# 章節包：人工智慧導論（AI）W1（9/10）第 01 章「課程定位、專題與問答」 影片 0:08:21–1:19:54，YouTube ID KWGgi100YLY。Notion 章節頁 https://app.notion.com/p/3e7fc631b0308121979ae73e99cd24d0（頁 ID 3e7fc631-b030-8121-979a-e73e99cd24d0），頁面標題「01 課程定位、專題與問答（0:08–1:19）」。 ## 1. 第一行（直接照抄，不要改） [人工智慧導論](https://app.notion.com/p/3e6fc631b0308131b213f0a3d93fe91d) › [W1（9/10）](https://app.notion.com/p/3e7fc631b03081309a2adad7f8ae1e27) › 01｜影片 [0:08:21–1:19:54](https://www.youtube.com/watch?v=KWGgi100YLY&t=501s)｜投影片 Lecture 0 p.1–19｜上一章 無｜下一章 [02 什麼是 AI：四種定義（1:35–1:49）](https://app.notion.com/p/3e7fc631b03081509ff5e74454b69167) ## 1b. 最後一行（直接照抄，放在 Self-check 後面，當全頁最後一行） 讀完了嗎？下一章：[02 什麼是 AI：四種定義（1:35–1:49）](https://app.notion.com/p/3e7fc631b03081509ff5e74454b69167)｜回到週頁：[W1（9/10）](https://app.notion.com/p/3e7fc631b03081309a2adad7f8ae1e27) ## 2. 各段標題（照順序；每段一個 ## 標題，直接照抄連結） - `## [0:08:21](https://www.youtube.com/watch?v=KWGgi100YLY&t=501s) 直播與 Slido 發問規則`　老師講什麼：課程線上線下同時進行；線上同學有問題要用 Slido 發問，YouTube 留言一律不回，跟課程無關的 Slido 留言會被刪。 - `## [0:11:30](https://www.youtube.com/watch?v=KWGgi100YLY&t=690s) TAICA 聯盟與衛星課程`　老師講什麼：TAICA 今年 63 校、帳面超過 1000 人修課。混成式授權：鏡像課程由成大團隊改作業打分，衛星課程由各校協同教師改作業打分；今年衛星學校 4 所，含朝陽科大。也介紹五個學分學程與教育部證書規定。 - `## [0:20:34](https://www.youtube.com/watch?v=KWGgi100YLY&t=1234s) 課程目標、課本與 NTU COOL`　老師講什麼：目標是廣泛認識 AI 的基礎與各分支，並實際做一個 AI 專題。課本是 Russell & Norvig 第 4 版（2020），只挑 Part 1、4、5、6 的部分章節，最後可能補一點 Generative AI。所有課務在 NTU COOL，一定要用學校官方 email 接受邀請。 - `## [0:30:39](https://www.youtube.com/watch?v=KWGgi100YLY&t=1839s) 五個作業與期末考時程`　老師講什麼：作業一就是期末專題提案（找組員、想題目），之後每兩週一個作業，作業三是期中回報、作業五幾乎要把專題做完；表現好的前 15 組在 12/24 報告；12/10 期末紙筆考。這些已整理在課程頁。 - `## [0:40:12](https://www.youtube.com/watch?v=KWGgi100YLY&t=2412s) 期末專題怎麼選題`　老師講什麼：可以從 Aidea、Aigo、Kaggle 或自己的論文找題目；舉資料預測、物件偵測、瑕疵檢測、強化學習玩遊戲等例子。只把現成工具兜起來分數就低，要用到這門課的觀念；股市預測、口罩偵測是「千年老題目」，建議做機器人模擬這類新問題。 - `## [0:44:45](https://www.youtube.com/watch?v=KWGgi100YLY&t=2685s) 這門課教什麼、不教什麼`　老師講什麼：定位是大三到碩一的中介課程，講得廣但不深、也不新。AI 包含 ML，ML 包含 DL，DL 之後有 GenAI，今年 GenAI 裡又多了 Agentic AI；老師不教 PyTorch、LLM 或 agent 工具怎麼用，只教十年內不會變的基礎觀念，但歡迎專題用這些工具。 - `## [0:51:26](https://www.youtube.com/watch?v=KWGgi100YLY&t=3086s) 選課注意事項`　老師講什麼：先備能力是程式，最好有機率與演算法；作業格式要百分之百符合規定，因為可能用程式批改；12/10 一定要同步考試；避免同一門課有兩筆修課紀錄；各校選課資料匯入 NTU COOL 有時間差。 - `## [0:56:31](https://www.youtube.com/watch?v=KWGgi100YLY&t=3391s) Slido 問答精選`　老師講什麼：考試幾乎都是問答題、不考手寫程式，英文出題但可以用中文回答，考試時只能連 NTU COOL、不能用 AI 或翻譯；作業和專題可以用 AI；作業二、四要寫程式；可以一人一組；專題不一定要訓練模型（LLM workflow 也可以）；不提供 GPU 算力，請用 Colab；老師說成績打得不甜。 ## 3. 老師強調／會考／不考的地方（原句已驗證；寫進筆記時 ASR 錯字要改正） - (0:43:07) [強調] 「那這個就是你分數是否能夠高的一個關鍵」 → 期末專題要用到這門課學的觀念，不能只是把現成工具兜起來 - (0:50:16) [強調] 「這個東西應該是在未來十年不會變的東西」 → 這門課教的是基礎觀念，不教會很快過時的工具 - (1:00:10) [強調] 「期末考試幾乎都是問答題」 → 考試形式是問答題 - (1:16:52) [不考] 「考題作答需要手寫程式題目，不用，考試都是問答題」 → 考試不考手寫程式 ## 3b. 數學段候選（程式抓的，只是提示；寫「跳過提示」行用） 0 段候選（門檻 3.0 字／30 秒） ## 4. 這章摘要與重要度 介紹 TAICA 與衛星課程、課程目標與課本、期末專題怎麼選題、這門課教什麼不教什麼，最後用 Slido 回答考試形式、分組、用 AI 等問題。（行政） ## 5. 整堂課的提醒（ASR 錯字、老師口誤、投影片缺公式等；只用跟這章有關的） - 影片 0:00:00–0:08:21 是在設定直播，沒有上課內容，直接從 0:08:21 開始看。 - 01 章（0:08–1:20）是行政：考試日期、作業時程、評分比例已經整理在課程頁，這章只補課程頁沒有的（衛星課程、選題建議、這門課教什麼不教什麼、Slido 問答精選）。 - 朝陽科大是衛星學校：作業和學期分數由朝陽的協同教師陳榮靜老師負責（逐字稿 ASR 寫成「長陽科大的陳榮進老師」，0:14:32）。 - 老師說 Ch1、Ch2 都偏「聊聊天」，真正核心從 Ch3 開始（2:59:31）。這週 Ch2 只講到 p.12，p.13 起在 W2 接著講。 - 本機的 Lecture 0 投影片 PDF 是去年版（p.2 寫 114 學年、p.19 寫 12/11 考試與 12/18 報告）；今年老師口頭說的是 12/10 考試、12/24 報告，以老師口頭與 NTU COOL 為準。 - ASR 人名校名：「長陽科大的陳榮進」＝朝陽科大陳榮靜（0:14:32）；「鎮丘科大的施松春」＝正修科大施松村；「高雄科大的蕭宏傑」投影片（去年版）寫戴鴻傑，今年是否換人不確定。 - ASR 術語：混程式授權＝混成式授權；系統老師＝協同教師；頭影片＝投影片；TICA／拍卡＝TAICA；期末卡＝期末考；志工系館＝資訊系館；AIDAIGOCAGO＝Aidea、Aigo、Kaggle；Engineering AI／EngineeringAgent＝Agentic AI；ntu庫／ntu酷／MTU COOL＝NTU COOL；ChainGPT＝ChatGPT；Olama＝Ollama。 - ASR 歷史人名：McClouch／Macroch＝McCulloch；Dim Edelman＝Dean Edmonds；Marvin Vinsky＝Minsky；Claudius Shannon＝Claude Shannon；Harper Simon＝Herbert Simon；Prowe＝Judea Pearl；Yashua Bejo＝Yoshua Bengio；Bartol＝Barto；Rison and Hall＝Bryson and Ho；Dendro＝DENDRAL；MindC＝MYCIN；Base Network＝Bayesian network；被propagation＝back-propagation；Geometric Theory Prover＝Geometry Theorem Prover；ImgNet／Ingenet＝ImageNet；Lewis／New Year's＝NeurIPS；Hawking Face＝Hugging Face。 - ASR Ch2：a curator／Equator＝actuator；「回答他們提出一個系統叫Onimus／Oniverse」應是「輝達（NVIDIA）提出的 Omniverse」（2:53:52，推測）；CyberCat＝Tesla Cybercab；Athropic Cloud＝Anthropic Claude。 - 老師口誤：2:06:22 說「billions of dollars in 1980年」，投影片 p.21 是 1988；0:47:36 說 ChatGPT「大概在 2020 年左右」出來，實際是 2022 年 11 月；2:15:14 附近說訓練出「語音辨識」模型，前後文是 ImageNet 影像辨識。 - Samuel 的程式投影片 p.15 寫 checkers（西洋棋），但 checkers 其實是西洋跳棋，老師口頭也說西洋棋；考試寫 checkers。 - Omniscience：老師口頭（2:53:45）講的 omniscient 比較像 fully observable（環境資訊全都知道）；課本 p.7 的意思是「知道行動的真實結果」，並說理性不要求全知（rationality maximizes expected performance, while perfection maximizes actual performance）。考試寫課本版。 - 老師提到的 2026 年新聞（GPT-6 Astra、OpenAI 模型逃出沙盒侵入 Hugging Face、Meta 記錄員工滑鼠軌跡訓練模型）無法查證，筆記只當老師舉的例子轉述，不當事實寫。 - 本機 Lecture 0 PDF 是去年版：p.3 衛星學校列了 5 所（含南臺科大），今年老師口頭說只有 4 所（臺中科大、高雄科大、朝陽科大、正修科大）；p.19 日期 12/11、12/18 也是去年的，今年是 12/10 考試、12/24 報告。 - Lecture 0 p.17 的圖（AI ⊃ ML ⊃ DL ⊃ GenAI）在本機是去年版；老師說今年的投影片在 GenAI 裡多畫了 Agentic AI（0:47:59）。 ## 6. 投影片文字（這章範圍） **這幾頁的公式或內容只在圖裡（文字檔抓不到），寫 Exam-ready 與公式前先用 Read 看這幾張圖：** - Lecture 0 p.1 → C:\D槽\TAICA課程\_work\notes-v2\ai-w1\img\brief_Lecture 0_p001.png - Lecture 0 p.5 → C:\D槽\TAICA課程\_work\notes-v2\ai-w1\img\brief_Lecture 0_p005.png - Lecture 0 p.7 → C:\D槽\TAICA課程\_work\notes-v2\ai-w1\img\brief_Lecture 0_p007.png - Lecture 0 p.9 → C:\D槽\TAICA課程\_work\notes-v2\ai-w1\img\brief_Lecture 0_p009.png - Lecture 0 p.11 → C:\D槽\TAICA課程\_work\notes-v2\ai-w1\img\brief_Lecture 0_p011.png - Lecture 0 p.13 → C:\D槽\TAICA課程\_work\notes-v2\ai-w1\img\brief_Lecture 0_p013.png - Lecture 0 p.18 → C:\D槽\TAICA課程\_work\notes-v2\ai-w1\img\brief_Lecture 0_p018.png --- Lecture 0 p.1 --- Introduction to Artificial Intelligence Course Overview Wei-Ta Chu (朱威達) 1 https://www.youtube.com/@WeiTaChu --- Lecture 0 p.2 --- • 臺灣大專院校人工智慧學程聯盟（Taiwan Artificial Intelligence College Alliance，TAICA） • 114學年第1學期主導課程—混成式授權（鏡像課程＋衛星課 程） • 鏡像課程：由主導教師的團隊上課、出作業改作業、評分 • 衛星課程：由主導教師上課、出作業，由協同教師改作業、 評分 Class Information 2 --- Lecture 0 p.3 --- • 衛星課程：由主導教師上課、出作業，由協同教師改作業、 評分 • 朝陽科技大學（協同教師：陳榮靜老師） • 南臺科技大學（協同教師：陳銘哲老師） • 正修科技大學（協同教師：何俊輝、郭庭歡、施松村老師） • 國立臺中科技大學（協同教師：蕭國倫老師） • 國立高雄科技大學（協同教師：戴鴻傑老師） Class Information 3 --- Lecture 0 p.4 --- • 臺灣產業亟需人工智慧人才 • 人才稀缺 • 整合跨校課程資源 • 提供學生跨校學習AI課程的機會 • 不同學校協作，共同培養未來人才 臺灣大專院校人工智慧學程聯盟 4 --- Lecture 0 p.5 --- 5 臺灣大專院校人工智慧學程聯盟 [IMAGE-ONLY] --- Lecture 0 p.6 --- • 1. 學分學程總共修習學分為15學分， • 2. 至少12學分不屬於學生主修、輔系及其他學程應修科目 • 3. 抵免學程規劃之課程，以3學分為限，送AI聯盟校內學程 委員會審查同意後，始可抵免 • 4. 如需教育部的學分學程證書，需修習至少三分之一以上的 課程為主導課程 臺灣大專院校人工智慧學程聯盟 6 --- Lecture 0 p.7 --- 臺灣大專院校人工智慧學程聯盟 7 114/1 [IMAGE-ONLY] --- Lecture 0 p.8 --- • 人工智慧導論 • 課程目標： • 廣泛了解人工智慧的基礎知識、不同發展分支的 基礎概念、以及實際動手進行人工智慧專題 • 涵蓋智慧代理、搜索演算、統計學習、深度學習 以及人工智慧應用。 