| 書名: | 「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養 (1版) | |||
| 作者: | 羅光志 | |||
| 版次: | 1 | |||
| ISBN: | 9789863128359 | |||
| 出版社: | 旗標科技 | |||
| 出版日期: | 2025/07 | |||
| 頁數: | 416 | |||
|
#資訊
#AI人工智慧與機器學習 |
||||
【簡介】 在 AI 模型不停推陳出新,生成的內容越來越逼真, 你是不是也開始對 AI 躍躍欲試,但卻又不得其門而入呢? 這本書的誕生,就是為了讓你我都能看得懂、用得上、不被落下。 ▌給上班族的你: 媒體不斷報導 AI 的強大,一邊說它能提升效率,一邊又說它可能取代人類工作──其實與其恐懼 AI,不如學會了解 AI。當你掌握 AI 的能力與限制,就能把它變成你的助力,讓自己在職場中更有競爭力。 ▌給學生、新鮮人與轉職者: 當企業逐漸看重具備 AI 能力的人才,你的履歷中有沒有實作經驗、能否與 AI 工具協作,都會成為關鍵加分項。然而學校不一定有教、網路資源又過於零碎,想要快速補足這塊技術的知識,你需要的是一套有系統的入門書。 ▌給關心下一代的家長: 現在的年輕世代是「AI 原生族群」,生成式 AI 將會伴隨他們長大、學習、工作,甚至影響他們的創造力與價值觀。與其被科技隔閡拉遠,不如主動理解 AI 的樣貌與影響,陪伴孩子健康地使用 AI、成為真正的科技公民。 無論你是上班族、新鮮人、轉職者、家長或學生,這本書都能幫助你打開 AI 世界的大門! 正如書名中「⇄」符號所呈現的意義, 希望帶領讀者了解各種「生成式 AI」應用與背後相關技術的來龍去脈, 讓你用最輕鬆的方式,培養面對未來的 AI 素養與競爭力。 現在就開始——你將不只是 AI 使用者,更是 AI 時代的參與者! 本書特色 \ 一看就懂的生成式 AI 最強入門書 / 貼近科技脈動,跟上 AI 技術發展腳步,吸收新知不落伍! 涵蓋完整 AI 技術地圖: - 機器學習 (Machine Learning) - 深度學習 (Deep Learning) - 電腦視覺 (Computer Vision) - 自然語言處理 (NLP) - 聊天機器人 (Chatbot) - 生成式 AI (Generative AI) - 檢索增強生成 (RAG) - AI 代理 (AI Agent) - AI 倫理與未來思辨 \ 52 個零基礎實作活動,讓你輕鬆玩懂 AI / 從趣味實驗到真實應用,不懂程式也能動手玩: - 看懂 ChatGPT 的運作邏輯 - 跟 AI 協作畫圖、創作音樂 - 打造毛小孩的影像識別模型 - 自動駕駛與 AI 道德判斷體驗 - 用眼睛控制畫面、用聲音操控動作 - 打造一個跟你對話的 AI 代理人 - 用 RAG 檢索不同的資料 - 請 AI 協助招聘的公平性反思 還有更多實用又有趣的活動:風格轉換、單字聯想、情感分析、AI 招聘挑戰、尋找威利……等你來體驗! 暢銷書《從 AI 到生成式 AI》作者最新力作 新作更加聚焦最熱門的生成式 AI 技術解析與實作體驗, 從 ChatGPT、NotebookLM 到 AI 寫作、繪圖、音樂生成,帶你全面掌握未來科技趨勢。 不只如此,實作活動從 40 則擴增至 52 則,更多應用、更豐富的實作, 讓你親身感受 AI 如何改變生活、工作與學習。 專家學者誠摯推薦 王年燦|致理科技大學 創新設計學院 教授兼院長 林仁智|國立臺北教育大學 數位科技設計系教授兼系主任 范姜永益|輔仁大學資訊工程學系 學術特聘教授 區國良|國立清華大學 學習科學與科技研究所 教授 張一偉|凡甲科技總經理 (以上依姓名筆劃順序排列) 【目錄】 ▌第 1 章 從 AI 邁向生成式 AI ▌ 1-1 AI 在生活中的一天 1-2 人類智慧與人工智慧 1-3 人類智慧與人工智慧是競爭還是合作? 