中央大学：生成式AI初体验生成式AI于教育的应用及范例报告（80页）.pdf

1、生成式AI初體驗日期：2024/01/29講員：黃鈺晴 博士中央大學 通識教育中心 兼任助理教授中央大學 資訊工程學系 博士後研究員目錄人工智慧簡介與沿革生成式AI於教育的應用ChatGPT應用於教育的範例Hugging Face簡介人工智慧簡介與沿革人工智慧(Artificial Intelligence,AI)人 工 智 慧(ArtificialIntelligence,AI)：由人製造出來的機器所表現出來的智慧，也就是用電腦程式來模擬人類智慧的技術最早出現在1956年在美國達特茅斯學院舉行的一場學術會議上。在那次會議上，AI 被描述為一種具備人類思維方式(智慧)的電腦系統。要在機器上重現

2、人類智慧人工智慧AI 發展歷程規則型AI：專家系統(1980-1990年代)學習型AI：深度學習 模型系統(2000年代)人工智慧1.0人工智慧2.0規則型AI：專家系統(1980-1990年代)就像有一本解決特定問題的指南書，告訴電腦如何針對固定問題做出回答。向AI輸入大量的專家規則，以解決特定領域問題規則：如果-那麼(If-Then)的形式來定義模擬專家在特定情況下的思考和決策過程。為何使用規則來模擬人類智慧人類在做決策時往往會依據一些內在的或學到的規則。例如，醫生在診斷疾病時會根據症狀來推測可能的病因。專家系統中的“如果-那麼”規則模仿了這種基於條件和結果的推理過程。人類專家擁有大量的經

3、驗和知識，這些可以通過規則的形式來結構化和形式化。這種規則的形式化使得知識可以被電腦程式理解和應用。在某些領域，如故障診斷或決策支持，規則可以快速有效地指導問題解決過程，尤其是在這些領域中人類專家已經發展出清晰的判斷準則時。醫療診斷專家系統規則：如果病人有發燒和喉嚨痛，那麼可能診斷為感冒。解釋：這條規則表示，當病人展示出特定的症狀(發燒和喉嚨痛)時，系統會根據這些症狀推斷病人可能患有的疾病(感冒)。金融交易專家系統規則：如果股票市場快速下跌且某公司的股票在過去一周內下跌超過10%，那麼建議賣出該公司股票。解釋：這條規則用於指導金融交易決策，通過分析市場趨勢和特定股票的表現來做出賣出的建議。AI

4、 對決 人腦：西洋棋在1997年，由國際商業機器公司(IBM)開發的高性能電腦深藍贏得了對當時國際西洋棋冠軍加里卡斯帕羅夫的比賽，這標誌著西洋棋人工智能經多年研發後，首次證明其智力超越了人類。博弈樹：來評估各種可能的移動和對手的回應基於計算和搜索的演算法，而不是傳統意義上的基於規則的系統。學習型學習型AI：2000年代深度學習年代深度學習模型模型使用複雜的神經網絡來模仿人腦的處理方式這些神經網絡可由許多層來組成從這些數據中自動識別和學習有用的模式輸入層隱藏層輸出層深度學習演算方法(2000年代)目標：確認圖形中是否有貓神經網絡輸入層：輸入數百萬張圖片(有貓/無貓)隱藏層：很多層就是深度學習隱藏

5、層層數越多，計算複雜度越高，但卻能夠解決更複雜的問題輸出層：每張輸入圖片的結果(有貓/無貓)深度學習技術通過多層神經網絡來學習和處理複雜數據。出處：AI 2041：預見：預見10個未來新世界個未來新世界深度學習在棋類遊戲中的應用AlphaGo的誕生圍棋的挑戰性圍棋的挑戰性：圍棋是一種高度策略性和直覺性的遊戲，其複雜性遠超過許多傳統棋類遊戲(例如，西洋棋)。在圍棋中，每一步棋的選擇不僅基於當前的盤面狀況基於當前的盤面狀況，還需預測對手的可能回應以及未來幾步的發展未來幾步的發展。這要求棋手具有深厚的遊戲經驗遊戲經驗(規則規則)、策略規劃和(未來幾步未來幾步)判判斷能力斷能力。(人類學習智慧：從無數

6、經驗中學習規劃與判斷人類學習智慧：從無數經驗中學習規劃與判斷)在傳統AI中，這種策略規劃與(未來幾未來幾步步)判斷能力判斷能力是難以模擬的，因為傳統AI通常依賴於固定的規則和邏輯推理。Google DeepMind 人工智慧圍棋程式 AlphaGo2016年3月以四勝一敗的戰績勝過南韓棋王李世乭；2017年5月，擊敗當年世界排名第一的中國棋手柯潔。結合深度學習與蒙地卡羅樹搜尋的技術來開發產生下一步棋(類似人根據盤局來決定下一步棋)評估目前盤面的優劣局勢(類似人看到盤面時來判斷局面好壞)出處：AI 2041：預見：預見10個未來新世界個未來新世界AlphaGo技術的挑戰和創新模擬判斷模擬判斷在A