臺灣大專院校人工智慧學程聯盟 8 --- Lecture 0 p.9 --- • Main Class Time: 13:10~16:00 Thursday • Main Class Location: 成大資訊系館 4264, 4261; 線上 • Lecturer: Wei-Ta Chu (朱威達) (Office 資訊新館65B08) • Textbook: Stuart Russell and Peter Norvig, Artificial Intelligence: A Modern Approach 4th edition, Pearson, 2020. • Course website: NTU Cool https://cool.ntu.edu.tw http://mmcv.csie.ncku.edu.tw/~wtchu/courses/2025f_AI/index.html Class Information 9 https://www.youtube.com/@WeiTaChu --- Lecture 0 p.10 --- • Part 1: Artificial Intelligence • Part 2: Problem Solving • Part 3: Knowledge, Reasoning, and Planning • Part 4: Uncertain Knowledge and Reasoning • Part 5: Machine Learning • Part 6: Communicating, perceiving, and acting • Generative AI Syllabus 10 --- Lecture 0 p.11 --- Schedule 11 [IMAGE-ONLY] --- Lecture 0 p.12 --- • Five assignments (40%) • Including programing, writing report, and short video • One exam (30%) • One final project (30%) • Including project proposal, project implementation, writing report, and oral presentation Grading 12 --- Lecture 0 p.13 --- • Organize a team and find a topic • Solve the target problem by the developed methods • You can find topics on, for example, • Aidea • Aigo • Kaggle • Your master thesis! Final Project 13 --- Lecture 0 p.14 --- • Predicting real estate prices • Flower classification • Product identification • 3D baseball bat swing • Ball tracking Examples (1/2) 14 --- Lecture 0 p.15 --- • Reinforcement Learning to play games • Sentiment Analysis • Recognition in Assembly Line • … • 順帶一提，千年老題目有： • 預測股市變動、Covid-19相關 Examples (2/2) 15 --- Lecture 0 p.16 --- • Knowing basics and categories of artificial intelligence • Basic algorithms and applications of AI • Really working on an AI project Why This Course? 16 --- Lecture 0 p.17 --- Why This Course? 17 Artificial Intelligence Machine Learning Deep Learning Most people think what AI is. Does this course mainly cover this? NO! We will cover all aspects in AI. GenAI --- Lecture 0 p.18 --- Why This Course? 18 • We will NOT focus on how to use Pytorch, Tensorflow, … • We will NOT focus on practical applications or recent techniques, like GenAI, Stable diffusion, LLM, … • We introduce artificial intelligence in a broad range • We allow/welcome you to use deep learning in final project --- Lecture 0 p.19 --- 選課注意事項 19 • 先備能力：程式設計。另外若有機率、演算法基礎更好。 • 交作業時務必符合作業規定之格式 • 從學期一開始就要探索及進行期末專題 • 可選擇同步或非同步上課，但12月11日需進行同步考試，12 月18日進行優選團隊的需同步報告，請評估時間是否允許 • 務必避免同一學生在本課程有兩個修課紀錄 • 同時屬於台灣綜合大學及聯盟學校的學生尤其要注意 ## 7. 逐字稿（0:08:21 前後各多 1 分鐘，原始行） [00:08:21] 禮拜四下午1點10分 [00:08:23] 我們這門課是人工智慧導論 [00:08:30] 那目前呢 [00:08:32] 照理講上課的人會是 [00:08:35] 目前在成大教室裡面 [00:08:39] 大概還沒有做滿啦 [00:08:40] 理論上是應該要做滿的 [00:08:43] 什麼100多個 [00:08:44] 130 [00:08:46] 然後還有現在線上 [00:08:49] 理論上應該是會有 [00:08:51] 雖然我現在看不到線上有多少人 [00:08:53] 有助教在幫我monitor [00:08:55] 目前是100個 [00:08:57] 好 理論上呢 [00:08:59] 我們這門課就是線上線下同時進行 [00:09:02] 那現在大家畫面上看到的 [00:09:05] 是slido的QR code [00:09:08] 那我們所有的 [00:09:10] 除了在場成大的同學 [00:09:12] 你有問題你就舉手 [00:09:13] 你不要在那邊給我slido [00:09:15] 你就舉手問就好了 [00:09:18] 那但是線上的同學呢 [00:09:20] 你如果有問題的話 [00:09:22] 就在slido上面來進行 [00:09:25] 你把你的問題打上去 [00:09:26] 讓我上課上到一定的階段 [00:09:30] 我就會去回覆一下 [00:09:33] slido上面的問題 [00:09:35] 那我知道現在在看YouTube的這些同學 [00:09:38] 有些你可能就 [00:09:40] 我不是很確定啦 [00:09:41] 是不是YouTube上面有人 [00:09:42] 就會有人留言 [00:09:44] 你只要是在YouTube上面留言 [00:09:46] 我們一概不予理會 [00:09:48] 所以你如果有問題 [00:09:49] 你要透過slido來進行問答 [00:09:53] 不要在那個 [00:09:56] slido上面呢 [00:09:57] 你如果 [00:09:58] 對不起 [00:10:04] slido上面呢 [00:10:06] 不管是slido上面 [00:10:07] 或者是YouTube上面 [00:10:10] 欸我們的沒有一個 [00:10:14] 好 [00:10:15] 喂 [00:10:16] 喂喂喂 [00:10:17] 餵我們的麥克風很爛 [00:10:18] 好 [00:10:19] 都沒電了 [00:10:21] 好 [00:10:21] 只要你 [00:10:22] 不管你是在slido上面 [00:10:23] 或者是YouTube上面 [00:10:25] 反正YouTube上面怎麼回 [00:10:27] 我們都不會理會啦 [00:10:29] 那slido上面你如果 [00:10:31] 留一些跟課程無關的 [00:10:33] 我們一樣也是不會理會 [00:10:36] 我們助教看到就會把它刪掉 [00:10:38] 這樣子 [00:10:39] 好 [00:10:40] 那所以理論上 [00:10:41] 我們現在是 [00:10:42] 和線上線下同時進行的 [00:10:46] 其實我們每次在開這門課的時候呢 [00:10:49] 我們的 [00:10:51] 整個環境的設置都變得很複雜 [00:10:54] 因為我要處理現場的同學 [00:10:58] 我還要處理線上的同學 [00:11:01] 然後 [00:11:03] 就是會有投放的這個 [00:11:06] 一些相關的問題 [00:11:07] 好那我希望 [00:11:09] 網路不要出問題 [00:11:11] 在我第一年 [00:11:12] 教課的時候網路還出問題 [00:11:14] 那就很慘很慘 [00:11:16] 那這門課是以這樣的形式上是 [00:11:20] 今年是第三次 [00:11:21] 那請大家可以先記一下這個slido [00:11:25] 好 [00:11:27] OK然後 [00:11:30] 再來我們就要開始進入我們的課程 [00:11:44] 好那首先先做一下這個課程的介紹 [00:11:47] 我是助理導導成大資風系的老師 [00:11:50] 好 [00:11:51] 然後 [00:11:53] 大家可以透過這個youtube的連結 [00:11:56] 你可以直接看課程的直播 [00:12:00] OK [00:12:01] 那所以現在理論上大部分的同學 [00:12:04] 應該在看youtube的直播 [00:12:07] 好那我們這門課呢 [00:12:08] 為什麼要這麼弄 [00:12:09] 是因為我們這門課是 [00:12:12] TAICA臺灣大專院校人工智慧學程聯盟的一門課 [00:12:17] 那目的就是說 [00:12:20] 我們有一些老師所開的課 [00:12:23] 不只成大 [00:12:24] 其實全國好多的學校 [00:12:27] 有一些課程 [00:12:28] 他在上課的時候呢 [00:12:30] 就開放給所有TAICA聯盟的學校 [00:12:34] 一起來的同學一起來上課 [00:12:37] OK [00:12:38] 那到了今年應該是有63間學校是聯盟學校 [00:12:46] 去年還是55間 [00:12:48] 前年是25間 [00:12:50] 所以帳面上 [00:12:52] 目前我們這門課的修課人數 [00:12:55] 帳面上是1000 [00:12:57] 超過1000位 [00:12:59] OK超過1000位 [00:13:01] 好那我們這門課的這個運作的方式呢 [00:13:07] 我們會用所謂的混程式授權 [00:13:10] 混程式就是包含了鏡像課程跟衛星課程 [00:13:13] 什麼意思呢 [00:13:14] 鏡像課程就代表說 [00:13:17] 你在修這門課的時候 [00:13:21] 誰上課 [00:13:22] 我上課 [00:13:23] 然後呢我出作業 [00:13:25] 我改作業 [00:13:26] 然後我給你學習 [00:13:28] 我給你這個學期的評分 [00:13:32] OK總分數 [00:13:34] 那這個叫鏡像課程 [00:13:35] 那衛星課程呢 [00:13:37] 就是說還是由我來上課 [00:13:40] 我來出作業 [00:13:41] 但是呢 [00:13:42] 我們會有協同的老師來幫忙改作業 [00:13:45] 以及給予你最後的學期分數 [00:13:50] 那所以我們混合了 [00:13:52] 這兩種 [00:13:52] 那原因其實也蠻明顯的 [00:13:57] 就是說如果今天1000位同學 [00:13:59] 都是由我這邊來改作業 [00:14:01] 那你可以想像我們這裡的這個loading會有多大 [00:14:05] 所以我們希望多找一些老師來幫忙 [00:14:08] 好 [00:14:10] 那今年呢 [00:14:13] 雖然說我們有63間聯盟學校 [00:14:15] 但是真正是所謂的衛星課程的學校 [00:14:20] 其實只有4所 [00:14:22] 臺中科大 [00:14:23] 高雄科大 [00:14:24] 長陽科大跟鎮丘科大 [00:14:26] 那我們特別謝謝臺中科大蕭國倫老師 [00:14:30] 高雄科大的蕭宏傑老師 [00:14:32] 長陽科大的陳榮進老師 [00:14:34] 還有鎮丘科大的施松春老師 [00:14:38] 來擔任在那個學校對應的學校的系統老師 [00:14:43] 所以如果現在在看課程的同學 [00:14:47] 你如果是這4間學校的同學 [00:14:50] 基本上就是改作業的以及給分數的 [00:14:55] 就是你們各校的對應的老師這樣 [00:14:59] 除此之外 [00:15:00] 其他所有非這4間學校的其他所有學校的同學 [00:15:06] 這個都是由我們成大這邊的助教團隊來批改作業 [00:15:12] 跟最後給分數 [00:15:14] 當然是這樣子 [00:15:16] 好 [00:15:17] 那為什麼會有這個學生聯盟 [00:15:19] 是因為 [00:15:21] 三四年前三年多之前 [00:15:24] 當時教育部呢 [00:15:26] 就是感受到說現在這個產業急需人工智慧的人才 [00:15:31] 然後跨校的這個課程資源 [00:15:35] 應該要進行一些整合 [00:15:37] 因為不同學校的課程的量能不一樣 [00:15:40] 所以就希望能夠找一些有辦法開授課程的老師 [00:15:46] 然後他的課程可以這個share出來 [00:15:49] 給大家一起上 [00:15:51] 那當然有一些課程是你們自己本身學校的老師 [00:15:55] 可能也可以上的 [00:15:56] 那當然很好 [00:15:57] 你就去上 [00:15:58] 不要來我們這邊 [00:15:59] 我們這裡很擠的1000位人 [00:16:01] 那 [00:16:03] 這所以說我們的目標是希望能夠提供跨校學習AI課程的機會 [00:16:09] 然後呢 [00:16:10] 其實有另外一個好處就是說不同學校的學生可以合作 [00:16:15] 來共同培養這個未來的一個人才 [00:16:17] 那就我們過去 [00:16:18] 等一下我講我們課程的要求 [00:16:20] 就我們過去 [00:16:21] 