十二年國教課綱推動：問題檢討與改進 (1版)

類似書籍推薦給您

【簡介】 課綱是中小學教育的基本規範之一，課綱修訂與實施的重要性自然不言而喻。然從課程改革的宏觀視野來看，課綱完整的修訂與落實仍有賴歷經課程研究、課程發展、課程審定以及課程推動等重要階段。可見，課程推動是課綱修訂與實踐的關鍵階段。 本書關注我國中小學課綱的實施問題與因應對策，更關注課綱所體現的課程改革是否得以落實？全書分為三大篇，包含九篇文章，涵蓋從中央、地方到學校各層級課程推動的議題及其省思。首先，中央層級部分，討論國教署所規劃的重要課程推動計畫；其次的地方層級部分，分別探討了縣市政府教育局處推動課綱的相關議題；最後的學校層級部分，則納入了國中、國小與偏鄉學校推動落實課綱的不同策略與省思。 【目錄】 第一篇　中央層級的課綱推動 第一章 中央層級的課綱推動策略——國中小前導學校計畫的思維與行動／周淑卿 第二章 參與中央層級課程綱要推動教師增能的經驗與反思／郭柏辰、張素貞 第二篇　地方層級的課綱推動 第三章 地方層級課程政策執行——從教育政策到課程政策的省思／劉鎮寧 第四章 108課綱推動之反思與前瞻——地方教育局觀點／楊振昇 第五章 臺南市新課綱之創新作為與差異化教學課堂實踐：讓每個孩子在每一堂課都有學習／鄭新輝、張瓊文 第六章 新治理下的地方層級課程推動：原住民族課程合產共創取向的個案初探／阮孝齊 第三篇　學校層級的課綱推動 第七章 偏鄉小校校本課程發展與實踐——以嘉義縣大埔國中小為例／林子欽 第八章 升學浪潮中的盞盞微光——國中課程推動的禁忌或晉級／李文欽 第九章 課綱新貌∼校訂課程的挑戰與實踐智慧／楊怡婷

生成式AI入門: 大型語言模型LLM推動人機協作革新: 語言建模、訓練微調、隱私風險、合成媒體、認知作戰、社交工程、人機關係 (1版)

