【生成式AI導論 2024】第0講：課程說明 (17:15 有芙莉蓮雷)

Hung-yi Lee

23 Feb 202425:39

Summary

TLDR李宏毅教授在《生成式人工智能导论》课程中，分享了开设此课程的初衷，即帮助学生理解生成式AI的全貌和背后原理。他通过ChatGPT展示AI的实用性，并强调了理解AI原理的重要性。课程不要求先修知识，适合初学者，旨在培养学生对AI的深入理解，而非仅仅教会使用特定工具。课程作业将涵盖AI应用开发和模型训练，让学生体验AI技术的实际应用。

Takeaways

📚 李宏毅教授开设了《生成式人工智能导论》这门课程，旨在介绍深层式人工智能的原理和应用。
🤖 教授通过一个学生提问如何自动对文章分类的例子，引出了使用ChatGPT等生成式AI的便捷性。
🔍 ChatGPT可以作为一个强大的助手，通过简单的指令就能执行新闻分类等任务，无需深入学习机器学习原理。
🌐 通过展示ChatGPT的操作界面，说明了生成式AI的易用性和强大功能，强调了其作为工具的实用性。
🛠️ 课程将教授如何在自己的程序中调用像ChatGPT这样的AI，以嵌入到自己的应用或服务中。
🚀 李宏毅教授认为，生成式AI的发展速度非常快，过去需要自己开发和训练模型，现在可以直接使用现成的AI工具。
📈 课程不仅介绍ChatGPT，而是提供生成式AI的全貌，包括背后的原理和未来的可能性。
👨‍🏫 课程适合不同背景的学生，无需先修课程，可以作为人工智能领域的入门课程。
📝 通过作业，学生将体验使用生成式AI构建应用和训练自己的AI模型，尽管过程可能耗时且结果难以预测。
🔮 教授强调了理解AI原理的重要性，比喻为了解魔术背后的手法，能更深刻地欣赏其精妙之处。
🎓 课程内容将涵盖从基础概念到最新研究，鼓励学生阅读相关论文以深入了解AI技术的最新进展。

Q & A

李宏毅教授开设生成式人工智能导论课程的初衷是什么？
-李宏毅教授开设这门课程的初衷是因为在教授机器学习课程时，发现许多学生对机器学习的应用感兴趣，但可能并不需要深入了解机器学习的原理。他希望通过这门课程，让学生了解生成式AI的全貌以及背后的原理，帮助他们判断何时应该自己开发模型，何时可以使用现成的人工智能。
为什么李宏毅教授建议想要进行文章分类的学生直接使用ChatGPT而不是学习机器学习原理？
-李宏毅教授认为，如果学生的目标是实现具体的应用，如文章分类，而不是深入理解机器学习的原理，那么使用像ChatGPT这样的现成工具会更高效。这样可以节省时间，直接利用强大的AI能力来满足需求。
ChatGPT在实际应用中可以扮演什么角色？
-ChatGPT在实际应用中可以作为用户的智能助理，帮助完成各种任务，例如自动对文章进行分类，只要用户给出相应的指令和示例，ChatGPT就能根据这些信息进行操作。
如何将ChatGPT的功能嵌入到自己的应用程序或服务中？
-课程的第三次作业会教授学生如何在自己的程序中调用像ChatGPT这样的人工智能，以便将这种智能功能集成到自己的应用程序或服务里。
生成式人工智能导论课程与李宏毅教授之前开设的机器学习课程有何不同？
-生成式人工智能导论课程不专注于教授如何使用特定的工具或技术，如ChatGPT，而是旨在提供生成式AI的全貌和背后的原理。相比之下，机器学习课程更侧重于机器学习的原理和模型开发。
为什么李宏毅教授认为即使学生已经会使用ChatGPT，了解其背后原理仍然很重要？
-了解ChatGPT背后原理可以帮助学生更深入地认识这项技术，避免对其能力有错误的理解和期待。就像知道魔术背后的手法可以让人更欣赏魔术师的技巧，了解AI的原理可以让学生更精准地判断何时应该使用现成的AI工具，何时需要自己开发模型。
课程是否会涉及到如何使用ChatGPT？
-课程不会特别着重于教如何使用ChatGPT，因为ChatGPT的使用非常简单，且网络上已有大量教学资源。课程的重点是教授生成式AI的概念、原理以及未来的可能性。
学生是否需要有人工智能、数学或编程背景才能参加这门课程？
-不需要。这门课程没有预设任何先修要求，可以作为学生人生中的第一堂人工智能相关课程。
课程中的作业难度是如何分布的？
-课程作业的难度会逐渐增加。前两个作业相对简单，基本上是送分题，而后面的作业会涉及到编程和模型训练，难度会更高，需要学生投入更多的时间和精力。
学生在课程中是否会体验到训练模型的过程？
-是的，课程中的作业会让学生体验如何使用生成式AI来构建应用，并且会教授学生如何训练自己的生成式AI模型，让他们了解训练模型可能遇到的挑战，如时间消耗和结果的不确定性。
课程是否会使用外部平台或工具来辅助教学或作业批改？
-会的。课程中会使用CodeLab或Cargo等工具来辅助编程和模型训练，而且作业的批改可能会使用大型语言模型来完成，以提高效率。