我們過去的這個經驗裡面 [00:16:23] 我們會要大家做期末專題 [00:16:26] 那的確也有跨校的同學一起組成一隊 [00:16:31] 所以我覺得這就是一個蠻好的一個經驗 [00:16:35] 好那簡單介紹一下TICA這個聯盟的這個規劃 [00:16:40] 這是到今年4月23號最新的一個版本 [00:16:46] 在一開始的時候還沒有這麼多個學費學生 [00:16:49] 現在呢 [00:16:50] 我們已經到12345有五個學分學程了 [00:16:53] 包含人工智慧探索應用學分學程 [00:16:57] 工業應用學分學程 [00:16:59] 自然語言技術學分學程 [00:17:01] 智慧視覺技術學分學程 [00:17:03] 跟資訊安全技術學分學程 [00:17:07] 那不同的學分學程 [00:17:10] 他要修的課以及他對應的課程地圖 [00:17:13] 這個軌跡不太一樣 [00:17:15] 那我們這門課呢 [00:17:16] 我們扮演的角色就是在 [00:17:19] 探索應用學分學程裡面的核心課程 [00:17:22] 你可以看到紅色的區塊 [00:17:25] 所以你從這個他的位置大概就可以感受到說 [00:17:30] 你在修這門課之前 [00:17:32] 最好你應該要有這裡寫的機率跟程式設計的基礎 [00:17:37] 這樣來修會更好 [00:17:39] 那另外呢 [00:17:41] 我們人工智慧導入這門課呢 [00:17:44] 也是在自然語言技術學分學程這裡面的一個核心課程 [00:17:48] 那這邊就請大家參酌一下 [00:17:53] 就是說你可以選擇 [00:17:55] 你是希望拿到哪一個學分學程的證書 [00:18:01] 那你會想說學分學程 [00:18:04] 我們各校也都有學分學程啊 [00:18:07] 對不對 [00:18:08] 但各校也都在推學程嘛 [00:18:10] 那這個TICA的學分學程 [00:18:14] 跟你各校的學分學程有什麼不一樣 [00:18:16] 就是 [00:18:18] 差別在於TICA的課的學分學程 [00:18:23] 發學成證書的就是教育部 [00:18:27] 因為是教育部在主導這整個聯盟 [00:18:30] 所以說呢 [00:18:31] 發證書的是教育部 [00:18:34] 如果是比如說我們成大裡面有很多學分學程嘛 [00:18:38] 你去學完之後呢 [00:18:39] 你也會拿到成大發給你的某某某某學分學程 [00:18:45] 所以基本上概念是一樣的 [00:18:46] 只是說 [00:18:48] 我們這一個人工智慧學程聯盟的概念 [00:18:52] 是希望能夠跨校 [00:18:53] 然後不同學校之間的課程的資源 [00:18:57] 可以做一些整合 [00:18:58] 或者是分享應用這樣子 [00:19:01] 好 [00:19:02] 那詳細的規定大家可以自己去看 [00:19:05] 我們這裡很快的講一下 [00:19:07] 比如說學分學程職工需要修十五學分 [00:19:09] 至少十二學分不屬於學生主修輔系 [00:19:12] 然後呢有一些抵免的相關規定 [00:19:15] OK [00:19:16] 那如果需要教育部的學分學程證書的話呢 [00:19:17] 需要修習至少三分之以上的課程為主導課程 [00:19:22] 這個請大家自己再去看TICA的網頁 [00:19:25] 它說不定有做一些修正 [00:19:27] 這個請大家自己去看 [00:19:30] 好 [00:19:31] 那所以呢 [00:19:32] 本來我們這門課是在當時 [00:19:35] 學成聯盟剛成立的第一批 [00:19:39] 當時在那個學期 [00:19:40] 1130年度第一學期 [00:19:43] 有五門課是作為 [00:19:46] 先前部隊 [00:19:49] 這是我們就直接就上了 [00:19:51] 就是這五門課 [00:19:53] 包含成大一門 [00:19:54] 清大兩門 [00:19:55] 跟好像臺大兩門 [00:19:57] 在1130年度第一學期 [00:19:59] 第一次開始這整個的計畫 [00:20:07] 那在當時呢 [00:20:09] 我們都還是進向課程 [00:20:11] 也就是說在第一次開課的時候 [00:20:13] 25間聯盟學校的學生 [00:20:15] 都是由我們來打分數 [00:20:18] 給最後的學期分數 [00:20:20] 等等等等 [00:20:21] 然後一路 [00:20:22] 1140年第一學期 [00:20:23] 我們又再開了一次 [00:20:24] 就變成混合式的授權 [00:20:26] 到現在是 [00:20:27] 1150年度的第一學期 [00:20:29] 我們也是混合授權的方式來進行 [00:20:34] 好 [00:20:35] 那所以我們這門課呢 [00:20:36] 我們的課程目標就是希望能夠 [00:20:38] 讓大家廣泛的瞭解 [00:20:40] 人工智慧的基礎知識 [00:20:42] 不同的發展分支的基礎知識 [00:20:45] 概念 [00:20:46] 以及你要實際動手做一個 [00:20:48] 人工智慧相關的狀體 [00:20:50] OK [00:20:51] 那它裡面涵蓋的內容 [00:20:53] 可能包含智慧代理啦 [00:20:54] 搜尋演算啦 [00:20:56] 統計學習 [00:20:57] 深度學習 [00:20:58] 人工智慧應用等等等等 [00:20:59] 這些 [00:21:00] 講起來很廣泛啦 [00:21:01] 好 [00:21:02] 那現在已經是 [00:21:03] 115年 [00:21:05] 2026年的嘛 [00:21:06] 其實在過去兩年 [00:21:09] 我們都已經 [00:21:10] 每一個學期都有若干門課 [00:21:13] 開出來嘛 [00:21:14] 好 [00:21:15] 但是啊 [00:21:16] 已經有人拿到學程證書了喔 [00:21:18] 好 [00:21:19] 這是2026年8月25號 [00:21:21] 拍卡的記者會的一個照片 [00:21:24] 已經有接近30位同學 [00:21:27] 已經拿到 [00:21:28] 剛剛前面講的這些 [00:21:30] 學程 [00:21:31] 某一些學分學程的證書了 [00:21:33] 所以 [00:21:34] 經過了兩年之後 [00:21:35] 已經有人確定拿到這個 [00:21:37] 好 [00:21:38] 所以如果 [00:21:39] 當然你如果有興趣 [00:21:40] 你有這個目標 [00:21:41] 你希望拿到 [00:21:42] 你希望能夠把一整個體系的 [00:21:44] 這個課程修完的話 [00:21:46] 好 [00:21:47] 那請大家自己去注意 [00:21:48] 修課的相關的規定 [00:21:49] 以及你修課的軌跡這樣子 [00:21:52] 好 [00:21:53] 好 [00:21:54] 好 [00:21:55] 那跟我們這個課 [00:21:56] 特別相關的 [00:21:57] 首先 [00:21:58] 這個上課的時間 [00:22:00] 禮拜四下午1點10分到4點 [00:22:03] 這個就要請 [00:22:05] 各個學校的同學 [00:22:06] 都配合我們 [00:22:08] 成大的時間啦 [00:22:09] 因為 [00:22:10] 我是成大老師 [00:22:11] 我其實 [00:22:12] 我這門課本來就是開給 [00:22:13] 成大的同學來上的 [00:22:16] 只是現在分享出去嘛 [00:22:18] 好 [00:22:19] 所以 [00:22:20] 也許 [00:22:21] 你們學校的課程時間 [00:22:23] 跟我們不太一樣 [00:22:24] 但是沒有辦法 [00:22:25] 就是麻煩你們就 [00:22:26] 跟我一起搭配 [00:22:27] 好 [00:22:28] 那 [00:22:29] 中途 [00:22:30] 當然會有休息時間 [00:22:31] 但是我上課的方式是 [00:22:33] 我不見得剛好整點 [00:22:35] 就休息啦 [00:22:36] 好 [00:22:37] 我就是講到一個段落 [00:22:38] 就休息這樣子 [00:22:40] 好 [00:22:41] 所以不見得一定 [00:22:42] 剛好是幾點休息 [00:22:43] 但因為我們這是一個 [00:22:44] 接近連續三個小時的課嘛 [00:22:46] 所以你大概也不會有什麼中途 [00:22:49] 突然要趕去另外一個校區 [00:22:51] 休課的問題 [00:22:53] 才是 [00:22:55] 那上課的地點 [00:22:56] 實體上課的地點呢 [00:22:57] 就是 [00:22:58] 成大志工系館 [00:23:00] 4264 [00:23:01] 那我們今天 [00:23:02] 其實 [00:23:03] 我們還預留 [00:23:05] 我們還預留準備了 [00:23:07] 另外一間教室4261 [00:23:09] 因為根據過去 [00:23:11] 根據過去的經驗 [00:23:13] 第一堂課呢 [00:23:15] 就會有蠻多人 [00:23:16] 搞不清楚狀況 [00:23:17] 想要來修 [00:23:18] 然後就會把這一間教室 [00:23:20] 塞滿 [00:23:21] 好 [00:23:23] 至少我目前在 [00:23:24] 課程系統上面看到了 [00:23:26] 好像 [00:23:27] 至少成大的額度是滿的 [00:23:29] 成大有一百三十個名額 [00:23:31] 那如果都有出現的話 [00:23:33] 應該這間教室是會滿的喔 [00:23:35] 所以一定代表 [00:23:36] 有人沒有出現 [00:23:37] 好 [00:23:41] 出現好啊 [00:23:42] 不要啦 [00:23:43] 很熱 [00:23:44] 來 [00:23:45] 那當然大部分同學都在線上 [00:23:47] 那如果說未來 [00:23:49] 比如說下禮拜 [00:23:50] 下下禮拜我們觀察 [00:23:52] 反正這間教室都做不滿了 [00:23:54] 那我們當然4261 [00:23:55] 我們就不會再借 [00:23:57] 不需要再借 [00:23:58] 那我的辦公室在 [00:24:01] 志工新館 [00:24:02] 11樓65B08 [00:24:04] 所以呢 [00:24:05] 如果你對課程有什麼問題的話 [00:24:08] 請優先去找助教 [00:24:10] 助教解決不了的再來找我 [00:24:12] 要跟我約時間 [00:24:13] 好 [00:24:14] 那我們上課呢 [00:24:16] 我們是上這一本書 [00:24:19] 好 [00:24:20] 這本書呢 [00:24:21] 是人工智慧的聖經 [00:24:25] 聖經本 [00:24:26] 但是你聽到聖經本 [00:24:28] 你就知道說 [00:24:29] 這是一本歷史悠久的書 [00:24:31] 所以的確 [00:24:32] 這本書呢 [00:24:33] 很厚 [00:24:34] 我今天 [00:24:35] 我都懶得帶出來 [00:24:36] 因為一千多頁超厚的 [00:24:39] 那目前的最新版本是第四版 [00:24:43] 2020年出版的 [00:24:45] 其實你如果對於人工智慧的發展 [00:24:47] 有一點sense的話 [00:24:49] 你就知道說 [00:24:50] 這是一本古書了 [00:24:52] 對不對 [00:24:53] 現在都2026年了 [00:24:54] 這個書還在2020年 [00:24:56] 這什麼古時候的 [00:24:58] 什麼死海 [00:24:59] 死海古解是 [00:25:01] 好 [00:25:02] 呃 [00:25:03] 但是等一下我會解釋為什麼 [00:25:05] 好 [00:25:06] 我會解釋我們課 [00:25:07] 我們這本課到底在教什麼 [00:25:09] 為什麼我們還在講這本書 [00:25:11] 好 [00:25:12] 所以 [00:25:13] 可能會跟你語氣不一樣 [00:25:15] 好 [00:25:16] 然後再來 [00:25:17] 我們的課程資源 [00:25:20] 我們的整個課程的運作 [00:25:23] 都是在ntu cool [00:25:25] 的這個系統上面運作 [00:25:27] 所以請成大的同學注意 [00:25:30] 不要去moodle [00:25:32] ok [00:25:33] 我們都是在ntu cool上面 [00:25:36] 來運作的 [00:25:38] 好 [00:25:39] 來我們連一下ntu cool [00:25:49] 到ntu cool之後呢 [00:25:51] 照理講 [00:25:53] 有 [00:25:54] 這門課 [00:26:07] 好 [00:26:08] 照理講呢 [00:26:09] 所有有經過正常修課程序的同學 [00:26:14] 你應該都會收到ntu cool的通知 [00:26:19] 通知到哪裡呢 [00:26:21] 一定就是通知到 [00:26:23] 你在學校的官方的email [00:26:26] 請特別注意 [00:26:28] 一定要到你的學校課程的官方email [00:26:32] 來收信 [00:26:33] 以及同意加入 [00:26:37] 好 [00:26:38] 不是用你個人的什麼gmail [00:26:39] 因為你如果是gmail [00:26:40] 我根本就不知道你是誰嘛 [00:26:42] 好 [00:26:43] 所以你看 [00:26:44] 我現在可以看到 [00:26:45] 目前 [00:26:46] 上有710位同學 [00:26:48] 沒有接受邀請 [00:26:50] 所以我們帳面上 [00:26:52] 我們帳面上有多少同學修呢 [00:26:54] 我們看一下 [00:27:04] 這裡 [00:27:05] 好 [00:27:06] 目前降到977位 [00:27:08] ok [00:27:09] 目前977位同學 [00:27:10] 裡面 [00:27:12] 還有700位同學 [00:27:14] 沒有進到ntu cool [00:27:17] ok [00:27:18] 好 [00:27:19] 那很明顯的 [00:27:20] 很可能有一個原因是 [00:27:23] 你可能從來沒有去收 [00:27:26] 你的學校官方email [00:27:29] 比如說 [00:27:30] 丁宏遠 [00:27:31] 對不起啊 [00:27:32] 這全國都知道了 [00:27:33] 好 [00:27:34] ncku的這位同學 [00:27:36] 你還沒有接受邀請啊 [00:27:38] 趕快去接受 [00:27:39] ok [00:27:40] 