活動:用音樂作畫 活動:你的眼睛會說話 1-4 人工智慧類型 1-5 AI 的前世今生 1-6 人工智慧擅長與不擅長的領域 活動:訓練 AI 辨識水果 活動:讓 AI 修復照片 1-7 AI 如何運作 活動:溫度的轉換 活動:限時塗鴉(Quick,Draw!) 1-8 什麼是生成式 AI(Generative AI) 1-9 生成式 AI 的歷史與演進 活動:此人不存在 ▌第 2 章 機器學習 ▌ 2-1 什麼是機器學習(Machine Learning) 2-2 機器學習如何工作 2-3 機器學習三大類型 活動:小鳥學飛 2-4 動手做做看:影像辨識 – 貓還是狗? 活動:影像辨識操作 ▌第 3 章 深度學習 ▌ 3-1 什麼是深度學習(Deep Learning) 3-2 深度學習的重要核心-神經網路(Neural Network) 3-3 神經網路如何工作 活動:單個神經元工作方式 活動:多個神經元工作方式 活動:神經網路如何訓練? 活動:Emoji 實物尋寶大冒險 活動:用 AI 玩剪刀、石頭、布 3-4 卷積神經網路(Convolutional Neural Networks) 活動:在瀏覽器中輕鬆學習卷積神經網路 3-5 循環神經網路(Recurrent Neural Networks) 活動:讓 AI 陪你一起畫畫 I 活動:讓 AI 陪你一起畫畫 II ▌第 4 章 電腦視覺 ▌ 4-1 什麼是電腦視覺(Computer Vision) 活動:尋找威利 4-2 電腦視覺如何工作 4-3 電腦視覺任務 活動:Google Vision AI 4-4 電腦視覺應用(Applications) 4-5 動手做做看 活動:物體偵測-「捷運搭乘守則」 活動:臉部辨識-「猜猜我的年紀」 ▌第 5 章 自然語言處理 ▌ 5-1 什麼是自然語言處理(NLP) 5-2 自然語言處理如何工作 5-3 自然語言處理應用(Applications) 5-4 動手做做看 活動:單字聯想遊戲 Semantris 活動:文字辨識-「智慧教室」 ▌第 6 章 聊天機器人 ▌ 6-1 什麼是聊天機器人(Chatbot) 6-2 聊天機器人如何工作 6-3 動手做做看 活動:簡易餐廳聊天機器人 活動:智慧化餐廳聊天機器人 ▌第 7 章 生成式人工智慧 ▌ 7-1 生成式 AI 如何工作 7-2 生成式 AI 應用(Applications) 活動:AI 筆下的奇幻世界 活動:利用生成式 AI 輕鬆創造風格字體 活動:用生成式 AI 繪出音符與畫作的共鳴 ▌第 8 章 生成式 AI 大未來:從提示工程到智慧代理 ▌ 8-1 生成式 AI 的智慧核心:推理模型大進化 活動:AI 推理大比拚:GPT-4o 與 o1 的推理能力挑戰 8-2 與 AI 精準對話的藝術:提示工程 活動:AI 智能檢索挑戰:RAG 技術大探索! 活動:ChatGPT search vs Google search 智慧搜尋大交鋒! 8-3 自主行動的未來:AI Agent 與 Agentic AI 活動:AI 互動新時代:打造你的 AI Agent 並深度對話! ▌第 9 章 生成式 AI × 多媒體:開啟創作新時代 ▌ 9-1 Google NotebookLM 實作:讓 AI 成為你的智慧學習夥伴 9-2 Freepik 實作:從圖像生成到視覺重塑 9-3 Suno AI 實作:用 AI 創作音樂 ▌第 10 章 人工智慧道德與社會影響 ▌ 10-1 偏見(Bias) 10-2 隱私(Privacy) 10-3 問責制(Accountability) 10-4 工作(Job) 10-5 動手做做看 活動:最適者生存?AI 招聘的公平性挑戰 活動:道德機器(Moral Machine) 10-6 人工智慧的演變及未來
還沒有人留下心得,快來搶頭香!
