艾鍗學院 - 生成式AI核心技術與應用

ipas banner ML

現在位置：艾鍗學院＞數位課程＞ AI人工智慧系列課程＞生成式AI核心技術與應用

課程介紹

本課程系統性解析當代人工智慧的核心技術與應用，內容涵蓋四大主軸：
生成式AI、Transformer架構、多模態AI，以及可解釋性AI（XAI），
結合理論與實作，幫助學員建立完整且前瞻的AI技術能力。

首先，我們將深入探討生成式AI的三大支柱：變分自動編碼器（VAE）、生成對抗網路（GAN）與擴散模型（Diffusion Model）。透過解析其底層邏輯與網路架構，學員將理解如何讓AI自動產生語言、圖像與資料，並掌握潛在空間（Latent Space）建模與數據生成的技術。

接著，課程將進一步介紹支撐現代大型語言模型的核心架構Transformer。從自注意力機制（Self-Attention）到多頭注意力與位置編碼，學員將了解BERT、GPT等模型如何有效處理序列資料，並能實作語言理解與生成任務。在掌握語言與圖像單模態技術後，課程將進入多模態AI主題，介紹由OpenAI提出的CLIP 模型，學習如何讓AI理解並連結文字與圖像的語意關係，並展示其在零樣本學習（Zero-shot Learning）與圖文檢索中的應用潛力。

最後，面對高度複雜的深度學習模型，我們將導入可解釋性AI（Explainable AI, XAI）概念與實務。學員將學習使用LIME與SHAP等方法，剖析黑箱模型的預測機制，強化系統透明度、可信度與負責任應用，特別適用於醫療、金融等高風險場景。本課程不僅強調技術實作與理論理解，是培養AI技術專業與責任意識兼具之進階必修課。

課程特色

📌掌握生成式AI全景
兼具技術廣度與深度，從 VAE、GAN、Diffusion到 Transformer、CLIP再到XAI；掌握文字、影像、多模態與可解釋性AI，毋須東拼西湊，完整生成式AI技術一次到位。

📌理論 × 實作雙驅動：讓理解直達應用
不僅注重紮實的理論解析，更強調實作與應用。透過範例程式演練，學員將親手實作各類生成模型進行影像與文本生成。從理解到應用無縫接軌，快速將知識轉化為解決實際問題的能力。

📌培養負責任AI素養，引領產業創新與倫理
課程特別導入可解釋性AI(XAI)概念，教你用LIME、SHAP拆解黑盒預測，為模型增添「可說服」的透明度與可信度。不僅在技術上精進，更要成為具備倫理意識的AI專業人才！尤其適用醫療、金融等高風險場域，協助你打造兼顧創新與合規的產業永續AI解決方案。

📌適用生成式AI認證準備
此課程涵蓋生成式AI部分考試範圍，學習後可報考資策會生成式AI認證考試，取得認證，為履歷加上專業級背書。

適合對象

具備基本Python程式設計能力者
具備機器學習與深度學習基本知識
想深入生成式AI模型、AI應用開發、資料科學等領域者
想把生成式AI實際導入公司產品或個人專案的開發者
企業管理者與決策者

課程目標

理解生成式AI三大架構的運作機制與差異。
能實作VAE、GAN、Diffusion等生成模型進行影像或文本生成。
掌握Transformer與BERT語言模型。
掌握CLIP多模態模型技術與應用。
學會運用LIME、SHAP等工具為AI模型提供可解釋性。

※ 課程完訓後將提供結業證書作為研習證明

課程大綱

課程總時數：21小時
課程所附教材：
- 完整範例程式碼
- 線上助教系統

Learning Map：生成式AI核心技術與應用

● 判別式與生成式AI比較

● 自動編碼器（AutoEncoder）與特徵學習

● 變分自動編碼器（VAE）與機率建模

● 生成對抗網路（GAN）原理與應用

● 擴散模型（Diffusion Model）與影像生成

● 自然語言處理（NLP）概論

● BERT 模型與語言理解任務

● Transformer 架構：Self-Attention、多頭注意力、BERT與GPT比較

● CLIP與多模態學習：對比學習、零樣本學習、圖文理解應用

● 可解釋AI技術（XAI）：LIME與SHAP的理論與實作

更多延伸學習

課程節錄

課程諮詢

FAQ

考試方式	考試範圍	通過標準	鑑測資訊
電腦測驗單選80題 (90分鐘)	1.生成式AI基礎知識 2.生成式AI能力強化 3.生成式AI應用技能 4.生成式AI倫理法律	達70分為合格 (滿分100分)	詳見認證官網

▲ 報名考試可輸入推薦碼：ncgf，即享報考費9折優惠：

▲ (考試時間 & 資料來源 : https://www.iiiedu.org.tw/certifications/exam/6 )

Q1、我只懂一些AI基礎，可以跟得上嗎？

Q2、課程上有不懂的地方怎麼辦？

Q3、什麼是生成式AI認證？