對 [00:27:41] 好 [00:27:42] 那後面還有很多 [00:27:43] 很多很多很多 [00:27:44] 好 [00:27:45] 所以呢 [00:27:46] 請大家 [00:27:47] 你一定要用你的官方email [00:27:48] 為什麼 [00:27:49] 因為這樣我們才知道 [00:27:50] 你是哪一個學校的 [00:27:52] 到時候包含你的選課 [00:27:55] 包含你們各校 [00:27:57] 你們在選課的時候 [00:27:59] 一定都會有一個 [00:28:00] 明確的一個選課紀錄 [00:28:02] 到時候我們打分數之後 [00:28:03] 我們才能夠知道說 [00:28:05] ntu cool這邊才知道說 [00:28:06] 我是要把這個分數 [00:28:08] 是要派回給哪一間學校 [00:28:10] 他就是看這個網址 [00:28:12] 看這個email [00:28:14] 看這個email [00:28:15] 所以你一定要來做這件事 [00:28:17] 好 [00:28:18] 那這件事情呢 [00:28:19] 我每年都在講 [00:28:21] 但是每年都會 [00:28:23] 有人沒有做 [00:28:25] ok [00:28:26] 所以請特別記得這件事情 [00:28:29] 這樣你才可以拿到我們 [00:28:31] 最新的這個 [00:28:34] 最新的課程的內容 [00:28:38] 好 [00:28:39] 所以就是用ntu cool來做 [00:28:41] 好 [00:28:42] 那在過渡期間 [00:28:46] 就是有人就是現在就是還沒有 [00:28:49] 進到ntu cool [00:28:51] 帳號有某些問題 [00:28:53] 或者是說 [00:28:54] 你還在家退選階段 [00:28:56] 那這個時候 [00:28:57] 你可以先來看一下 [00:29:00] 這一個網頁 [00:29:01] 這個就是我的個人網頁了 [00:29:03] 個人網頁底下所掛的一個課程網頁 [00:29:07] ok好 [00:29:08] 那裡面就是很簡單的 [00:29:10] 比如說課程的位置時間 [00:29:14] 然後投影片什麼等等的 [00:29:18] 這個投影片還是舊的對不起 [00:29:20] 我還忘記更新成今年的 [00:29:23] 這是這個還是去年舊的 [00:29:26] ok [00:29:27] 然後對 [00:29:29] 但是我大概只會更新這個課程 [00:29:32] 也大概更新兩三個禮拜 [00:29:34] 因為我假設大家兩三個禮拜之後 [00:29:36] 就都會加入ntu cool了 [00:29:37] 我就不用再額外再美配一份在這裡 [00:29:43] 好 [00:29:44] 那再來就是說這個youtube直播的連結在這邊 [00:29:48] 現在理論上應該大部分人在聽youtube直播 [00:29:52] 現在有多少人 [00:29:53] 247 [00:29:57] 所以你看有多少人沒有在聽 [00:29:59] 247 [00:30:00] 那目前在場的可能100出頭 [00:30:03] 對不對 [00:30:04] 也才300多人嘛 [00:30:05] 那剛剛那個977是怎麼回事呢 [00:30:08] 好 [00:30:09] 可能後來看錄影吧 [00:30:10] 好 [00:30:11] 那ok [00:30:12] 所以基本上我們就是上這一本書 [00:30:15] 那它的內容非常的多 [00:30:18] 我們大概只會挑part1 [00:30:21] 第一部分 [00:30:23] 第四第五第六部分 [00:30:26] 這每一個部分可能都有好幾個chapter [00:30:29] 那我們這些也都是挑一部分的chapter出來講而已 [00:30:33] 然後我們最後可能會補充一點generative ai的內容 [00:30:38] 好 [00:30:39] 那再來這裡很重要 [00:30:40] 我們的整個課程的安排時間安排 [00:30:44] 今天9月10號是我們第一次上課 [00:30:47] 接下來下個禮拜 [00:30:50] 當然我們會上課嘛 [00:30:52] 我們就會公佈我們的第一個作業 [00:30:55] 好 [00:30:56] 大家有一個概念 [00:30:57] 就是說我們這門課要求大家要做一個期末專題 [00:31:01] 什麼時候開始做呢 [00:31:03] 現在就可以開始做 [00:31:06] 現在就開始做 [00:31:07] 我們要求大家 [00:31:09] 第一個作業就是你要去找你的組員 [00:31:12] 然後你要去思考一個你想要做的一個題目 [00:31:18] 這就是大家的第一個作業 [00:31:20] 然後你要寫一個書面的一個proposal [00:31:23] 你會覺得莫名其妙啊 [00:31:25] 我都還沒有開始上課了耶 [00:31:27] 你就要我做一個什麼期末project的一個proposal [00:31:30] 好 [00:31:31] 那所以這其實就是在push大家說 [00:31:34] 你要趕快去想 [00:31:36] 先姑且不論做不做得到 [00:31:38] 但是我就是push大家 [00:31:40] 你要開始找資料 [00:31:41] 你要去想如何用人工智慧的技術 [00:31:44] 來做一個什麼事情 [00:31:46] OK [00:31:47] 如果在座有研究生 [00:31:49] 你最好的方式就是 [00:31:51] 你自己的研究論文 [00:31:53] 有沒有 [00:31:54] 如果有跟AI相關的 [00:31:57] 你一定要想辦法讓自己在修完這門課之後 [00:32:01] 你學到了某一些AI的東西 [00:32:04] 它對於你的研究論文要有幫助嘛 [00:32:09] 你不要來修這門課 [00:32:11] 就只是為了拿這個學分而已 [00:32:13] 它應該也要為你的碩士論文的進度帶來幫助 [00:32:17] 或者說你在修專題 [00:32:19] 大學部專題的 [00:32:20] 你要想辦法讓你的專題 [00:32:24] 跟這個貼上一些關係 [00:32:27] OK [00:32:28] 好 [00:32:29] 所以請記得這件事 [00:32:31] 所以第一個作業就是 [00:32:33] 我們在下週就會公告 [00:32:35] 那我們會公告說格式怎麼樣啦 [00:32:38] 然後你要分組 [00:32:40] 分組的話 [00:32:41] 你可能可以一個人一組 [00:32:43] 你可以最多 [00:32:44] 比如說四個人一組 [00:32:45] 等等的 [00:32:46] 好 [00:32:47] 9月17公佈第一個作業 [00:32:50] 就10月1號 [00:32:53] 要大家交第一個作業 [00:32:56] 同時間我們就會公佈第二個作業 [00:32:59] 好 [00:33:00] 依此類推 [00:33:01] 10月1號公佈第二個作業 [00:33:03] 10月15就要交第二個作業 [00:33:06] 我同時會公佈第三個作業 [00:33:08] 那第三個作業也可以先跟大家講 [00:33:10] 第三個作業就是要大家回報你的專題 [00:33:15] 10月29為止 [00:33:19] 你做的怎麼樣 [00:33:21] 也就是說 [00:33:23] 你從9月17開始想想想 [00:33:27] 然後想了就開始要做囉 [00:33:29] 那你到10月29 [00:33:31] 你就要有一個中途的一個回報 [00:33:33] 你到底做的怎麼樣 [00:33:34] 你跟你學習一開始提的那一個 [00:33:37] 你到底有多大的進展 [00:33:39] 好 [00:33:40] 10月29號提了這個報告之後 [00:33:43] 馬上我們會公佈第四個作業 [00:33:45] OK [00:33:46] 兩個禮拜之後交第四個作業 [00:33:48] 然後要公佈第五個作業 [00:33:50] OK [00:33:51] 然後呢 [00:33:52] 11月26號又要講交第五個作業 [00:33:56] 所以整體而言呢 [00:33:57] 我們會有五個作業 [00:34:00] OK [00:34:01] 那第五個作業呢 [00:34:03] 其實就是要大家幾乎要把你的Final Project做完的 [00:34:09] 我們會從大家的第五個作業的結果裡面 [00:34:14] 挑選出表現比較好的組別 [00:34:19] 在12月24號進行報告 [00:34:25] OK [00:34:26] 好 [00:34:27] 那你如果沒有被挑選到前15名的 [00:34:30] 基本上你的學期末的專題分數 [00:34:36] 就是作業5的分數了 [00:34:39] 那我們一定會控制在 [00:34:41] 你有被挑到前15名的分數 [00:34:44] 一定要遠高於沒有被挑到前15名的 [00:34:47] 我們這樣它中間會有一個gap [00:34:50] OK [00:34:51] 所以鼓勵大家好好做 [00:34:53] 這目的就是鼓勵大家好好做 [00:34:55] 你把你Final Project做好 [00:34:57] 你的作業5拿到高分 [00:34:58] 你就有機會進到12月24號的這個報告 [00:35:02] 我們會再為你打一個最後的 [00:35:05] 一個期末的專題分數 [00:35:08] 好 [00:35:09] 那所以說呢 [00:35:12] 這次作業跟期末專題的部分 [00:35:16] 另外還有一個 [00:35:18] 就是一定要特別注意的是 [00:35:20] 我們在12月10號會有一個期末卡 [00:35:25] 就是紙筆測驗的期末卡 [00:35:29] 所以這裡就變得很重要 [00:35:31] 這要怎麼操作 [00:35:32] 我們休克的人那麼多 [00:35:35] 跨月63間學校 [00:35:38] 所以第一個要求就是說 [00:35:40] 你要修正門課的同學 [00:35:43] 你一定保證 [00:35:45] 必須在12月10號下午1點到4點之間 [00:35:53] 你一定要可以考試 [00:35:55] 你才來修正門課 [00:35:57] 不然你就不要來修正門課 [00:36:00] OK [00:36:02] 因為我們這是線上線下的關係 [00:36:04] 所以其實我們YouTube直播之後會有錄影嘛 [00:36:08] 所以有的人會選擇說 [00:36:09] 我禮拜四下午我有其他的課充堂 [00:36:13] 但是反正正門課 [00:36:15] 我可以後來再看影片啊 [00:36:17] 對的確可以 [00:36:19] 的確可以 [00:36:20] 但是12月10號 [00:36:22] 你一定要在這個時間可以考試 [00:36:26] 你不能夠說 [00:36:27] 到時候12月10號我也充堂 [00:36:29] 老師可不可以換時間 [00:36:30] 不行 [00:36:32] 所以這裡再次強調 [00:36:34] 只要你不管任何理由 [00:36:36] 只要你12月10號 [00:36:38] 下午1點到4點 [00:36:41] 你無法參加實際的考試的同學 [00:36:45] 你就不要修正門課 [00:36:48] 這樣聽懂齁 [00:36:50] 那會怎麼考呢 [00:36:55] 以成大同學來講 [00:36:56] 沒差 [00:36:57] 反正我們就是會借教室 [00:36:58] 你就執筆測驗 [00:37:00] 其他62間學校的同學 [00:37:03] 你的考試的方式應該會是 [00:37:06] 學校會幫你借一間電腦教室 [00:37:09] 然後呢 [00:37:10] 時間一到NTU COOL上面 [00:37:13] 就會開放出我們的試題 [00:37:17] 然後你就把那個word檔download下來 [00:37:20] 然後你就把你的檔案寫在word檔上面 [00:37:23] 然後就用NTU COOL傳上去 [00:37:26] 傳到這個NTU COOL上去 [00:37:29] 這個就是考試的一個進行方式 [00:37:34] 然後呢 [00:37:35] 會有人問說 [00:37:37] 我是某某學校的學生 [00:37:40] 我家住臺南啊 [00:37:42] 我12月10號 [00:37:43] 我可不可以來臺南考 [00:37:44] 不行 [00:37:46] 你不要鬧了 [00:37:48] 很抱歉 [00:37:49] 我們是認學籍 [00:37:50] 不是認你的戶籍 [00:37:52] 你的學籍在成大 [00:37:54] 你就在成大考 [00:37:55] 你的學籍在臺大 [00:37:57] 你就在臺大考 [00:37:58] 你不要鬧 [00:37:59] 不要跟我鬧 [00:38:00] 有人就說 [00:38:01] 我剛好 [00:38:02] 那一週我要回臺南啊 [00:38:03] 我怎麼樣怎麼樣怎麼樣 [00:38:04] 沒有 [00:38:05] 我不管 [00:38:06] 你就是要回到你本來的學校 [00:38:07] 老師幫你借好那個教室去考 [00:38:10] OK [00:38:11] 你說不對啊老師 [00:38:12] 你剛剛講說NTU COOL上面 [00:38:14] 那個 [00:38:15] 反正是網路上的嘛 [00:38:17] 對不對 [00:38:18] 我是在家 [00:38:19] 把我的檔Download下來 [00:38:21] 我又可以了嗎 [00:38:22] 你想我們有那麼笨嗎 [00:38:24] 我們當然是不是鎖IP [00:38:25] 會鎖在那間固定教室裡面啊 [00:38:28] 這樣懂嗎 [00:38:30] 所以拜託不要想一些有的沒的 [00:38:32] 你就 [00:38:33] 你就 [00:38:34] 安安穩穩的 [00:38:36] 該怎麼做就怎麼做 [00:38:38] 不要在那弄一些有的沒的 [00:38:40] 我們handle一個一千人的課程已經很累了 [00:38:44] 不要再處理這些有的沒的 [00:38:47] 好 [00:38:48] 那這個過程當中呢 [00:38:50] 偶爾 [00:38:52] 我可能因為要出國開會的關係 [00:38:56] 所以有可能我會用錄影的方式 [00:38:59] 事先先錄好 [00:39:00] 大家那個禮拜比如說 [00:39:02] 10月1號 [00:39:03] 可能 [00:39:04] 我還現在沒有確定 [00:39:05] 可能我出國 [00:39:06] 那你就是用看影片的方式 [00:39:09] 然後 [00:39:10] 12月17 [00:39:11] 這可能也是 [00:39:12] 可能啦 [00:39:14] 好 [00:39:15] 打分數 [00:39:16] 評分呢 [00:39:17] 因為我們有五個作業嘛 [00:39:18] 