為您推薦
其他會員也一起購買
【簡介】 本書特色 *貼心的單元規劃:章前除以「管理格言」引領讀者學習,並於章後規劃「章後習題」單元,幫助讀者快速掌握學習重點。 *理論與實務並重:本書以企業教育訓練的「規劃與實施程序」編排,並提供國內中小企業訓練與發展的實例,以契合師生進行相關議題的探討。 *更新與維護資料:四版除更新相關企業訓練相關法規外,更將近年來職訓局大力推動的台灣訓練品質系統(TTQS) 作探討,也加入了勞動部於2015 年以國家訓練品質獎為基礎,融合國家人力創新獎之精神與做法,並與國際人資獎項評審指標接軌,新成立的獎項「國家人才發展獎」介紹。 *文中在部分內容附有QRcode,搭配上課使用 內容簡介 企業訓練與發展是指組織有系統規劃的來協助組織成員學習與工作相關、應具備之能力,這些能力包含知識、技能與行為,能影響工作績效的表現。以往企業訓練只著重於課程講授,但現如今的訓練已逐漸轉向以學習、創造與分享的角色,如此才能因應快速變遷的時代,維持企業競爭力。 本書包含了教育訓練體系的五大環節,並更新了教育訓練新趨勢的相關章節、企業訓練相關法規,更有台灣訓練品質系統(TTQS)及國內中小企業的訓練發展實例,祈能幫助讀者持續成長、不斷精進。 【目錄】 Chapter 01 緒論 第一節 教育、訓練和發展之定義 第二節 教育訓練的意涵 第三節 教育訓練的目的、功能及效益 第四節 企業教育訓練人員的能力和角色 第五節 教育訓練的趨勢 第六節 結語 本章習題 Chapter 02 人力資源發展與職涯規劃 第一節 人力資源發展的組成 第二節 職涯發展之內涵 第三節 個人職涯發展階段 第四節 影響職涯發展的因素 第五節 職涯規劃之內涵 第六節 職涯規劃之執行 第七節 結語 本章習題 Chapter 03 執照、證書、證照在教育訓練之角色 第一節 執照、證書與證照的定義與功能 第二節 執照、證書與證照的適用範圍 第三節 執照、證書與證照之比較 第四節 認證與驗證 第五節 結語 本章習題 Chapter 04 員工教育訓練需求評估 第一節 教育訓練需求評估的目的、功能與特性 第二節 員工訓練需求評估的程序 第三節 訓練需求評估的方法 第四節 教育訓練需求評估的原則 第五節 職能需求評估案例 第六節 結語 本章習題 Chapter 05 教育訓練計畫的擬定 第一節 教育訓練計畫的定義 第二節 教育訓練計畫的目的 第三節 教育訓練執行者之職務 第四節 教育訓練執行者所應具備的能力 第五節 擬定教育訓練計畫前應有的思維 第六節 教育訓練計畫的內容 第七節 訓練計畫的種類 第八節 結語 本章習題 Chapter 06 教育訓練的基礎—學習理論 第一節 學習的定義與學習原理 第二節 最大化學習 第三節 學習遷移 第四節 成人學習理論 第五節 學習理論對於人力資源的重要性與啟示 第六節 結語 本章習題 Chapter 07 講師教學方法之探討 第一節 教學之意涵 第二節 教學方法與教學模式 第三節 教學設計與教學科技 第四節 教學方法之類型 第五節 結語 本章習題 Chapter 08 課程的設計與規劃 第一節 課程的概念分析 第二節 訓練課程的建立 第三節 結語 本章習題 Chapter 09 教案設計與實務 第一節 系統化教學設計 第二節 教案的意義 第三節 教案編寫要領 第四節 教學目標分類 第五節 教案設計實務演練 第六節 教學實務演練 第七節 結語 本章習題 Chapter 10 教育訓練的成效評估 第一節 訓練成效評估的意義 第二節 訓練成效評估的基本原則 第三節 訓練成效評估的範圍與類型 第四節 訓練成效評估的程序 第五節 訓練成效評估的模式 第六節 訓練成效評估的方法 第七節 訓練成效評估的要件 第八節 結語 本章習題 Chapter 11 企業人才發展系統 第一節 訓練品質的定義 第二節 我國訓練品質系統 第三節 國際訓練品質管理系統 第四節 國家人才發展獎的設置 第五節 結語 本章習題 Chapter 12 企業訓練與發展實例 第一節 裕隆汽車製造股份有限公司 第二節 保德信人壽 第三節 日月光集團 第四節 友達光電股份有限公司 第五節 台灣積體電路製造股份有限公司 第六節 鴻海科技集團 第七節 永豐金融控股股份有限公司 第八節 宏碁集團 第九節 華碩電腦股份有限公司 第十節 誠品股份有限公司 第十一節 中國人壽保險股份有限公司 本章習題 Appendix A 附錄 附錄一 教育訓練課程十大熱門網站 附錄二 就業服務法 附錄三 勞動基準法 附錄四 職業訓練法 Appendix B 索引表 Appendix C 課堂活動(壓撕線)
相關熱銷的書籍推薦給您
書名:人工智慧:智慧型系統導論(第三版) 作者:李聯旺 出版社:全華 ISBN:9789862800959
相關熱銷的書籍推薦給您
