資策會: 生成式AI能力認證https://www.iiiedu.org.tw/certifications/exam/6 經濟部: iPAS AI 應用規劃師https://www.ipas.org.tw/AIAP/AbilityIndex.aspx

1. AI 技術浪潮

2. 2
2022/11/30

3. Google NotebookLM

4. Claude : generate python code

5. 技術浪潮
Embedde
d System
2000
Cloud
Computing
2008
Internet of
Thing
2014
Big Data
2015
Deep
Learning
2017
Generativ
e
AI
2022
5

6. 6

7. 7

8. AI 可以用於分析醫學影像（例如 X 光片、 CT
掃描、 MRI ），幫助醫生檢測疾病，
AI 應用於醫療產業
CNN
某些病的樣本不足，會使用生成式 AI 產生樣本

9. AI 應用於品質管控
AI 系統會將這些影像與預先設定的標準進行比較。它可
以檢測出肉眼難以察覺的微小缺陷，例如焊接不良、元
件偏移或刮痕

10. 利用生成式 AI 進行 Anomaly detection

11. AI 不是只有在「 Cloud 雲端」而是開始走向
「 Edge 終端」
AI 邊緣運算
AI model

12. TensorFlow Lite for MCU
Sparkfun Edge board x1
Sparkfun USB-to-Serial Adapter x1 (CH340E chip)
microUSB wire x1
Himax CMOS Imaging Camera - HM01B0 x1
https://bit.ly/3j2fIIt

13. Intel OpenVINO 邊緣運算
https://bit.ly/3BOPFjB

14. 14
Development flow of the Edge AI
https://www.nuvoton.com

15. 15

17. 17
語音字詞識別 ( 配合麥克風 )
“Go” or “Stop” https://youtu.be/gVXP8HtSZrE

18. 18
揮動姿態識別 ( 配合 3 軸加速器 )
https://youtu.be/OS50uC817NM

19. AI 界的「偷襲珍珠港」！
DeepSeek 是什麼？ 40 歲創辦人梁文鋒為何讓輝達、台積電
ADR 股價重挫，矽谷大佬害怕？

20. 簡化模型與提升效率
知識蒸餾 (Knowledge Distillation)
20
“Cat” as 85%, “Dog” as
10%, and “Rabbit” as
5%

22. • 多模態人工智慧（ Multimodal AI ） 指的是能夠同時處理
和理解多種不同類型的數據（模態），例如 文字、語音、
影像、視覺、感測器數據 等，以提升人工智慧的認知能
力和應用範圍。
• 整合多種感官資訊。
• 產生更貼近人類感知和理解方式的結果。
• 能夠在不同模態之間進行轉換和交互。
多模態人工智慧（ Multimodal AI ）
Multimodal AI
(Stable Diffusion/ DALL-E)
image
圖片
文字
圖片

23. Stable Diffusion
23

24. • 智慧語音助理 : 如 Siri 、 ChatGPT Vision ，可同
時處理語音、文字與圖像。
• 醫學影像分析 : 結合 CT 、 MRI 、病歷文本，提
高診斷準確度。
• 自動駕駛 : 同時處理攝影機、雷達、 GPS 感測
數據，提升環境感知能力。
• 安防監控 : 分析影像與聲音，偵測異常行為
• 人機互動 : VR/AR 、智慧客服可整合視覺、語音
和觸覺反饋。
多模態 AI 的應用

25. AI Agents

26. • AI agents are intelligent programs designed to
operate independently.
• They perceive their environment, make
decisions, and take actions to achieve specific
goals.
AI Agent : Autonomous Problem Solvers

27. Accelerate delivery from idea to application
• No-Code AI: Enables AI model creation without
writing any code, using drag-and-drop interfaces and
pre-trained models.
• Low-Code AI: Requires minimal coding for
customization, offering more flexibility while still
reducing development time.
No-Code / Low-Code in AI Development