我們五個作業就佔40% [00:39:21] 好 [00:39:22] 那這五個作業會是什麼樣的形式 [00:39:25] 你可能是要寫書面報告的 [00:39:27] 你可能是要寫程式的 [00:39:29] 你可能是要做一個成果的video的 [00:39:33] 然後呢 [00:39:34] 我們會有一個期末考 [00:39:36] 這個我都知道啦 [00:39:37] 我們一定要考試 [00:39:39] 我們如果不考試 [00:39:41] 就不會有人去看我的投影片 [00:39:44] 這是一定的 [00:39:46] 你不考試 [00:39:48] 那我幹嘛 [00:39:49] 我在那邊講的 [00:39:50] 汗流浹背 [00:39:51] 我在那邊弄什麼弄啊 [00:39:52] 對不對 [00:39:53] 一定要考試 [00:39:54] 不然你們根本就不聽 [00:39:55] 不看 [00:39:56] 所以就是要考 [00:39:58] 然後呢 [00:39:59] 這個 [00:40:00] final project 30% [00:40:01] 就包含project proposal啦 [00:40:02] 你要implement啊 [00:40:04] 然後 [00:40:05] 表現比較好了 [00:40:06] 我們鼓勵大家 [00:40:07] 有辦法上臺 [00:40:08] 有辦法幹嘛 [00:40:09] 然後講給大家聽 [00:40:11] ok [00:40:12] 好那我final project要做什麼呢 [00:40:14] 基本上你現在就可以開始想 [00:40:16] 如果你決定要修正門課 [00:40:18] 你可以開始找同學 [00:40:22] 去組成一個團隊 [00:40:25] 然後去想說你想要做什麼題目 [00:40:27] 那一般來講的話 [00:40:30] 現在如果你自己本身沒有一個專題的方向 [00:40:35] 或者是碩博士論文的一個方向的話 [00:40:39] 你是一個開放式的一個background的話 [00:40:43] 那你比如說你可以到網路上的一些平臺 [00:40:46] 你其實可以找到蠻多的題目 [00:40:48] AID [00:40:49] AIGO [00:40:50] CAGO [00:40:51] 等等等等的 [00:40:52] 都有 [00:40:53] 都有 [00:40:54] 那或者說你自己想 [00:40:55] 這都可以 [00:40:56] 所以比如說舉個例子啊 [00:40:58] 在過去一兩年的過程當中 [00:41:02] 蠻多這種data prediction的 [00:41:05] 類似的題目 [00:41:07] 比如說預估某個地區 [00:41:08] 預估某個地區的房價的走勢 [00:41:13] 預估颱風過後菜價的變動 [00:41:18] 類似這樣子 [00:41:19] data prediction [00:41:20] 那也蠻多人在做物件偵測 [00:41:24] 比如說我偵測某一個特定的物件 [00:41:28] 這其實現在都已經 [00:41:29] 網路上都已經有code了 [00:41:30] 所以你如果單純只是用一個yolo [00:41:32] 找到裡面有幾個人 [00:41:34] 這就很爛了 [00:41:36] 你一定就是要想一些 [00:41:37] 不一樣的 [00:41:39] ok [00:41:40] 那 [00:41:41] 或者說在做瑕疵檢測啊 [00:41:44] 這些東西 [00:41:45] 或者是比如說去做defect detection [00:41:49] 現在有很多這種偽造的 [00:41:51] defect的狀況 [00:41:53] 或者說你在做一些物件的追蹤 [00:41:55] 比如說你之前 [00:41:57] 我們自己實驗室有在做一些 [00:41:59] 比如說棒球的這個 [00:42:01] 揮棒的這個軌跡 [00:42:03] 3D的軌跡 [00:42:04] 等等等等 [00:42:05] 這是一些例子 [00:42:06] 那比如說有人會去做reinforcement learning [00:42:09] 利用reinforcement learning來自動玩game [00:42:12] 或者做一些情緒分析 [00:42:14] 或者是工廠 [00:42:16] 這個組裝線裡面的一些 [00:42:18] 工廠物件的偵測 [00:42:21] 損壞 [00:42:22] 或者說流程對不對 [00:42:24] 或者是說 [00:42:25] 在做一些image generation [00:42:28] 現在的這個網路上有太多太多 [00:42:32] 現成的這些tool可以使用 [00:42:35] 但是這是好事也是壞事 [00:42:40] 你用了那個tool [00:42:41] 你就覺得說 [00:42:42] 這下我不做了 [00:42:43] 我專輯做完了 [00:42:45] 但其實我們都知道 [00:42:46] 那都是現有的tool [00:42:48] 你把它兜一兜就出來的嘛 [00:42:50] 那你的分數就相對低 [00:42:52] 我們就會問說 [00:42:53] 那你這樣子做 [00:42:55] 跟我實際簡單用一個tool [00:42:57] 有什麼不一樣 [00:42:59] 那你用了哪些 [00:43:01] 你在這門課 [00:43:03] 你學到的觀念來做這些東西 [00:43:05] OK [00:43:07] 那這個就是你分數是否能夠高的一個關鍵 [00:43:11] 那底下順帶一提 [00:43:13] 有一些千年老題目 [00:43:14] 每年都會看到 [00:43:15] 但是我建議大家不要再做了 [00:43:17] 太無聊了 [00:43:18] 比如說預測股市變動 [00:43:20] 大家都有發財夢 [00:43:21] 每年都有人要預測股市的變動 [00:43:25] 做了好幾十年 [00:43:27] 那為什麼 [00:43:28] 你知道為什麼 [00:43:29] 到現在還有人在做嗎 [00:43:31] 因為做不好嘛 [00:43:33] 做不好啊 [00:43:34] 這種東西 [00:43:35] 股市這種東西 [00:43:36] 太多的 [00:43:38] 除非 [00:43:40] 你是Trump [00:43:42] 肚子裡面的一隻蛔蟲 [00:43:43] 不然你怎麼去預測股市呢 [00:43:45] 對不對 [00:43:46] 很難啊 [00:43:47] 你除非你是Trump [00:43:49] 川普你有辦法操縱股市 [00:43:52] 好 [00:43:53] 所以這個題目已經很久了 [00:43:56] 大家發揮一點創意好不好 [00:43:58] 然後呢 [00:43:59] 再來就是說前幾年 [00:44:00] 有疫情的時候 [00:44:01] 也有蠻多跟疫情相關的題目 [00:44:04] 比如說偵測有沒有戴口罩 [00:44:06] 這個都實在是非常古老的題目了 [00:44:10] 那我們鼓勵大家去用一些 [00:44:13] 多想一下 [00:44:15] 現在新的時代對不對 [00:44:17] 有太多東西 [00:44:18] 其實可能都已經被做完了 [00:44:21] 但是也依舊還有蠻多問題 [00:44:23] 還沒有被解決 [00:44:25] 比如說很明顯的一個 [00:44:28] 現在也非常蓬勃發展的就是機器人 [00:44:32] 那當然你很難 [00:44:33] 自己弄到一隻機器手臂嘛 [00:44:35] 對不對 [00:44:36] 但好歹你可以在模擬環境下 [00:44:38] 你可以去訓練一個機器人 [00:44:40] 然後來做一些什麼事情 [00:44:42] 這個提供給大家參考 [00:44:44] 好 [00:44:45] 那講半天 [00:44:46] 你為什麼要修這門課 [00:44:48] 因為我們這門課會教給你一些 [00:44:50] Artificial Intelligence的一些基礎 [00:44:53] 知道它的一些研究的分支 [00:44:55] 然後我們會介紹一些 [00:44:57] 基礎的AI的演算法 [00:45:00] 跟它對應的應用 [00:45:01] 我們這門課叫做人工智慧 [00:45:03] 我剛剛忘記提了 [00:45:05] 我們這門課的定位 [00:45:07] 你光看我們在這個學程的 [00:45:10] 學分學程聯盟裡面的那個位置 [00:45:13] 就知道說 [00:45:14] 它其實是介於 [00:45:15] 我們回到剛剛前面那一頁 [00:45:17] 它其實是介於 [00:45:20] 比較進階的 [00:45:21] 比較接近研究所的一些 [00:45:24] 對應的topic [00:45:26] 以及大學部的基礎課程之間的一個 [00:45:30] 中介的一個課程 [00:45:33] 所以它的聽眾 [00:45:36] 基本上是設定在 [00:45:38] 大概大四研究所一年級 [00:45:42] 大三大四或者是研究所一年級 [00:45:44] 它的聽眾 [00:45:45] 我們基本上的設定是這樣子 [00:45:48] 那如果是這個樣子的話 [00:45:51] 我們基本上就是 [00:45:54] 教大家的是一些基礎的人工智慧 [00:45:57] 你要知道的 [00:45:59] 基礎的concept [00:46:00] 我們講的東西會很廣 [00:46:03] 但是我們沒有辦法講得很深 [00:46:06] 我們甚至不會講得很新 [00:46:09] 你看我們這本課本就知道它是一本古書了 [00:46:12] 2020年了 [00:46:13] 所以我們講的東西是什麼呢 [00:46:16] 就是幾十年來一直沒有練的東西 [00:46:19] OK [00:46:20] 那再來就是說我們 [00:46:22] 會要求大家要做一個 [00:46:24] 實際的人工智慧的project [00:46:26] 好啦 [00:46:27] 那其實現在你知道 [00:46:29] 整個人工智慧的範圍是很大的 [00:46:33] OK [00:46:34] 那大概在2000年之後 [00:46:37] 在人工智慧領域裡面有一個子領域 [00:46:40] 快速發展 [00:46:42] 當時你們還沒有出生 [00:46:47] 應該還沒有出生 [00:46:49] 現在2026年嘛 [00:46:50] 對你們還沒有出生 [00:46:51] 當時呢在2000年到2010年之間 [00:46:56] 最主要蓬勃發展的是 [00:46:58] Machine Learning [00:46:59] 機器學習 [00:47:00] 到了2010 [00:47:02] Specifically [00:47:04] 確定來講是2012年之後 [00:47:07] Deep [00:47:08] 在Machine Learning裡面的一個子領域 [00:47:11] 叫做Deep Learning [00:47:12] 或者說叫做內神經網路 [00:47:15] 直接搶了所有人的風產 [00:47:18] 直接搶了Machine Learning的 [00:47:21] 所有領 [00:47:22] 眾多領域的風產 [00:47:25] 所以說Deep Learning只是Machine Learning的一小部分 [00:47:29] OK [00:47:31] 好 [00:47:32] 那但是呢Deep Learning隨著 [00:47:34] 這樣子發展下來 [00:47:36] 大概到了ChainGPT出來之後 [00:47:40] 2020年 [00:47:42] 還是2021、2022 [00:47:44] 有點忘記 [00:47:45] 大概在2020年左右 [00:47:48] ChainGPT出來 [00:47:49] 大家都在講的是Generative AI [00:47:52] 深層式AI [00:47:55] 對不對 [00:47:56] 好 [00:47:57] 一直到今年2026年 [00:47:59] 事實上我這一頁頭影片跟去年不一樣 [00:48:02] 我去年只畫到Generative AI [00:48:04] 今年2026年 [00:48:06] Generative AI裡面有一個子集合 [00:48:10] 叫做Engineering AI [00:48:12] 今年非常非常的瘋狂發展 [00:48:16] 對不對 [00:48:17] 兩個禮拜以前 [00:48:18] 一個多禮拜以前 [00:48:20] 出現的GPT-6 [00:48:23] Astra [00:48:24] 對不對 [00:48:25] 現在網路上大家都在講他多厲害多厲害 [00:48:28] 對不對 [00:48:29] 他事實上已經可以操控你的電腦 [00:48:31] 做很多代理的事情 [00:48:33] 所以說 [00:48:35] 目前最新 [00:48:37] 最火熱 [00:48:38] 看起來最厲害的 [00:48:40] 最有趣的 [00:48:41] 最強的 [00:48:42] 就是Engineering AI [00:48:44] OK [00:48:45] 我不曉得大家為什麼會有接近1000人要來修正門課 [00:48:50] 你可能會以為 [00:48:52] 我在教這個 [00:48:54] 但其實不是 [00:48:55] 我是在教這個 [00:48:59] 所以我等一下講完這頭影片之後 [00:49:01] 我會休息一下 [00:49:02] 讓要離開的人先離開 [00:49:04] 好 [00:49:05] 我不是在教這個喔 [00:49:07] 所有最新 [00:49:09] 不應該這樣講 [00:49:11] 就是說 [00:49:12] 你看起來很新 [00:49:14] 很熱門 [00:49:16] 很有趣的東西 [00:49:18] 我應該都不會教 [00:49:22] 因為我教的是這個啊 [00:49:24] 我是教人工智慧導論啊 [00:49:26] 我是在教這個整體而言的 [00:49:29] 這個大的範圍 [00:49:31] OK [00:49:32] 好 [00:49:33] 所以請先讓同學注意 [00:49:34] 請好好思考一下 [00:49:35] 你到底要不要修 [00:49:37] 所以說呢 [00:49:38] 我們不會教怎麼用PyTorchTensorFlow [00:49:41] 我們不會教GenerativeAI [00:49:44] EngineeringAI [00:49:45] Stable Diffusion [00:49:47] Large Language Model [00:49:48] 的什麼什麼工具怎麼用 [00:49:50] 我們不會教GP6 [00:49:52] EngineeringAgent怎麼講 [00:49:54] 我們不會教Olama怎麼講 [00:49:56] 我們不會教PyTorch怎麼寫 [00:49:59] 都不會教 [00:50:01] 那我們教什麼呢 [00:50:05] 老師 [00:50:06] 你就教一些沒有用的東西 [00:50:08] 我們在教 [00:50:10] 基本上我們在教人工智慧的 [00:50:13] 廣泛的人工智慧導論 [00:50:16] 這個東西應該是在未來十年 [00:50:20] 不會變的東西 [00:50:22] 我為什麼不教某一個 [00:50:24] 厲害的Agent的工具 [00:50:27] 為什麼 [00:50:28] 因為兩個月後他就過時了 [00:50:31] 說實在的 [00:50:32] 要用工具的話 [00:50:33] 你們都比我厲害太多了 [00:50:35] 應該是你們教我了 [00:50:37] 絕對不是我教你們 [00:50:39] 所以我們要教一門課的話 [00:50:44] 我們一定是教一些 [00:50:46] 不會很快就變的東西 [00:50:48] 那就是什麼 [00:50:49] 那就是最基礎的 [00:50:51] 那一些基本的概念 [00:50:54] 是這樣子的 [00:50:56] 那當然了 [00:50:57] 我們絕對歡迎大家 [00:50:59] 也允許大家 [00:51:01] 在這個Final Project的時候 [00:51:04] 你用Deep Learning [00:51:06] 你用Engineer AI [00:51:08] 你用Agent [00:51:11] 你用Generative AI [00:51:12] 我們絕對歡迎 [00:51:14] 只是說我們不會教大家 [00:51:16] 第一線目前最火熱的 [00:51:19] 這些所謂的有趣的Fancy的工具 [00:51:24] OK [00:51:25] 好 [00:51:26] 那這應該是課程介紹的最後一頁 [00:51:29] 所以你要選課的話 [00:51:30] 你要注意什麼呢 [00:51:32] 建議大家應該要 [00:51:33] 有程式機率跟演算法的基礎 [00:51:38] 教家啦 [00:51:39] 那每年都會有人問我說 [00:51:42] 老師怎麼樣叫做具備程式的能力 [00:51:46] 大家就問說 [00:51:47] 我只會寫Python行不行 [00:51:50] 我會寫C行不行 [00:51:52] 那我C只是剛好60分Pass行不行 [00:51:58] 其實這很難講 [00:52:00] 但我覺得基本上就是說 [00:52:02] 能夠把我們的作業 [00:52:05] 能夠轉換成程式 [00:52:09] 然後有辦法把它input出來的一個能力 [00:52:12] OK [00:52:13] 有一些潛臺詞我就不講了 [00:52:15] 大家知道現在寫程式是怎麼寫的嗎 [00:52:17] 你們自己去想 [00:52:18] 好 [00:52:19] 那我們會有我們的辦法 [00:52:21] 來嫁給你寫的好不好 [00:52:24] OK [00:52:25] 好 [00:52:26] 好 [00:52:27] 那很重要的一件事情 [00:52:28] 因為我們的同學 [00:52:30] 校外同學真的太多了 [00:52:32] 所以說教作業的時候 [00:52:33] 你務必要符合作業的規範的格式 [00:52:38] 因為我們可能會寫程式來改你的程式 [00:52:44] 所以你如果不符合規定 [00:52:46] 讓我們的評判的程式做不出來的話 [00:52:50] 沒有辦法讀你的程式 [00:52:51] 或者說格式錯 [00:52:53] 然後怎麼樣錯的話 [00:52:54] 那責任在你 [00:52:56] 所以請這個百分之百要符合 [00:52:59] 我們作業規定的一個格式 [00:53:02] 然後呢 [00:53:03] 從學期一開始呢 [00:53:04] 就要去探索以及進行期末的專題 [00:53:07] 那你可以選擇同步或者是非同步的上課 [00:53:10] 那但是重要的事情是 [00:53:12] 你12月10號你一定要同步考試 [00:53:15] 那你如果被 [00:53:17] 你表現得 [00:53:19] Final Project表現得比較好 [00:53:21] 我們會要大家12月24號 [00:53:24] 來進行 [00:53:25] 線上線下的同步報告 [00:53:28] OK [00:53:29] 好 [00:53:30] 那請評估你的時間 [00:53:32] 是不是允許 [00:53:34] 在12月10號跟12月24號 [00:53:36] 是可以在這個時間 [00:53:38] 可以參與我們的課程的 [00:53:40] 那最後一個 [00:53:41] 這個是我們之前Run完之後 [00:53:43] 才知道會有這種問題啦 [00:53:45] 務必要避免同一個學生 [00:53:47] 在這個課程有兩個休課紀錄 [00:53:49] 這件事情有可能會發生在 [00:53:52] 同屬於臺灣綜合大學聯盟的學生 [00:53:56] 你又是臺中大的學生 [00:53:58] 又是聯盟學校的學生 [00:54:00] 比如說 [00:54:01] 中正大學 [00:54:03] 中山大學 [00:54:04] 中興大學 [00:54:06] 因為這三間大學跟成功大學 [00:54:09] 叫做臺灣綜合大學聯盟 [00:54:11] 那臺灣綜合大學聯盟 [00:54:13] 有一些互相休課的一些措施 [00:54:18] 所以你不要 [00:54:19] 又透過那個管道休了這個課 [00:54:21] 然後又透過了 [00:54:23] 你本身在校內的某一種管道休了這個課 [00:54:25] 你就會有兩筆休課紀錄 [00:54:27] 就會變得很麻煩 [00:54:29] 請注意這件事 [00:54:30] 好 [00:54:31] 然後一樣 [00:54:32] 往年都會有很多同學 [00:54:34] 各校的同學都會在問說 [00:54:41] 就是說我已經選課了 [00:54:44] 比如說某某學校 [00:54:45] 我已經選課了 [00:54:46] 為什麼我在NTU COOL上面還沒有看到 [00:54:50] 我還沒有受到NTU COOL的邀請 [00:54:52] 或者說我怎麼在NTU COOL上面還沒有看到我的帳號 [00:54:56] 那原因就在於說 [00:54:59] 各校 [00:55:02] 你選課的這件事情發生 [00:55:05] 當下NTU COOL系統不會馬上知道 [00:55:09] 因為各校是每隔一段時間 [00:55:12] 比如說臺南大學好了 [00:55:14] 臺南大學他可能是每一個禮拜會統整一次 [00:55:18] 修正門課的同學 [00:55:19] 有的加選有的退選嘛 [00:55:21] 選完之後再通報到NTU COOL [00:55:24] NTU COOL那邊才會匯入進去 [00:55:26] 所以選課的這個紀錄不會馬上在NTU COOL上面發生 [00:55:32] 好 [00:55:33] 所以請大家 [00:55:34] 大家都要注意這個意思 [00:55:37] 另外一個是 [00:55:39] 常常會有人問我說 [00:55:43] 我類似就是說 [00:55:48] 我在我這個學校 [00:55:50] 我選課發生了一些什麼什麼問題的話 [00:55:53] 或者說老師你可不可以幫我退選 [00:55:56] 或者說老師你能不能幫我加選或者怎麼樣 [00:55:59] 這件事情我都做不到 [00:56:01] 比如說嘉義大學的某某學生 [00:56:04] 他要修我這門課 [00:56:06] 其實不是找我 [00:56:08] 是要找原本嘉義大學的選課的那一套流程的人員 [00:56:14] 找我是沒有用的 [00:56:15] 因為我沒有辦法去access到嘉義大學的這個選課的程序上 [00:56:20] 所以這個希望大家可以理解啦 [00:56:23] 就是說 [00:56:24] 說實在就是人多就沒有辦法 [00:56:26] 這個不好辦事情 [00:56:28] 比較沒有效率一點 [00:56:30] 好 [00:56:31] 以上說明 [00:56:33] 有沒有什麼問題 [00:56:35] slide上面有 [00:56:36] 好來 [00:56:37] 我先看一下現場有沒有問題 [00:56:39] 我們點一下slide [00:56:45] slide [00:56:46] 這是在聊天是不是 [00:57:25] 這個請助教直接幫我殺掉算了嘛 [00:57:29] 好這不要理他 [00:57:30] 如果不是衛星學校的學生 [00:57:34] 在沒有教室跟老師的情況下 [00:57:36] 期末實體考試跟報告要怎麼進行 [00:57:39] 不是衛星學校沒有教室跟老師的情況下 [00:57:43] 好這個是這樣子 [00:57:45] 只要貴校是我們的聯盟學校 [00:57:49] 63間聯盟學校的一間 [00:57:52] 他有義務要派員 [00:58:01] 租用實體的教室 [00:58:03] 他也會在場監考 [00:58:06] ok [00:58:07] 這個是 [00:58:09] 這個是我們聯盟學校 [00:58:11] 我們整個聯盟的一個要求啦 [00:58:14] ok [00:58:15] 這樣聽懂我的意思嗎 [00:58:17] 就是說你們學校一定需要派人 [00:58:22] 是誰我不知道 [00:58:23] 可能是某系的老師 [00:58:24] 可能是教務處的某一個職員 [00:58:27] 一定要幫大家借教室 [00:58:30] 然後要監考 [00:58:35] ok [00:58:36] 學校沒有助教沒有老師 [00:58:42] 有問題該聯絡誰 [00:58:43] 沒有 [00:58:44] 如果說你們學校沒有助教沒有老師 [00:58:47] 有問題就聯絡助教啊 [00:58:48] 就是我們 [00:58:49] NTU COOL上面的助教啊 [00:58:51] 好那我們在上面都已經放好 [00:58:53] 他們的email了嘛 [00:58:55] 或者是說大家也可以直接在 [00:58:57] NTU COOL的平臺上面發問 [00:58:59] 然後我們也不知道同一間學校有哪些同學 [00:59:02] 不知道有沒有群組可以來分組 [00:59:05] ok [00:59:06] 這件事情我們在過去好像有發生過 [00:59:09] 你可以在NTU COOL的平臺上面的 [00:59:14] 類似有什麼討論區 [00:59:17] 你可以公開 [00:59:19] 徵求組員 [00:59:21] 事實上我有在Dcard上面看過 [00:59:23] 有人在Dcard上面公開徵求組員的啦 [00:59:26] 所以你可以利用NTU COOL上面的討論區 [00:59:32] 來公開徵求組員 [00:59:34] ok [00:59:37] 可以自己一個人一組 [00:59:38] 可以自己一個人一組 [00:59:40] NTU COOL帳號的登入方式就是 [00:59:45] 他的帳號應該就是你的學校的官方email [00:59:50] 我們每個人都有一個自己學校官方的email嘛 [00:59:53] 照理講 [00:59:54] 他的申請的信就會寄到你的官方email裡面去 [00:59:59] 期末考試的部分是什麼樣的類型 [01:00:04] 問答題 填空題 還是深論題 [01:00:06] 問答題 [01:00:08] 幾乎都是問答題 [01:00:10] 期末考試幾乎都是問答題 [01:00:12] 成大的課程代碼會影響證書的申請嗎 [01:00:19] 什麼意思 [01:00:23] 我不知道什麼意思 [01:00:26] 意思是說你修的是成大的課 [01:00:28] 然後 [01:00:30] 不會啊 [01:00:31] 我覺得這沒有差啊 [01:00:32] 就是說因為我在成大開的這門課 [01:00:35] 就是隸屬於這個TICA聯盟的一門課嘛 [01:00:41] 那同時 [01:00:42] 你當然你有可能是 [01:00:44] 你後來又去修了 [01:00:45] 比如說交大的 [01:00:46] 陽明交大的某一門課 [01:00:48] 他也是屬於TICA聯盟的某一門課 [01:00:50] 那你修修修一修之後 [01:00:51] 抽到15學分 [01:00:53] 那你只要確定都是在這個聯盟裡面開的課 [01:00:57] 你就是可以拿到 [01:00:58] 證書啊 [01:00:59] 所以應該跟什麼代碼無關 [01:01:04] 如果沒有資訊背景的學生會建議修嗎 [01:01:09] 不好說 [01:01:11] 這個跟你的能力有關 [01:01:14] 有些不是念資訊系的 [01:01:16] 也有很好的實作能力啊 [01:01:20] 所以我覺得我這很難評估 [01:01:22] 我不會因為你是什麼系 [01:01:24] 來決定你能不能修 [01:01:26] 這樣子 [01:01:27] 好 [01:01:29] 勾掉了是不是 [01:01:31] 我的信箱裡面沒有看到邀請信 [01:01:33] 怎麼辦呢 [01:01:35] 去問你們的註冊組還是 [01:01:40] 我說實在我也不知道怎麼辦 [01:01:43] 我真的也不太知道怎麼辦 [01:01:46] 應該要確認一下 [01:01:48] 有一個可能性是這樣 [01:01:50] 比如說這位同學 [01:01:51] 這位發問的同學 [01:01:53] 有可能是 [01:01:56] 你已經 [01:01:58] 在你們學校修了 [01:02:01] 但是可能是兩天前發生的 [01:02:04] 對不對 [01:02:05] 那但是呢你們學校還沒有把 [01:02:07] 你們學校修課的同學的名單彙整 [01:02:10] 給NTU COOL [01:02:12] 所以NTU COOL還沒有寄信給你 [01:02:15] 有可能是這個原因 [01:02:16] 這是一個時間差的問題 [01:02:18] 我剛剛說過 [01:02:20] 這可能是時間差的問題 [01:02:23] 這剛剛說過嘛 [01:02:25] 資訊背景這個 [01:02:28] 如果遠端的話要自己找組員嗎 [01:02:31] 對啊大家都要自己找組員 [01:02:33] 就算現場的成大的同學也要自己找組員 [01:02:38] 考試全英文出題嗎 [01:02:40] 是的我們的投影片也幾乎都是英文的 [01:02:46] 所以的確要看一點英文 [01:02:51] 課本一定要買嗎 [01:02:53] 沒有 [01:02:57] 基本上我覺得我們投影片應該是挺 [01:03:00] 應該內容應該已經挺豐富的 [01:03:03] 當然你要買很好 [01:03:07] 期末 [01:03:09] 然後期待的是什麼面向 [01:03:11] 實際應用創新還是理論 [01:03:13] 我覺得都可以 [01:03:16] 都可以 [01:03:17] 你可以理論 [01:03:18] 你也可以創新應用 [01:03:23] 要理論也可以 [01:03:25] Is this possible to an