書名:機器學習:類神經網路、模糊系統以及基因演算法則(第四版) 作者:蘇木春、張孝德 出版社:全華 出版日期:2016/05/00 ISBN:9789864632060 內容簡介 ■ 本書優點特色 1.將三種與機械學習相關的技術-類神經網路、模糊系統及基因演繹法作一通盤介紹。 2.以深入淺出的方式建立類神經網路與生物神經網路的關聯性,以便讓讀者更能發揮想像力。 3.每一種理論都儘可能配合書中範例及圖表加以說明。 ■ 內容簡介 本書將三種與機械學習相關的技術-類神經網路、模糊系統及基因演繹法作一通盤介紹。此外,作者以深入淺出的方式建立類神經網路與生物神經網路的關聯性,以便讓讀者更能發揮想像力。 目錄 第1章 類神經網路之簡介 第2章 感知機 第3章 多層感知機 第4章 非監督式類神經網路 第5章 聯想記憶 第6章 增強式學習 第7章 模糊集合 第8章 模糊關係及推論 第9章 模糊系統 第10章 基因演算法則
類似書籍推薦給您
【簡介】 【專業推薦】 陳碧莉/台積電副法務長暨首席智權律師 黃欽勇/《大椽-DIGITIMES》暨IC之音董事長 .新版重點:新增兩則生成式AI合理使用的實體即席判決 .本書係國內第一本針對迄今全球侵害案例,綜合技術和法律二個角度進行整理分析 ChatGPT問世以來,生成式AI熱浪席捲全球,帶來破壞式創新的科技突破,但同時也引發前所未有的著作權爭議。截至目前全球已出現近50起的AI侵權訴訟,涵蓋小說書籍/新聞報導、繪畫/攝影、音樂詞曲、視聽影片乃至開源碼等多元領域,被告多為美國AI大咖如OpenAI、Microsoft、Meta、Google、Nvidia、Midjourney與Anthropic、Perplexity AI等! 訴訟戰火最先集中美國,隨即延燒至英、德、法、加拿大、中國、印度與韓國,而既有著作權法難於規範AI核心爭議,例如:生成式AI產生的內容是衍生著作?AI訓練過程大量爬取資料與向量嵌入轉化是否非法複製?生成式AI前階段資料探勘之複製是否合法?使用RAG會構成侵害?生成式AI的使用者是直接侵權人?生成式AI工具提供者,除直接侵害也構成代理侵害或輔助侵害?刪除CMI違反DMCA法?生成式AI吐出實質相似的內容(AI反芻)是否構成侵害?AI訓練資料是否構成轉化性合理使用?再加上DeepSeek爭餾技術、GPT4o吉卜力(擴散+自迴歸演算)等爭議,反映生成式AI對智財權體制帶來之挑戰! 為呼應最新趨勢,本次改版新增兩則美國加州生成式AI合理使用、一則最新的英國高院與德國慕尼黑地院之實體判決,及一則美國RAG相關之程序判決,期能提供更具價值之參考。 【目錄】 推薦序/陳碧莉 推薦序/黃欽勇 再版序/陳家駿 ◆總論 生成式AI著作權最新爭議 .從ChatGPT到Grok 3之AI模型爭議談OpenAI指控Deepseek侵權─剽竊 v. 創新?/3 .GPT-4o吉卜力風格引爆著作之侵權爭議/27 ◆各論 全球生成式AI著作權訴訟案 【美國篇】 『開源碼』 .全球首宗生成式AI開源碼爭訟 ─OpenAI、微軟與GitHub著作侵權案之程序裁決出爐 ─Doe 1~5 v. OpenAI , Github & Microsoft/53 『卡通畫家和插畫家』 .插畫家控告Stability生成式AI工具著作侵權案 ─首波程序判決出爐原告鎩羽而歸 ─Andersen et al v. Stability AI, Midjourney & DeviantArt/77 .插畫家控訴DeviantArt生成式AI著作侵權 ─首輪程序判決被告占上風/90 .插畫家告Midjourney生成式AI工具著作侵權案 ─原告首戰程序判決吞敗/102 『小說作家』 .作家控告Meta生成式AI LLaMA著作侵權案首波程序判決兼談Google生成式AI Gemini著作侵權案 ─Kadrey, Silverman & Golden v. Meta Platforms, Inc./115 ─Leovy v. Google & Zhang v. Google/126 .美國首宗小說家控告OpenAI生成式AI著作侵權案程序判決出爐─Tremblay v. OpenAI/132 『新聞媒體』 .美國新聞媒體巨擘控告ChatGPT著作侵權案 ─New York Times v. Microsoft & OpenAI/155 .紐約時報告微軟/OpenAI訴訟案(一)─原告指控生成式AI逐字抄襲構成侵權/187 .紐約時報告微軟/OpenAI訴訟案(二)─生成式AI之合理使用抗辯/198 .新聞媒體控告生成式AI侵害著作權管理資訊案判決─Raw Story v. OpenAI/217 『音樂歌詞』 .全球首宗音樂出版商控告生成式AI Claude歌詞著作侵權案─Concord Music Group. v. Anthropic/236 『唱片錄音』 .