28. What is Machine Learning ?
What is Deep Learning ?

29. 29
Machine learning 是實現 AI 的一種方法
從資料當中學習出 rules ( 找到一個夠好的
function) 能解決特定的問題
什麼是機器學習 ?
?
X
Y f ()
X Y
f()
Machine Learning Rule-based:
Traditional Rule-based:

30. ML 基本概念
機器學習創造的是一個 Model
資料 + 演算法 = 機器學習
Algorithm
𝑦
𝑥
Model(𝑓𝑢𝑛𝑐𝑡𝑖𝑜𝑛)
^
𝑦=𝑓 (𝑥)
𝑥
𝑦

31. ML 通常做什麼 ?
分類 分群
迴歸
推論預測
𝑦=𝑎𝑥 +𝑏

32. 32
資料可以是 Excel 數據、圖片、影片、聲音、文
字
， 但都要轉換成向量以多維度表現
資料要先向量化
=[, , , …, ]
𝑥

33. 資料與特徵向量
=[, , , …, ]
, 都是向量

34. 34
Image Dataset
Dataset = lots of samples
Each sample contains:
Features X={x1, x2,…, xk}
label=2

35. 35
特徵空間
Good Bad

36. Overall flow of ML/DL development
Here are many ML/DL Algorithms

37. 1. 收集數據 (Data Collection) ：通常希望能蒐集所有可能的
數據，而非只有少數樣本。
2. 特徵工程 (Feature Engineering) ：將數據轉換成適合模型
學習的形式。
3. 訓練模型 (Model Training) ：使用演算法學習數據的模式，
如 Deep Learning 、 Decision Tree 、 SVM 等。
4. 測試與評估 (Evaluation) ：利用測試數據集來評估模型表
現，關心指標如 Accuracy 、 MSE 、 AUC-ROC 等。
5. 部署與應用 (Deployment) ：將模型應用於實際業務，如
聊天機器人、自動駕駛等。
機器學習的流程

38. 38
Machine Leaning Algorithm
http://bit.ly/2KDZZz4
Generative Adversarial Network pro

39. What is Generative AI

40. Generative AI is a system that leverages machine
learning to generate new content.
It’s like giving AI a creative license to produce
something original, yet strikingly similar to what it
has learned from the existing data.
What is Generative AI?
40

41. Discriminative 模型學習 x 和 y 之間的關係，能預
測 y ，但不必知道如何生成 x
Generative vs Discriminative
從觀察值 , …, 測
從觀察值 , …,

42. Generative modeling is a branch of machine learning that involves
training a model to produce new data that is similar to a given dataset.
x 的機率分佈，而生成模型試著去模仿 , 若模仿夠像，則用所抽樣出
來的 x 則如同來一樣
Generative AI
𝑃𝑑𝑎𝑡𝑎
A set of blue points
generated by an
unknown rule
𝑃𝑚𝑜𝑑𝑒𝑙
is an estimate of the true
data-generating
distribution

43. • 知名的深度學習生成模型，例如 VAE, GAN , Diffusion Model 等
Flow of Deep Generative Model
Random
Noise
Training Sampling
A generative model must also be probabilistic rather than deterministic,
because we want to be able to sample many different variations of the
output, rather than get the same output every time.

44. Discriminative : train + inference
Generative : train + sampling
Generative vs Discriminative
Discriminative
model
{(𝑥𝑖 , 𝑦𝑖)} 𝑛
𝑥𝑛𝑒𝑤
= k
inference
Generative
model
{(𝑥𝑖 , 𝑥𝑖)} 𝑛
𝑃𝜃 (𝑥)
Random noise
sample
^
𝑥

45. Latent Space
𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑒(𝑥− 𝑥 ′)2
z
How to train

46. Week
Decoder
Strong
Decoder
Week
Encoder Garbage in Garbage out
因為無法完全抓到
latent Space 抓到 ,
故再強的 Decoder
對某些特定 x 也無
法重建
Strong
Encoder
有完整的 latent Space
分佈 , 但 Decoder 太
弱無法清晰重建 x
有完整的 latent
Space 分佈 , Decoder
能栩栩如生地重建 .
如此才能估算原始
資料分佈 (x)
’ 取決於 Encoder 與 Decoder 的共同努力
Encoder: q(z|x) 學習有意義的潛在表示
Decoder: p(x|z) 確保這些表示能夠重建原始數據