exchange student to attend the course? [01:03:30] My Mandarin is really poor [01:03:32] OK [01:03:33] I'm sorry that I still need to offer my class in Mandarin [01:03:38] But actually we can [01:03:40] We can provide English subtitle [01:03:44] OK [01:03:45] So every time when I finish my class [01:03:49] I will send my video to an AI [01:03:53] And the AI will generate subtitles for me [01:03:57] OK [01:03:58] So the subtitle could be Mandarin and it could be English [01:04:01] So actually you can take this course if you want [01:04:05] 好 [01:04:07] 最終的學期成績 [01:04:09] 結果是如何分 [01:04:10] 我哪知道怎麼分佈 [01:04:14] 我哪知道 [01:04:15] 我只能夠說 [01:04:17] 我不會去調什麼分佈 [01:04:20] 我不會去調 [01:04:22] 這樣懂我意思吧 [01:04:24] 我頂多頂多 [01:04:26] 就是比如說有一個人59分 [01:04:28] 我就算了算了60分這樣子 [01:04:31] 頂多這樣子 [01:04:32] 其他 [01:04:33] 我不會做什麼奇怪的調整 [01:04:40] 有推薦非資訊相關背景做的 [01:04:43] 這個很難說耶 [01:04:45] 這個很難說 [01:04:47] 我覺得要多討論 [01:04:49] 然後多讀一些文獻 [01:04:51] 然後多跟別人討論 [01:04:52] 當然你如果說你真的 [01:04:54] 最終真的想不出做什麼專題的話 [01:04:58] 你可以先跟 [01:05:00] 比如說先跟我們助教約時間 [01:05:02] 或者說再跟我們約時間 [01:05:04] 也許我可以做一些 [01:05:08] 粗略的建議這樣 [01:05:10] 請莫考不用英文回答 [01:05:17] 我雖然用英文出題 [01:05:19] 因為比較方便 [01:05:21] 但是你可以寫中文回答 [01:05:24] 上課要簽到 [01:05:25] 沒有簽到 [01:05:26] 一簽完簽到 [01:05:27] 我怎麼知道你有簽到 [01:05:29] 沒有簽到 [01:05:30] 因為現在很顯然 [01:05:31] 剛剛看到現在線上剩下多少人 [01:05:45] 還有269個在撐 [01:05:47] 就是說沒有要簽到 [01:05:49] 你看269 [01:05:50] 然後我們現在現場也在100多 [01:05:52] 所以我們現在還有好幾百人 [01:05:54] 根本就沒有在上課 [01:05:56] 沒有簽到 [01:05:58] 這個我剛剛解釋過了 [01:06:01] 學校的Gmail [01:06:02] 我覺得你可能不能用Gmail [01:06:05] 你一定要用你有學校官方的 [01:06:08] 那一個 [01:06:10] 比如說NCKU [01:06:12] NYCU [01:06:14] NCYU [01:06:16] NT [01:06:17] NSYSU [01:06:19] 什麼這種東西才會有 [01:06:24] 考試當然是不可以用AI [01:06:26] 用AI來考什麼考 [01:06:30] 外校生能夠去課堂 [01:06:32] 教室上課嗎 [01:06:34] Are you sure [01:06:36] 我可以預期 [01:06:41] 你如果真的要來 [01:06:43] 目前我們是好像還有空位 [01:06:46] 但是我覺得你應該不會想要來 [01:06:49] 請問Project一定要訓練模型嗎 [01:06:51] LM Workflow [01:06:52] 是不是可以 [01:06:53] 事實上是可以的 [01:06:55] 現在有太多agent的做法 [01:06:58] 事實上是沒有在訓練模型 [01:07:05] 推薦大醫修 [01:07:06] 我不推薦大醫修 [01:07:07] 我覺得大醫有點太早了 [01:07:09] 你最好是要有一點Programming [01:07:11] 機率 [01:07:12] 這樣子一個演算法的概念 [01:07:15] 開放加簽 [01:07:16] 沒有開放加簽 [01:07:17] 我們說過 [01:07:18] 我們其實各校都有名額的限制 [01:07:21] 成大是130 [01:07:22] 其他學校應該是大概是50左右 [01:07:26] 那當然 [01:07:28] 如果比如說以成大來講 [01:07:30] 等一下有人退了 [01:07:31] 有人又想要加簽 [01:07:33] 那現在我們所有的加簽程序 [01:07:35] 都是在線上對不對 [01:07:37] 所以我其實在那個加簽系統上面 [01:07:39] 我可以很明確的看到 [01:07:40] 目前我這門課有幾個人修 [01:07:43] 然後想要加簽的有幾個 [01:07:45] 然後我就會看說 [01:07:47] 一個蘿蔔一個坑 [01:07:48] 你如果修課的人低於130 [01:07:52] 那我就會從裡面 [01:07:54] 再加簽一個人進來 [01:07:56] 大概就是這樣子 [01:07:58] 那外校的同學 [01:07:59] 你的加退選 [01:08:03] 也沒有加簽 [01:08:04] 反正外校的同學 [01:08:06] 就是選到50個為主 [01:08:08] OK [01:08:09] 那假設有人退選了 [01:08:11] 你想要再加進去 [01:08:13] 那也是依循你們原本校內的 [01:08:17] 加退選程序來進行 [01:08:19] 那件事情我是管不到的 [01:08:22] OK [01:08:24] 成績佔比多少 [01:08:27] 我不知道耶 [01:08:28] 我忘記了 [01:08:30] 大家如果很care成績 [01:08:31] 不過我可以跟大家講 [01:08:33] 你如果非常care成績的同學 [01:08:35] 你就別想了 [01:08:36] 不要修 [01:08:38] 你也可以說 [01:08:40] 講成白話就是說 [01:08:41] 我們這門課成績打得不甜 [01:08:44] 所以你如果不要 [01:08:46] 過去也有人 [01:08:47] 也有同學在跟我講說 [01:08:48] 老師我這個 [01:08:51] 我寫信來 [01:08:52] 老師啊 [01:08:53] 我這個上課很認真啊 [01:08:54] 我怎麼樣怎麼樣 [01:08:55] 我這個分數應該 [01:08:56] 是不是可以怎麼樣高一點啊 [01:08:58] 我一看 [01:08:59] 難道這個人分數很低嗎 [01:09:00] 一看93 [01:09:03] 93你還想怎樣啊 [01:09:05] 93你要加到90是95嗎 [01:09:07] 像這種我一概不理 [01:09:10] 然後你說 [01:09:11] 老師我因為要什麼什麼什麼原因 [01:09:13] 我89你可不可以幫我加到90 [01:09:17] 這個我也一概不理 [01:09:19] 我一概不理 [01:09:21] 所以你如果非常care你的成績 [01:09:23] 比如說 [01:09:25] 你就是有某某 [01:09:26] 我知道現在很多人在做這個 [01:09:28] GPA maxing的事情 [01:09:30] 現在GPA [01:09:32] 我說實在的啦 [01:09:36] 都是都已經通膨 [01:09:37] 都已經 [01:09:39] 那都是假的啦 [01:09:41] 真的 [01:09:42] 那你以為你這樣子 [01:09:44] 你在考研究所的時候 [01:09:46] 我們看不出來嗎 [01:09:49] 現在 [01:09:51] 你拿的那90幾分 [01:09:54] 我們都知道 [01:09:56] 是怎麼樣 [01:09:58] 我們自己可以感受得到 [01:10:00] 所以說你在那邊拼 [01:10:01] 從89變90 [01:10:03] 從91變成93 [01:10:05] 我說實在意義不大 [01:10:06] 啊 [01:10:07] 當然啦 [01:10:08] 每個人有每個人的想法 [01:10:10] 你如果覺得意義很大的話 [01:10:13] 那也許你不是那麼適合修正門課 [01:10:17] 所以簡單來講就是說 [01:10:19] 我分數應該沒有很甜啦 [01:10:21] OK [01:10:25] project的細節 [01:10:26] 跟以前這堂課有做過什麼專案呢 [01:10:29] 好也許 [01:10:31] 我比如說我隨便舉例喔 [01:10:39] 這是我download下來 [01:10:42] 去年修課的同學的 [01:10:44] 我隨便亂點 [01:10:46] 好比如說呢 [01:10:47] 去年有人在做的是 [01:10:49] 用latent diffusion model [01:10:51] 來做醫療影像的轉換 [01:10:55] OK [01:10:56] 好 [01:10:57] 這是一個嘛 [01:10:58] 那我們都會要求大家 [01:10:59] 要做一個YouTube影片 [01:11:01] 來進行demo [01:11:03] 所以這是一個 [01:11:04] 然後隨便再點 [01:11:06] 好defect detection [01:11:08] 在做這個身為的影像的偵測 [01:11:11] 好所以這個截圖 [01:11:12] 我剛剛有出現在我頭影片裡 [01:11:14] 然後隨便喔 [01:11:16] 欸我是不是又點到同一個人 [01:11:18] 好這個 [01:11:20] 這個叫做AI trip planner [01:11:22] 在規劃路徑的 [01:11:24] 應該就是說出去旅遊 [01:11:26] 有一些點 [01:11:27] 那我要如何規劃一條路徑 [01:11:29] 好這樣子 [01:11:31] 再隨便點一個 [01:11:33] 差不多啦 [01:11:34] 太陽能發電預測 [01:11:36] OK [01:11:37] 好所以這肯定就是 [01:11:38] 我用一些sensor [01:11:39] 我收集到一些什麼數據 [01:11:41] 然後我就預估 [01:11:42] 太陽能發電的預測 [01:11:44] 有一個效能如何 [01:11:45] 好這個大概就是屬於 [01:11:46] data prediction的一些相關的題目 [01:11:50] 好所以大概就是這樣子 [01:11:52] 好所以這是我剛剛回答的問題 [01:11:59] 問題怎麼那麼多啊 [01:12:00] 如果要跑模擬 [01:12:01] 有提供一些資源嗎 [01:12:02] 伺服器可用的算力 [01:12:04] 好基本上如果要跑一些 [01:12:07] 如果你需要GPU的話 [01:12:09] 可能還是要優先用 [01:12:12] 你網路上collab [01:12:14] 你可以用一點 [01:12:15] google的collab [01:12:16] 你可以用一點 [01:12:18] 但是我們這邊沒有辦法提供 [01:12:20] 給1000個同學算力 [01:12:23] OK [01:12:24] 那我們在去年上這門課的時候 [01:12:26] 聯盟那邊有提供一點點算力 [01:12:30] 但今年應該是沒有了 [01:12:32] 所以這個也是你選擇 [01:12:35] 你要不要修這門課的一個考慮的點之一 [01:12:38] 好你自己如果你要跑的演算 [01:12:42] 計算是比較heavy [01:12:45] 你需要用到厲害的GPU的 [01:12:47] 那你可以考慮一下 [01:12:49] 你有沒有管道可以拿得到 [01:12:52] 如果有的話你再修 [01:12:55] 這門課會有影片可以看嗎 [01:12:57] 會啊就是現在在直播的影片 [01:13:00] 其實都會自動錄下來 [01:13:02] 沒有寫過程式經驗 [01:13:03] 可以先進修這門課嗎 [01:13:06] 我們的作業二跟作業四 [01:13:09] 都會是跟寫程式有關的 [01:13:12] 所以你自己評估 [01:13:16] 如果題目的話可以自己一組嗎 [01:13:18] 可以的可以的 [01:13:19] 作業不能用AI [01:13:21] 還是期末專題不能用AI輔助撰寫呢 [01:13:24] 我必須說啦 [01:13:26] 現在這個年代應該沒有不用AI的 [01:13:29] 我們都預期大家會用 [01:13:32] 只是用的好不好 [01:13:34] 其實我們都看得出來你有在用 [01:13:36] 但考試不行啦 [01:13:39] 紙筆測驗的時候還AI [01:13:41] 不行 [01:13:42] 期末考可以到但學校檔修 [01:13:45] 那這個你要想辦法去跟你們學校溝通 [01:13:48] 這個我不曉得 [01:13:49] 好 [01:13:50] 這個我不知道怎麼處理 [01:13:54] 反正你就是可以 [01:13:56] 要考試的時候你必須要出現就是了 [01:13:58] 至於檔修這個我沒有辦法處理 [01:14:01] Also provide Mandarin subtitle [01:14:08] Yes of course [01:14:09] Yeah I can provide Mandarin subtitle [01:14:12] 怎麼加簽申請旁聽 [01:14:14] 我剛剛說過這個加簽的問題了 [01:14:18] OK好 [01:14:20] 那你如果 [01:14:22] 你不需要有修課紀錄 [01:14:24] 你只是要聽 [01:14:26] 那你就直接連到YouTube就好吧 [01:14:28] 你也不需要有修課紀錄啊 [01:14:30] 你只是旁聽嘛 [01:14:32] 幾月幾號是否得知需要上臺 [01:14:35] 喔 [01:14:36] 欸 [01:14:38] 這是一個好問題 [01:14:39] 我們會盡快嘛 [01:14:41] 我們剛剛提到那個 [01:14:43] 我們的schedule [01:14:44] 我們會盡可能讓大家在 [01:14:48] 看一下喔 [01:14:50] 我們的schedule是 [01:14:52] 因為你 [01:14:54] 你要不要上臺報告 [01:14:56] Depends on [01:14:58] 