全球首宗生成式AI錄音著作侵權案 ─美國唱片業巨頭控告SUNO/258 ─UMG, et al, v. Suno & John Does 1-10 兼談:配音演員聲音著作侵權案Lehrman, Sage v. SLovo/283 『法律資料庫』 .美國知名法律資料庫控告AI新創著作侵權之即席判決出爐─Thomson Reuters v. Ross/286 『影片與作家』 .GPU巨擘Nvidia在美國被控侵害YouTube著作權訴訟案 ─Millette(YouTube影片)v. Nvidia ─Nazemian v. Nvidia; Dubus v. Nvidia/315 【加拿大篇】 .從加拿大三件著作侵權案 ─談生成式AI訴訟之核心爭辯:向量嵌入 v. 複製&公平使用 法律資料庫─CanLII v. Caseway AI 媒體與廣播─Canadian News Media (CBC, The Globe & Mail et al) v. OpenAI 新聞廣播媒體─Advance Local Media v. Cohere/334 【歐洲篇】 『圖形影像』 .英國首宗生成式AI圖形影像智財侵權案─Getty Images v. Stability AI/368 『音樂』 .歐洲首宗生成式AI著作侵權官司 ─德國音樂仲團GEMA起訴OpenAI和Suno ─GEMA v OpenAI & Gema v Suno/398 『作家』 .法國首宗生成式AI之Meta被告著作侵權訴訟案─SNE, SGDL and SNAC v Meta 兼談歐盟人工智慧法/424 『資料探勘』 .從生成式AI談德國漢堡法院判決LAION資料探勘構成著作侵權豁免─Kneschke v. LAION e.V./436 兼談荷蘭阿姆斯特丹法院案─DPG et al v. HowardsHome/465 【亞洲篇】 .中國大陸生成式AI首宗著作侵權案 ─北京與廣州法院判決與美國案例比較/470 兼談江蘇與武漢生成式AI著作侵權案/506 .印度與韓國之生成式AI著作侵權案─ANI Media v. Open AI; KBA, MBC & SBS v. Naver/510 【我國修法展望】 .因應生成式AI我國應修改著作權法嗎?─以美國、日本與歐盟模式為例/527 【合理使用最新判決】 .美國生成式AI侵權訴訟案/543
類似書籍推薦給您
【簡介】 本書共分九章。 第一章介紹GPT模型歷程、原理與API介面。第二章說明OpenAI文字與語音轉換功能、API端點設計與請求庫封裝。第三章展示ChatGPT應用構建,包括互動區域、聊天快取與角色設定。第四章實作飛書機器人與OpenAI結合,開發多種回應與通知功能。第五章說明VSCode外掛程式開發流程與Webview通訊技術。第六章實作AI程式輔助模組,包含語言轉換、程式診斷與自動修復。第七章說明如何部署ChatGLM等開源模型與進行P-Tuning微調。第八章介紹RAG技術,實作文字向量化與Chroma向量資料庫整合,建構查詢式知識庫。第九章為提示詞工程與LLM社群工具介紹,說明提示詞模式、模型回應最佳化與Coze平台應用。 本書特色 ☆GPT模型歷史、架構與API功能解析 ☆OpenAI文字轉語音與語音轉文字實作 ☆Chat系列API端點與流式回應設計 ☆ChatGPT應用介面建構與訊息狀態處理 ☆System Prompt建構與角色扮演範例 ☆ChatGPT跨平台部署與Vercel整合 ☆飛書機器人API連接與事件回應開發 ☆VSCode外掛模組開發流程與通訊機制 ☆AI程式輔助:自動生成、語言轉換、程式診斷 ☆Hugging Face模型私有部署與P-Tuning微調 ☆文本向量化技術與嵌入式匹配範例 ☆向量資料庫Chroma操作與距離計算方式 ☆ChatGPT外掛知識庫系統建構與查詢設計 ☆提示詞工程模組化設計與Coze平台整合 【目錄】 ▌第1 章 緒論 1.1 AGI 的新時代已經到來 1.2 ChatGPT 全景介紹:歷史、原理與API 1.2.1 GPT 模型的基本概念和發展歷程 1.2.2 GPT 為什麼能做到跨領域與人互動 1.2.3 OpenAI API 簡介 1.3 生成式AI 應用的市場前景 1.4 本書的內容安排 ▌第2 章 OpenAI API 請求函式庫 2.1 OpenAI API 2.1.1 OpenAI API 提供的模型類別 2.1.2 在瀏覽器端實現文字轉音訊 2.1.3 在Node.js 執行時期實現文字轉音訊 2.1.4 音訊轉文字的實現 2.2 Chat 系列OpenAI API 端點 2.2.1 Chat 系列API 端點參數及使用 2.2.2 Chat API 的串流回應 2.3 