新的直播连结，然后透过NTU Cool寄给所有有修课的同学。但是，假设你发现直播断线，非常重要的一点就是：请勿惊慌，请勿惊慌，请勿惊慌。所有的课程统统都有录影，所以直播断线你就去做别的事情，反正所有的课程都是有录影的。 ### 作业规划与挑战 接下来，我们讲一下作业的规划。我们这门课总共有十讲，每一讲都有一个对应的作业。我把每一个作业的公告日期和截止日期都放在投影片上面。基本上，每一个作业都给大家三周的时间来完成。唯一例外的是前两个作业，我们特别把它们的截止日期延后到10月17号缴交。因为我知道这门课是很多不同学校的学生一起选修，每个学校加退选的时间都不一样，所以大家加选到这门课的时间也是不一样的。所以，前面几个作业的日期延后，让大家比较有时间可以完成。 另外一个要注意的事情就是，我们最后一个作业——作业十的截止日期是明年的1月9号。我们要收到所有的作业以后，才能够送出成绩，所以送出成绩的时间一定是在1月9号之后。我们目前预计1月12号把成绩送出。如果你有合理的理由需要提早知道成绩，那你可以跟助教讲，因为我知道每个学校这个学期结束的时间是不一样的。如果你需要提早知道成绩，你可以跟助教讲。在12月19号作业十公告之后，我们可以优先批改需要提早知道成绩的同学的作业。 每个作业的缴交方式是不一样的。这边我列举了每个作业的缴交方式。有一些作业是通过NTU Cool这个平台缴交的，会通过NTU Cool这个平台缴交的作业就是出成选择题，你就在NTU Cool那个平台上面回答一些选择题，就算完成作业的缴交。今天就会公告作业一，等一下作业一的助教会告诉你怎么在NTU Cool上面缴交作业。 除了通过NTU Cool缴交作业以外，我们还有另外一个缴交作业的系统，叫做**JudgeBoi**（AI Teaching Assistant Grading Platform: 一个由AI助教自动批改作业的平台）。什么是JudgeBoi呢？就是有一些作业不是选择题，所以它的批改比较困难，我们会通过AI助教来批改。所以JudgeBoi就是背后有一个AI助教在批改作业的平台。你把你的作业上传到JudgeBoi，会由AI助教来批改你的作业。 这边告诉大家每个作业预测的难度，从一颗星到三颗星。一颗星代表这个作业预计在十几分钟内就可以完成，但我要强调一下，“完成”并不是说拿到满分的成绩，“完成”的意思是说你可以拿到一个及格的成绩，假设满分是十分的话，你可以拿到六分的成绩。如果两颗星的作业代表至少需要超过一个小时以上才有办法完成。三颗星代表可能需要好几个、好多个小时，三四个小时，才有办法达到及格的成绩。 有一些作业需要训练模型，也许还不是每位同学都知道训练模型是什么意思，但你就知道说，有需要训练模型的作业就是特别花时间的作业。训练模型就是一件非常花时间的事情。有一些作业你训练模型的时间可能甚至长达三四个小时。有的同学会觉得说，这不就是跑一个程式吗？跑一个程式居然要跑三四个小时，太荒谬了！所以过去有同学就跟我说：“你怎麽可以把作业设计成这样呢？为什么作业要跑三个小时呢？我只允许这个作业三分钟就应该要跑完！” 我们当然可以把这些特别花时间、需要特别花时间训练的作业拿掉，但是我还是选择在这门课里面保留那些需要一定训练时间的作业。因为焦躁地等待人工智慧训练的结果，迷茫地调参数，不知道会不会成功，这个就是人工智慧的**醍醐味**。所以大家需要学习在迷茫中前进，这个就是模型的训练。我们特别把这一部分保留在课程里面，让你体验说模型训练不出来的焦躁到底是什么样的感觉。 而且我必须强调，什么三四个小时的等待训练时间真的不算什么。我们过去有很多作业训练时间都是至少三天起跳，你要至少训练三天你才能拿到成绩。我知道很多同学在做作业的时候，往往都在截止日期的最后一天才开始做作业，但那种需要训练三天以上的模型，你只在前一天才开始做作业，你是绝不可能完成的。这个时候我告诉你，你唯一可以做的事情就是放弃。 还好我们这堂课里面，现在是没有需要训练一天以上的作业了，我们把那种特别需要花时间训练的作业还是拿掉了，只保留了需要训练三四个小时的作业。但我只是想要强调说，三四个小时的训练时间真的不算什么。如果你要真正用大量的资料大规模地训练模型，训练个数周其实都是常见的事情。而这些需要一点训练时间的作业，它的定位就像是预防针，帮助你在未来面对更大的挑战，帮助你在未来面对挑战的时候做好心理准备。 另外，鼓励大家如果有空的话，可以先看一些线上的录影进行预习。假设你对于生成式AI一无所知的话，那你可以先看《生成式AI导论2024》的课程。如果2024的课程看完，你想要进一步了解这些AI是如何被训练出来的，鼓励你可以看《机器学习2021》。不过，这门课我们会从基础开始讲起，所以就算你没有时间预习也无所谓。但是，如果你能够找到时间预习的话，未来上课你可以有更多的收获。