47. 能從圖像中學到潛在的高階特徵 , 如此資料集中
每個圖像都能用這些高階特徵進行組合和調整
Encoder 學到潛在特徵 (Latent Feature)
height
radius
Pixel  高階特徵 (radius, height)

48. Latent Space
潛在空間描述了一個資料集的特徵分佈。特徵的分佈是對原始數據
的抽象化表達，它幫助 Decoder 理解和表示原始數據的分佈
Latent Space 潛在特徵空間
radius height
z

49. AIGC

50. 文字生成
• 自動產生新聞稿、部落格文章、產品描述、行銷文案等。
• 用於故事創作、劇本撰寫、詩歌生成、翻譯、程式撰寫等。
圖像生成：
• 生成廣告素材、產品視覺化圖、藝術作品、遊戲素材等。
• 可用於虛擬人物設計、建築設計、室內設計等。
影片生成：
• 製作產品演示影片、廣告影片、動畫短片等。
• 用於電影特效、虛擬實境內容生成等。
音樂生成：
• 創作背景音樂、廣告配樂、遊戲音樂等。
• 可用於生成個人化音樂、音效設計等
AIGC: Artificial Intelligence Generated Content

51. OpenAI chatGPT
1. Chat Generative Pre-trained Transformer
Anthropic Claude: 強在程式碼產生
Google Gemini
Microsoft Copilot
AI 生成文字
51

52. Claude Screenshot
52

53. Microsoft Bing Image Creator
Adobe Firefly: 結合 Photoshop 修圖
Tensor Art : 是能用 Stable Diffusion 模型進行 AI
繪圖的網頁
AI 生成圖片
53
Stable
Diffusion
Text Prompt

55. 社會偏見 : ChatGPT 和其他 LLM 可能存在性別、種族和其他類型的
社會偏見，因為它們的訓練資料可能包含這些偏見。
資料所有權和權利爭議 : ChatGPT 大量依賴網際網路上的資訊，其中
許多資訊可能不屬於 OpenAI ，這引發了資料所有權和權利的爭議。
幻覺 : ChatGPT 可能會產生不準確或完全錯誤的資訊，稱為「幻覺」，
這突顯了確保 AI 系統準確性和可靠性的重要性
隱私洩露 : ChatGPT 已發生過資料洩露事件，暴露了使用者對話和敏
感資訊的風險。
個人資訊的濫用 : OpenAI 使用個人資訊作為 AI 訓練資料引發了隱
私問題，特別是在未經授權使用個人資料方面。
組織和員工的濫用 : 三星員工使用 ChatGPT 產生或除錯程式碼時，
無意中輸入了機密公司資訊，突顯了組織和員工濫用 LLM 的可能性。
ChatGPT 對於社會、法律和道德影響
55

56. AI 能力認證

57. 資策會 : 生成式 AI 能力認證
https://www.iiiedu.org.tw/certifications/exam/6
經濟部 : iPAS AI 應用規劃師
https://www.ipas.org.tw/AIAP/AbilityIndex.aspx
AI 能力認證

58. 58

59. 59

60. 60

62. 初級能力指標

63. 中級能力指標

64. L21 人工智慧技術應用與規劃

65. L22 大數據處理分析與應用

66. L23 機器學習技術與應用

68. 考試日期、時間、科目、題型
114/5/3 初級 114/5/17 中級

71. • 《AI應用規劃師-中級考試科目抵免說明》
※ 如果您已取得 iPAS 「巨量資料分析師（初級 / 中級）」或「機器學習工
程師（初級 / 中級）」證照，只需報考 L21 人工智慧技術應用與規劃，並通
過該科目，即可獲得 「 AI 應用規劃師（中級）」 證照。