API 請求函式庫 2.3.1 使用OpenAI 請求函式庫 2.3.2 實戰:封裝並發佈一個大語言模型API 的請求函式庫 2.3.3 ChatGPT 可用免費API 轉發開放原始碼倉庫:GPT-API-free 2.4 本章小結 ▌第3 章 基礎應用:ChatGPT 的實現 3.1 專案初始化和產品功能拆解 3.1.1 專案初始化 3.1.2 產品功能拆解 3.2 ChatGPT 靜態互動的實現 3.2.1 右側ChatGPT 對話區域 3.2.2 左側邊欄區域(Chat 資訊和API_KEY 填寫) 3.3 ChatGPT 可互動功能的補充 3.3.1 使用llm-request 連線OpenAI API 3.3.2 New Chat 事件的綁定 3.3.3 聊天記錄的快取 3.3.4 回應內容的豐富文字處理(換行、程式突顯、程式複製) 3.3.5 思考題:如何避免在請求中暴露API_KEY 3.4 建立不同角色類別的聊天 3.4.1 什麼是System Prompt 3.4.2 為ChatGPT 專案放開System Prompt 的填寫 3.4.3 範例:建立布布熊的虛擬女友一二熊 3.5 社區功能:跨平臺ChatGPT 應用—ChatGPT Next Web 3.5.1 初識ChatGPT Next Web 3.5.2 使用Vercel 把ChatGPT Next Web 部署到公網 3.6 本章小結 ▌第4 章 互動應用:整合AI 模型功能到飛書機器人 4.1 建立飛書機器人 4.1.1 飛書開放平臺 4.1.2 建立一個飛書機器人一二熊 4.2 飛書機器人的API 服務 4.2.1 飛書機器人API 服務的事件訂閱 4.2.2 開發階段:使用反向代理工具Ngrok 對本機服務進行內網穿透 4.2.3 訂閱message 接收事件並回應 4.2.4 部署上線:使用Vercel Serverless Functions 輕服務部署 4.3 支援一二熊的訊息回覆 4.3.1 支援一二熊的單聊回覆訊息 4.3.2 支援一二熊在群聊中回覆訊息 4.3.3 使用自訂訊息卡片配置說明文件 4.4 結合AI 實現一二熊的辦公協助工具 4.4.1 支援對飛書文件內容進行總結 4.4.2 支援向指定人員發送訊息通知 4.4.3 支援向指定群發送訊息通知 4.4.4 支援自動拉群並說明拉群用意 4.4.5 支援建立任務並自動生成任務摘要 4.5 本章小結 ▌第5 章 VSCode 自訂外掛程式 5.1 AI 在程式輔助領域的實施 5.1.1 ChatGPT 出色的程式協助工具 5.1.2 OpenAI API 與IDE 外掛程式的結合 5.2 初識VSCode 外掛程式開發 5.2.1 VSCode 外掛程式初始化 5.2.2 VSCode 外掛程式的目錄結構及檔案剖析 5.2.3 VSCode 外掛程式的啟動與本地偵錯 5.2.4 VSCode 外掛程式中單元測試的環境API mock 5.3 VSCode 外掛程式開發常用擴充功能 5.3.1 外掛程式命令 5.3.2 選單項 5.3.3 外掛程式配置項 5.3.4 按鍵綁定 5.3.5 訊息通知 5.3.6 收集使用者輸入 5.3.7 檔案選擇器 5.3.8 建立進度指示器 5.3.9 診斷和快速修復 5.4 特殊判斷值when 子句 5.4.1 when 子句運算子 5.4.2 when 子句內建環境變數 5.4.3 自訂when 子句環境變數 5.5 VSCode 外掛程式支援的工作環境空間 5.5.1 活動欄區域:視圖容器 5.5.2 側邊欄區域:樹狀檢視 5.5.3 狀態列區域:狀態列項目 5.5.4 編輯器組區域:網頁視圖 5.6 使用React 開發Webview 5.6.1 Webview 的React 開發配置 5.6.2 Webview 和Extension 的相互通訊 5.6.3 Webview 的開發者偵錯 5.7 VSCode 外掛程式的聯動與發佈 5.7.1 擴充相依外掛程式 5.7.2 VSCode 外掛程式的發佈 5.8 本章小結 ▌第6 章 程式設計應用:AI 程式開發輔助外掛程式 6.1 在VSCode 外掛程式中實現ChatGPT 6.1.1 專案初始化 6.1.2 外掛程式功能剖析 6.1.3 外掛程式功能配置項註冊 6.1.4 工作列註冊 6.1.5 快取首頁的實現 6.1.6 聊天頁面的實現 6.2 程式語言轉換工具 6.2.1 外掛程式功能剖析 6.2.2 外掛程式功能配置項註冊 6.2.3 支援全檔案語言轉換 6.2.4 支援對全檔案語言轉換結果的追問 6.2.5 支援局部程式語言轉換 6.3 程式審查工具 6.3.1 外掛程式功能剖析 6.3.2 外掛程式功能的配置項註冊 6.3.3 支援單檔案粒度程式AI 