做業務 [01:14:59] 所以我們會盡可能在 [01:15:03] 可能期末考 [01:15:06] 應該盡可能在期末考這一週 [01:15:15] 來告訴大家說 [01:15:17] 你要不要24號要不要上臺 [01:15:20] 我知道有人為什麼要問這個 [01:15:22] 一定就是說要出國的啦 [01:15:25] 這種 [01:15:30] English accept here [01:15:31] 用出來嗎 [01:15:39] 還是都可以 [01:15:40] 我剛剛是回答過了 [01:15:41] 你可以酷炫 [01:15:43] 然後你也可以做研究分析 [01:15:46] 但是你如果只有用工具組一組 [01:15:48] 弄出一個酷炫 [01:15:49] 畫出一張漂亮的圖 [01:15:51] 那你的分數就低嘛 [01:15:52] 因為你自己沒有 [01:15:53] 你沒有你自己的東西在裡面啊 [01:15:55] 體資深會太困難嗎 [01:16:00] 那可能會喔 [01:16:02] 事實上 [01:16:03] 等一下 [01:16:04] 應該說大家大概在下一次上課的時候 [01:16:08] 最晚下下次 [01:16:10] 下下週上課的時候 [01:16:12] 你就會 [01:16:15] 覺得他的困難 [01:16:17] 就會覺得他的困難 [01:16:21] 為什麼問題那麼多啊 [01:16:24] 等一下休息一下 [01:16:26] 我再回到實體好了 [01:16:27] 不然要問到民國幾年 [01:16:30] 選組別的話 [01:16:31] 期末一定要組別所有人一起報告嗎 [01:16:33] 最好是 [01:16:35] 我不想聽成績的東西 [01:16:37] 可以不要回那些只在意成績的人嗎 [01:16:40] 很好 [01:16:42] 如果project沒有進前15名 [01:16:44] 要八九十分很困難嗎 [01:16:46] 是啊 [01:16:48] 對體資深這剛回過了嘛 [01:16:51] 我快速回答 [01:16:52] 考題作答需要手寫程式題目 [01:16:54] 不用 [01:16:55] 考試都是問答題 [01:16:58] 寫什麼樣的程式 [01:17:00] 什麼樣的language [01:17:01] 隨便 [01:17:03] 隨便 [01:17:04] 基本上你只要做得出來就好 [01:17:06] 考試可以用翻譯嗎 [01:17:07] 不行 [01:17:09] 好奇作業project的時間 [01:17:11] 實際差異在哪裡 [01:17:12] 感覺有點重疊 [01:17:14] 對你講得對 [01:17:16] 你有get得到那個point [01:17:18] 事實上這是一種 [01:17:23] 策略 [01:17:24] 大一想修 [01:17:25] 我剛說不建議大一修 [01:17:28] 沒有題目 [01:17:29] project就沒有題目範圍啊 [01:17:31] 就盡可能發揮你的創意 [01:17:34] 會提供 [01:17:35] 這剛說過了 [01:17:36] project的模板什麼東西的 [01:17:38] 旁聽生跟學生都接受啊 [01:17:43] 好 [01:17:44] 這剛回答過了 [01:17:46] 成績比回答過了 [01:17:48] 呃 [01:17:50] 是的 [01:17:51] 你可以用ntu庫來下載試題 [01:17:55] 你的確那個時候你可以連網 [01:17:57] 但是你只能連ntu庫 [01:17:59] 這樣夠清楚吧 [01:18:01] google不行 [01:18:02] 什麼其他都不行 [01:18:03] 只有ntu庫行 [01:18:09] 這個請自己去跟ntu庫解決 [01:18:13] 這個我沒有辦法幫你處理這件事情 [01:18:16] 或者是說透過 [01:18:17] 你們學校的承辦人員來進行溝通 [01:18:23] 這我剛說過了 [01:18:25] 這個我剛說過了 [01:18:27] 這個我剛剛也說過了 [01:18:31] 好 [01:18:32] 會有時間差 [01:18:33] 請注意大家 [01:18:34] 你如果現在沒有收到信的 [01:18:35] 其實你可能再等個幾天 [01:18:37] 因為我們會有時間差 [01:18:39] 對 [01:18:42] 有人幫我回答 [01:18:43] 很好 [01:18:44] 問答題就是問答題 [01:18:45] 問答題還在問什麼類型 [01:18:47] 好 [01:18:49] 這個我剛剛旁聽生看過了 [01:18:53] 會不會考不完 [01:18:55] 那看你的能力啊 [01:18:56] 我怎麼知道 [01:18:58] 課程難度的範例嗎 [01:19:00] 沒有 [01:19:02] 你聽課你就知道有沒有難 [01:19:05] 那每個人覺得難不難的感覺不一樣 [01:19:09] 旁聽就拜託不要來打擾我們了 [01:19:11] 我們已經很累了 [01:19:12] 一千個人休課耶 [01:19:14] 旁聽就不要 [01:19:15] 我們就不要改你的作業 [01:19:17] 我們太累了 [01:19:18] 報告繳交 [01:19:20] 這個之後我們相關的作業說明 [01:19:24] 我們都會講 [01:19:27] 什麼東西都要範本 [01:19:29] 沒有沒有範本 [01:19:32] 剛剛觀察到什麼東西 [01:19:33] 作業格式差不多 [01:19:35] 對啦 [01:19:36] 事實上我們會交代對應的格式 [01:19:40] OK [01:19:42] 好終於勾完了 [01:19:47] 好 [01:19:48] 那就先這個樣子 [01:19:49] 我們休息 [01:19:51] 十五分鐘 [01:19:52] 十五分鐘再回來好了 [01:19:54] 好我們休息十五分鐘再回來 [01:19:56] 觀察到選科系統上面還有五個人的空位 [01:20:08] 那我想問一下加簽的順序會是怎麼樣 [01:20:15] 加簽的順序會是怎麼樣 [01:20:19] 我基本上會應該是會優先加 [01:20:23] 因為我們自己 [01:20:24] 我這門課也是資工系的人工智慧學程的必修課 [01:20:30] 如果他有提出證明說 [01:20:32] 他其實已經是在 [01:20:34] 他已經有進入資工系的人工智慧學程的話 [01:20:38] 我就會優先加他 [01:20:40] 因為這對他來講是必修課 [01:20:44] 那其他的大概就是 [01:20:46] 如果都沒有這種人 [01:20:48] 我大概就是會優先加 [01:20:50] 也許是比較資深的人吧 [01:20:53] 比較資深的意思就是 ## 8. 寫作規則 （這是 `_筆記SOP.md` 第 3.1、4、5、6 節的濃縮版。兩者衝突時以 SOP 為準。） 讀者：碩士生，兩門課期末是英文考試。要只看筆記就能學會，講得比老師好懂。畫面要簡潔。 **概念優先（2026-09-26 主理人）**：主理人只想懂概念，不想補數學、不想看程式碼和座標圖。兩門課的考試也都是問答題、不考算式（AI W1 1:16:52；NLP W3 1:47:41、2:48:36）。所以： - 每段預設看得到的只有：白話摘要（2–4 句）＋**一句生活比喻**（例：模擬退火像投資理財，年輕時敢冒險、越老越保守）＋「考試可能怎麼問」一句。 - 數學推導、公式、手算、程式碼、座標圖，全部收進標題寫「（進階，可跳過）」的摺疊，例如「它到底怎麼運作？（進階，可跳過）」。每段最多一個進階摺疊，不要寫長篇計算。 - 演算法要能「用文字說出步驟」（考試可能要你描述），這一點放在預設看得到的地方，不用數字。 - **重心比例**：白話理論與概念模式（它在解決什麼問題、核心想法、跟別的方法差在哪、優缺點、生活比喻）占主要篇幅；數學與程式細節只用一兩句帶過，細節收進進階摺疊。 **圖文並茂（2026-09-26 主理人：不要只有文字）**： - 每章至少 2–3 個圖，放在**預設看得到**的地方，每個圖前後各用一兩句白話說明「這張圖在看什麼」。 - 流程、步驟、因果、比較 → 用 mermaid 流程圖（```mermaid，flowchart LR 或 TD；節點文字用中文、加雙引號；一張圖不超過 10 個節點）。 - 投影片上的示意圖、架構圖 → 用 [[IMG: …]] 放投影片圖。 - 仍守「每個 ## 段落最多一種視覺元素」。 ### 輸出兩個檔 1. `chNN.md`（Notion 寫法，不含頁面標題），結構固定： - 第一行：章節包第 1 節那行，原樣照抄。 - 第二行起（有數學段才寫）：**跳過提示**，每段一行，讓主理人看影片時知道從哪跳到哪。用章節包第 3b 節的候選當提示，對照第 7 節逐字稿確認（只標老師連續講公式、推導、矩陣、微積分、機率計算、程式細節超過約 1 分鐘的段落；概念講解和比喻不算）： `跳過提示：(1:31:02–1:35:40) 老師在推導梯度公式，聽不懂可以直接跳到 [1:35:40](YouTube 連結)，接著講「步長 α 怎麼選」。` - `## 重點`：三點中文，每點一到兩句。 - `## Exam-ready`：3–10 行英文，**從章節包的投影片文字逐字抄**，每行 `- **Term**: "原句"（Ch3 p.14）`。老師有明確證據才在行尾加 `【老師強調】(h:mm:ss)`。 **每一行下面一定要有一行縮排的中文解釋**（主理人英文不好，看不懂的英文等於沒用）： ``` - **Hill climbing**: "It keeps track of one current state and on each iteration moves to the neighboring state with highest value."（Ch4 p.5） - 中文：爬山法只記住「現在這一個狀態」，每一輪都移到分數最高的鄰居。白話：一直往比較高的地方走一步。 ``` 中文要先把句子意思講清楚，再補一句白話；最後用「英文（中文）」列出這句裡 1–3 個難字，例：sparse（稀疏）、distinct terms（不重複的字）。 **一行只放一句投影片原句**。同一頁有多句要考就拆成多行，每行各接一行中文；不要用分號串三句以上，不要把計算量 O(...) 塞進去。 - 章節包第 2 節的每一段：`## [h:mm:ss](連結) 標題`（照抄），下面 2–4 句白話摘要，其餘全部收進摺疊： ```
問句（例：用生活例子講，BFS 在做什麼？） 內容
``` 摺疊種類（需要才放）：用生活例子講？／它到底怎麼運作？／要先懂什麼？（老師假設你會的數學或概念，短版教學）／老師原話是什麼？（「原話」(h:mm:ss)，只放重要的，最多 5 句）。 - 「它到底怎麼運作？」要用一組小數字把這段的演算法**真的跑 1–3 步**（例：算出梯度、更新一次、比較兩個 α），不是只示範定義的加減乘除。全章盡量沿用同一組數字，讓前一段的答案能在下一段被驗證。 - 每段正文要回答讀者最可能卡住的一個「為什麼」。投影片公式方向跟題目相反、或投影片說「解不出來」時，用一兩句講出原因，自己補的標（我補充）。 - 投影片句子停在公式前（公式在圖裡）時：Exam-ready 在粗體詞條上補公式、引號內保持原句；正文寫出同一條式子。公式圖看章節包第 6 節列出的 PNG。 - `## Self-check`：2–4 題英文考題，答案收摺疊。**至少一題考老師強調的內容**；只出 explain／why／compare 這類問答題，**不出要代數字計算的題目**（考試不考算式）；不出「老師和投影片哪裡不同」這類不會考的題目。每題格式： ```
Q1. English question?（中文：中文題目） **Answer**: English answer. 中文：把答案完整講一遍（不是只翻一句），讓看不懂英文的人也知道要怎麼答。
``` - **最後一行**：章節包第 1b 節那行（下一章連結），原樣照抄。讓讀完的人直接點下一章。 - 不要把章節包或這份規則裡的指示句寫進筆記（例如「寫筆記時照投影片寫」「已改正 ASR 錯字」）。 - 長度：全文不超過 16,000 字元（跟 check_note.py 同一個數字）。**不要為了壓字數反覆刪改**（實測一章最多花 12 輪在刪字）；超過時只刪進階摺疊裡的第二組算例，比喻、比較表、圖說、「老師說不用背」的提醒都不刪。 - 預設看得到的正文不放計算量 O(...)、代號對照（例如 SMART 字母）、課本出處考據，一律移進進階摺疊。 2. `chNN.concepts.json`：JSON 陣列，4–12 個考試可能問的術語，每個物件： `name`（英文）、`zh`、`type`（概念／演算法／公式／人物事件／前置知識／行政）、`signal`（"老師說會考"／"老師強調"／"核心（我判斷）"／""）、`evidence`（有 signal 前兩種時必填：原句＋時間）、`definition_en`（投影片原句；沒有就註明 (textbook)／(lecture)／(my wording)）、`plain`（一句中文）、`a4`（≤150 字元英文，可夾極短中文；期末拼貼用的小方塊）、`time`、`slides`、`prereq`（英文名陣列）。 ### 風格鐵律 - 不用 emoji 或裝飾符號（✓✗★⚠ 都不要；→ 可以）。不用 callout。不用 `$`。時間不要用 code 樣式。 - 每個 `##` 段落最多一種視覺元素：一張圖、或一個表格、或一個 mermaid。 - 摺疊標題是問句，前面不加符號。 - 圖片最多 3 張，只放文字取代不了的圖。放法：單獨一行 `[[IMG: | 中文圖說]]`，PNG 用 `slides_to_png.py <圖片資料夾> <頁> --dpi=110` 產生。 - 考試訊號只在老師明確說時標。老師只說「不用背」「不講」就寫「注意：……」。 - 老師口誤或跟投影片不同：照投影片寫，加「注意：老師口頭說的是……」。 - 引用老師的話時，ASR 錯字改成正確的字。 ### 沒有投影片時 不要憑記憶逐字重現課本段落或數值表。英文定義用自己的話寫、句尾標 (my wording)；Exam-ready 每行標「（自擬，投影片待補）」。例子只用老師講的。 ### 寫完之後（只做一次） 跑檢查： `C:\Users\user\.cache\meeting-record\venv\Scripts\python.exe C:\Users\user\.claude\scripts\check_note.py --transcript <逐字稿> --slides <投影片 txt …> --start <起> --end <訖> --vid <影片 ID>` - STYLE／VISUAL／TIME／FORMAT：全部改掉。 - QUOTE：確認是不是你改正了 ASR 錯字（是就保留），不是就改成原文或拿掉引號。 - ENGLISH：確認是不是投影片斷行造成的（是就保留），不是就改成投影片原句。 **省額度守則**：章節包裡已經有你需要的全部資料。不要再去讀整份逐字稿、整份投影片、segments.json 或手冊。一次寫好整個檔（Write 一次），檢查後集中修改。