Type of Credit: Elective
Credit(s)
Number of Students
人工智慧無所不在，在各領域廣泛應用，本課程結合人工智慧與數位內容，重視理論、實作與議題思考。課程中介紹人工智慧、Python、生成式人工智慧(AIGC)工具；接著教導神經網路、深度神經網路(DNN)，以及卷積神經網路(CNN)的觀念與應用；課程中並講述能讓電腦創作的生成對抗網絡(GAN)、擴散模型及其應用。此外，此課程也會探討人工智慧與永續發展目標(SDGs)、設計思考與數位內容，思考內容創作以及生成式人工智慧的議題，並分享數位內容創作歷程。
本課程將有「人工智慧在數位內容的創意實踐與議題探討」小組專案，盼能透過實作演練，以及團隊合作的激盪，使同學們對於人工智慧與數位內容有更深刻的認識，並有創意的產出；且鼓勵同學們課外參與人工智慧、數位內容、大數據分析的相關競賽，促進人工智慧在數位內容的創意實踐。
能力項目說明
1. 了解人工智慧的觀念
2. 學習卷積神經網路、生成對抗網路、擴散模型的觀念，以及Python、生成式人工智慧工具
3. 提升跨域創新與團隊合作水平，促進人工智慧在數位內容的創意實踐，並探討相關之議題
| 教學週次Course Week | 彈性補充教學週次Flexible Supplemental Instruction Week | 彈性補充教學類別Flexible Supplemental Instruction Type |
|---|---|---|
每周課程進度與作業要求 Course Schedule & Requirements
|
週次 Week |
課程主題 Topic |
教學活動與作業 Teaching Activities and Homework |
學習投入時間 Student workload expectation |
|
|
課堂講授 In-class Hours |
課程前後 Outside-of-class Hours |
|||
|
1 |
課程介紹、人工智慧簡述 |
課程簡介、認識人工智慧 |
3 |
2 |
|
2 |
Python簡介、生成式人工智慧工具(I) |
介紹Python與生成式人工智慧(AIGC)、完成小組專案分組、構思專案主題 |
3 |
4 |
|
3 |
Python入門、生成式人工智慧工具(II) |
Python手把手教學、簡單入門小程式、生成式人工智慧工具 |
3 |
6 |
|
4 |
神經網路、深度神經網路(DNN)、生成式人工智慧工具(III) |
DNN之觀念與實作、生成式人工智慧工具的多元應用 |
3 |
6 |
|
5 |
人工智慧與永續發展目標(SDGs) |
老師講授、小組討論 將SDGs思維導入小組專案 |
3 |
4 |
|
6 |
設計思考與數位內容(I) |
老師講授、小組活動 將設計思考導入小組專案 |
3 |
6 |
|
7 |
設計思考與數位內容(II)、卷積神經網路(CNN) |
設計思考小組活動、CNN之觀念與圖像識別 |
3 |
6 |
|
8 |
期中提案報告 |
小組提案報告:人工智慧在數位內容的創意實踐與議題探討 |
3 |
6 |
|
9 |
期中考週 |
|||
|
10 |
生成式人工智慧工具進階應用、生成對抗網路(GAN)、擴散模型 |
生成式人工智慧工具進階應用、GAN與擴散模型之觀念與圖片生成 |
3 |
6 |
|
11 |
內容創作的多元議題思考 |
老師講授、小組討論 |
3 |
4 |
|
12 |
生成式人工智慧的議題反思 |
老師講授、小組討論 |
3 |
4 |
|
13 |
數位藝術巡禮 |
參訪數位藝術中心、心得回饋 |
3 |
4 |
|
14 |
數位內容創作歷程分享 |
演講、小組討論 |
3 |
4 |
|
15 |
期末成果發表 |
小組成果口頭報告:人工智慧在數位內容的創意實踐成果與議題探討 |
3 |
6 |
|
16 |
期末回饋 |
期末回饋與評量 |
3 |
4 |
|
17 |
自主學習 | 人工智慧相關競賽觀摩/參與 | ||
|
18 |
自主學習 | 人工智慧相關競賽觀摩/參與 | ||
1. 小組專案(50%):人工智慧在數位內容的創意實踐與議題探討
含組內互評、組外互評、教師評量
2. 個人作業(30%)
3. 課堂出席、參與(20%)
* 參與大數據分析、人工智慧、數位內容相關競賽可加分
| 書名 Book Title | 作者 Author | 出版年 Publish Year | 出版者 Publisher | ISBN | 館藏來源* | 備註 Note |
|---|