診斷 6.3.4 人工的診斷行列匹配 6.3.5 支援對問題程式的AI 快速修復 6.3.6 支援狀態列狀態顯示 6.4 本章小結 ▌第7 章 Hugging Face 開放原始碼模型的私有化部署和微調 7.1 模型私有化部署 7.1.1 什麼是模型私有化部署 7.1.2 使用Anaconda 管理Python 環境 7.1.3 私有化部署ChatGLM3-6B 模型 7.1.4 ChatGLM3-6B 模型的低成本部署 7.2 模型微調 7.2.1 什麼是模型微調 7.2.2 對ChatGLM3-6B 模型進行單機單卡P-Tuning 7.3 開放原始碼AI 社區Hugging Face 7.3.1 什麼是Hugging Face 7.3.2 機器學習函式庫Transformers 7.4 本章小結 ▌第8 章 檢索增強生成技術:向量化與大模型的結合 8.1 檢索增強生成技術介紹 8.1.1 訓練模型是一個高成本的過程 8.1.2 檢索增強生成技術:低成本資訊穿透的實現 8.2 文字向量化 8.2.1 什麼是文字向量化 8.2.2 OpenAI 提供的文字向量化功能 8.2.3 私有化部署Hugging Face 向量化模型 8.3 向量資料庫Chroma 8.3.1 什麼是向量資料庫Chroma 8.3.2 文字向量化及相似度匹配的範例 8.3.3 集合API 8.3.4 相似度距離計算方法 8.3.5 embeddings 向量化函式 8.4 實戰:為ChatGPT 提供知識庫功能 8.4.1 知識庫整體功能剖析 8.4.2 支援檔案上傳至知識庫 8.4.3 支援包含相似搜尋的詢問模式 8.5 本章小結 ▌第9 章 提示詞工程與LL 社區生態 9.1 提示詞工程 9.1.1 英文組織提示詞 9.1.2 明確輸入和輸出 9.1.3 輔助推理鍵 9.1.4 特殊或生僻場景提供範例 9.1.5 分治法:減小模型介入問題的粒度 9.1.6 結構化組織提示詞 9.2 Chat 大模型 9.2.1 文心一言 9.2.2 通義千問 9.2.3 豆包 9.2.4 元寶 9.2.5 Kimi 9.3 AI 應用架設平臺Coze 9.3.1 什麼是Coze 9.3.2 基礎使用 9.3.3 高階功能 9.3.4 Coze 應用的API 呼叫 9.4 本章小結
類似書籍推薦給您
【簡介】 在 AI 迅猛演化的時代,本書提供一套兼顧理論深度與應用實作的完整教材。全書涵蓋四大部分,橫跨人工智慧的歷史發展、生成式 AI 的應用技巧、倫理與社會影響,以及資料探勘的實作導引。 由淺入深,涵蓋 AI 三大範式:分別講解知識驅動、模型驅動與資料驅動,建立全貌式理解。 生成式 AI 全攻略:詳解人臉辨識、文本生成、影音專案整合等應用,培養內容創作與技術實作能力。 社會責任與倫理反思:針對 AI 衝擊的法律、勞動、教育與永生議題,引導學生批判性思考。 免寫程式的實作入門:利用 Orange Data Mining 等工具設計直覺操作演練,降低入門門檻。 本書不僅適合資訊相關科系授課使用,亦為教師設計跨領域課程、以及自學者掌握 AI 應用的強力夥伴。從理論基礎到系統安裝,從社會洞察到內容生成,本書是通往 AI 實踐力與批判力的關鍵橋梁。 【目錄】 第一部分 導 論 1 人工智慧的演進與範疇 2 AI 的應用領域 3 知識驅動人工智慧 4 語意網路與本體論 第二部分 模型驅動的人工智慧 5 人臉辨識與生成應用 6 物件偵測與擴充應用 7 圖片生成與應用 8 文本生成與應用 9 生成式 AI 整合應用(I) 10 生成式 AI 整合應用(II) 第三部分 AI 的社會衝擊 11 全面融合到生活的 AI 浪潮 12 AI 的倫理法律爭議 13 邁向一個更美好的未來 14 虛擬替身與永生的實現 第四部分 資料驅動的資料探勘 15 啟發式與最佳化分類法 16 基於統計的分類方法 17 線性迴歸 18 集群 19 自然語言文本處理 20 物件分類 附錄 附錄A Colab 簡介 附錄B Protege 安裝 附錄C Stable Diffusion 安裝 附錄D Pinokio 安裝 附錄E FaceFusion 安裝 附錄F Orange Data Mining 安裝
類似書籍推薦給您
【簡介】 本書特色 深入淺出,從產業角度認識智慧財產權 涵蓋面廣,智慧財產權相關法律全都錄 貼近生活,從日常案例解析智慧財產權 科技資訊,智財權與GenAI的全面分析 內容簡介 隨著文創產業的興起與數位化網路創作者的活躍,智慧財產權的重要性更勝以往,然單就法律條文來看,又顯得過於繁雜,且較難與實務結合。 因此,作者群以多年累積的理論與業界在智財權方面的實務經驗為基礎,特別由產業的角度及觀點切入,而非法條理論的探索,深入淺出講解創新與智慧財產權管理概念,並搭配案例說明目前國內最新的與智慧財產權相關的各項法律,以及生成式AI對智慧財產權的影響、挑戰。幫助讀者累積創新與智慧財產權管理知能,並能擺脫紙上談兵,進而學以致用。 【目錄】 「創新」篇 第 1 章 創造力與創意思考 1-1創意與創造力 1-2創意思考方法與工具 1-3設計思考 1-4臺灣與國際發明競賽 1-5進階應用與管理實務 1-6案例與討論 明宇未來 影片 第 2 章 創新發明與管理 2-1創新發明原理與方法 2-2自造者(創客)空間與教育 2-3 TRIZ方法與實作 2-4人工智慧應用與倫理道德 2-5進階應用與管理實務 2-6案例與討論 成大創客工廠 影片 「智慧財產權管理」篇 第 3 章 智慧財產權基礎概念 3-1智慧財產權定義與特性 3-2智慧財產權之國際公約 3-3智慧財產權分類與比較 3-4智慧財產權之管轄法院 3-5進階應用與管理實務 3-6案例與討論 第 4 章 商標法 4-1品牌商標與商標法 4-2商標之功能 4-3商標的種類與組成 4-4商標權申請程序 4-5異議、評定及廢止 4-6商標權之侵害與救濟 4-7進階應用與管理實務 4-8案例與討論 第 5 章 著作權法 5-1著作權法發展 5-2著作權保護要件與客體 5-3著作權之變動 5-4合理使用之判斷標準 5-5著作權之侵害與救濟 5-6進階應用與管理實務 5-7案例與討論 第 6 章 營業秘密法 6-1營業秘密法概說 6-2營業秘密法保護要件 6-3營業秘密權利歸屬 6-4營業秘密的侵害型態 6-5營業秘密之侵害與救濟 6-6 進階應用與管理實務 6-7案例與討論 第 7 章 專利法 7-1專利戰爭 7-2專利與專利法 7-3專利資訊檢索 7-4專利申請與審查 7-5專利侵害與救濟 7-6專利大數據 7-7進階應用與管理實務 7-8案例與討論 新穎數位文創 影片 第 8 章 植物品種及種苗法與積體電路電路布局保護法 8-1 植物品種及種苗法 8-2 積體電路電路布局保護法 8-3 案例與討論 第 9 章 企業智財權保護與加值 9-1企業的智財權保護 9-2專利商品化下的技術移轉與授權 9-3學術及政府的智財加值營運服務 9-4專利技術入股新創公司 9-5技術價值的評估 9-6案例與討論 方策科技 影片 第 10 章 技術商品化與事業化 10-1技術商品化評估 10-2技術加值與商業發展規劃 10-3創新發明的事業化 10-4案例與討論 鈦芯電子科技 影片 第 11 章 生成式AI的智財權管理與挑戰 11-1生成式AI與實務應用 11-2著作權:誰是創作者?如何判定侵權? 11-3商標權:品牌識別的挑戰 11-4專利法:AI 作為發明人與侵權新界線 11-5營業秘密法:AI 時代的資訊保護挑戰 11-6人工智慧與智慧財產權的未來趨勢 11-7案例與討論 圖片來源 學後評量
類似書籍推薦給您
【簡介】 生成式 AI + 系統設計 + 面試攻略 10道真實面試實例 × 280+圖解 × 7步驟設計架構 「這是一本絕佳的參考書,內容充滿趣味、實用的案例研究、深入的見解與淺顯易懂的範例。對於正在準備生成式AI系統設計面試的人來說,絕對是無價之寶。」 —— Chip Huyen,《設計機器學習系統》與《AI工程》的作者 「這是一本進入這個領域不可或缺的指南。即使是我這樣對生成式AI領域已相當熟悉的人,如果沒有這本書,在面試中也可能會招架不住!本書成功搭起從底層演算法到實際產品所需的完整系統架構之間的橋樑。真心推薦給所有想在正式環境下實作GenAI解決方案的人。」 —— Damien Benveniste,前Meta機器學習技術主管 要在面試中設計生成式AI(Generative AI,簡稱GenAI)系統,是一項既複雜又具挑戰性的任務。本書提供清晰且結構化的方法,引導你有系統地掌握各類生成式AI系統設計題目。透過實用的框架與真實案例,幫助你更輕鬆理解並應用這些概念。 本書可以看作是《內行人才知道的機器學習系統設計面試指南》的延伸之作。前作聚焦於搜尋與推薦系統等主題,而本書則專注於生成式系統,透過詳盡的範例與說明,帶你理解生成式AI系統在實務中的實際構建方式。 本書內容有些什麼? 揭示面試官真正關心的是什麼,以及背後的原因。 系統性的的7步驟問題拆解框架,幫助你分析與回答生成式AI系統設計面試題。 10道真實的生成式AI系統設計題,並提供詳細的解決方案。 超過280張圖表,幫助你輕鬆理解複雜且抽象的系統架構。 【目錄】 第1章 簡介&概要說明 第2章 Gmail智慧撰寫 第3章 Google翻譯 第4章 ChatGPT:個人助理聊天機器人 第5章 圖片說明 第6章 RAG檢索增強生成 第7章 逼真的人臉生成 第8章 高解析度圖片合成 第9章 文字轉圖片生成 第10章 個人化頭像生成 第11章 文字轉影片生成 後記