類似書籍推薦給您

【簡介】 【掌握生成式 AI 與 LLM 的發展與應用】近年來，AI 已經成為社會關注的焦點，幾乎所有人都在討論它的強大影響力！生成式 AI、LLM、ChatGPT、OpenAI、Copilot、Gemini、DeepSeek… 這些科技術語鋪天蓋地而來，甚至美國各大企業相繼大規模裁員，顯然大事發生了，但究竟怎麼一回事？又是如何改變我們的世界？在這場生成式 AI 熱潮與搶購 NVIDIA（輝達） GPU 的 AI 軍備競賽中，我們亟需一本能夠深入淺出解釋複雜概念的書籍，幫助讀者理性認識這場技術革命的全貌。本書不需要數學基礎，也不用具備程式設計或人工智慧的知識。只要你對生成式 AI 如何影響世界感興趣，本書就是你進入這個領域的最佳指引。我們將解析大型語言模型（LLM）的運作原理，探索 LLM 如何塑造科技產業的未來，並剖析生成式 AI 在社會、經濟、法律與政治各領域帶來的機遇與風險。【全方位認清楚生成式 AI 的問題與爭議】你將學習如何在日常生活與工作中有效應用生成式 AI，同時也會了解其安全性與倫理挑戰，例如資料安全與隱私問題、合成媒體與著作權爭議、LLM 的偏見來源、人機關係帶起的孤獨流行病等當前重要議題。此外，還會談到即將到來的 AI Agent，以及將通用人工智慧（AGI）、優生學及超人類主義連結，藉由科技將人類進化為後人類的未來議題（雖然看起來科幻，但確實是有計畫地進行中）。生成式 AI 在認知作戰與惡意應用方面，包括深偽技術濫用以及詐騙成本降低，也對社會帶來重大的影響。此外，將藝術家、設計師、漫畫家、攝影師作品，以及程式碼與書籍內容等，在未經授權之下被用於訓練生成式模型，這一連串訴訟以及 "合理使用" 的範圍到底包括哪些的爭議，我們都會依據最新發展做分析。對於 LLM 與生成式 AI，許多人往往一開始就一頭栽進技術細節。而本書希望讓你站在制高點俯視這一切，幫助你建立對生成式 AI 的全面性理解，成為宏觀的理性思考者。因為，生成式 AI 不僅是一場技術革命，更是一場深刻影響未來的變革，而我們正參與其中。 本書特色: ●解析大型語言模型 LLM 的運作原理 ●AI 軍備競賽下的大型語言模型發展 ●將生成式 AI 融入工作與日常生活中 ●在創新應用中兼顧安全性與倫理責任 ●資料安全與隱私保護的政策與法規 ●生成式媒體的應用範圍與著作權爭議 ●聊天機器人偏見、群眾外包的心理創傷 ●探索與聊天機器人良性互動之道 ●北美、歐盟、中國對 AI 的監管狀況 ●AGI、AI 的感知與意識、超人類主義、後人類 ●LLM 生命週期對環境帶來的影響以及碳權問題 ●LLM 開源或權重開源對社群帶來的影響 【目錄】 第 1 章 大型語言模型：展現 AI 實力 1.1 ChatGPT 與大型語言模型的崛起 1.2 自然語言處理的起源與演進 1.2.1 統計模型與機器學習的引入 1.2.2 神經網路與深度學習的崛起 1.3 大型語言模型（LLM）的誕生 1.3.1 注意力機制的誕生與應用 1.3.2 Transformer 架構帶來突破 1.3.3 從 Transformer 到 GPT 1.3.4 NLP 發展的重要時間點 1.4 LLMs 有哪些應用？ 1.4.1 語言建模 1.4.2 程式碼生成 1.4.3 內容生成 1.4.4 邏輯推理 1.4.5 其它各種應用 1.5 LLMs 有哪些不足之處？ 1.5.1 訓練資料與偏見 1.5.2 控制 LLMs 輸出正確性的困難 1.5.3 LLMs 的永續性 1.6 重要 LLM 的發展歷程 1.6.1 OpenAI 的 ChatGPT 1.6.2 Google 的 Bard / LaMDA / PaLM / Gemini 1.6.3 微軟的 Bing AI / Copilot 1.6.4 Meta 的 LLaMA 與史丹佛的 Alpaca 1.6.5 橫空出世的 DeepSeek 1.7 總結第 2 章 訓練大型語言模型（LLMs） 2.1 如何訓練 LLMs 2.1.1 從開放網路搜集資料 2.1.2 認識自迴歸模型與雙向模型 2.1.3 微調 LLMs 2.2 出人意料的 LLMs 突現特性 2.2.1 LLMs 的零樣本與少樣本學習能力 2.2.2 突現現象：是錯覺還是新能力？ 2.3 大量訓練資料背後的難題 2.3.1 把偏見編碼進模型中 2.3.2 敏感資料 2.4 總結第 3 章 LLMs 的隱私風險與法規應對 3.1 改善 LLMs 生成結果安全性的方法 3.1.1 後處理偵測 3.1.2 內容過濾、條件式預訓練 3.1.3 基於人類回饋的強化式學習（RLHF） 3.1.4 基於 AI 回饋的強化式學習（RLAIF） 3.2 使用者隱私與商用風險 3.2.1 無意間造成的資訊洩漏 3.2.2 與聊天機器人互動的建議 3.3 資料保護的政策與法規 3.3.1 國際標準與資料保護法 3.3.2 聊天機器人符合 GDPR 嗎？ 3.3.3 美國校園中的隱私權管制 3.3.4 企業政策 3.4 總結第 4 章 合成媒體創作與著作權爭議 4.1 深偽技術與合成媒體的崛起 4.1.1 創造合成媒體的常用技術 4.1.2 合成媒體的功與過 4.1.3 合成媒體的偵測技術與應對策略 4.2 以生成式 AI 翻轉創作過程 4.2.1 行銷上的應用 4.2.2 藝術創作 4.3 LLM 時代的著作權與訴訟案件 4.3.1 合理使用的概念與四大要素 4.3.2 LLM 企業面臨的法律訴訟 4.3.3 網路資料的使用與授權 4.4 總結第5 章 LLMs 的濫用與對抗式攻擊 5.1 資訊安全與社交工程 5.1.1 生成式 AI 的雙面性 5.1.2 魚叉式釣魚攻擊的進化 5.1.3 ChatGPT 對釣魚與惡意程式的影響 5.1.4 程式碼即服務的資安威脅 5.1.5 資料下毒：模型訓練的隱藏威脅 5.1.6 提示詞注入與越獄攻擊 5.1.7 面對生成式 AI 威脅的解決之道 5.2 資訊失序：對抗性敘事 5.2.1 認知作戰的範疇與定義 5.2.2 生成式AI 的潛在濫用 5.2.3 深偽技術與政治戰 5.2.4 對抗性敘事的監管挑戰 5.2.5 建立全球性對策機構 5.3 政治偏見與競選活動 5.3.1 聊天機器人的政治立場 5.3.2 偏見的來源與中立挑戰 5.3.3 LLMs 對選舉的潛在影響 5.3.4 馬斯克對 AI 的批評與探索 5.4 AI 幻覺的成因與改善方法 5.4.1 LLMs 的運作方法所導致 5.4.2 知識圖譜與 LLMs 內隱知識 5.4.3 改善幻覺的策略 5.5 專業領域中的濫用 5.5.1 律師濫用的案例 5.5.2 賺錢建議的魅力與濫用隱憂 5.5.3 醫療領域的成就與局限 5.5.4 投資顧問的挑戰與監管問題 5.5.5 生成式 AI 的倫理與責任 5.5.6 使用者與開發者的共同責任 5.6 總結第 6 章 善用 AI 工具提高生產力 6.1 在醫療、法律、金融等專業領域中運用 6.1.1 協助醫師處理行政作業、提高與病人互動品質 6.1.2 在法律案件研究、證據開示和文書上的應用 6.1.3 為金融投資與銀行客服加持 6.1.4 與 LLMs 共同創作 6.2 AI 程式設計輔助工具 6.2.1 自動撰寫程式碼說明 6.2.2 自動撰寫正規表達式 6.2.3 AI 程式助手 vs. 程式討論平台 6.3 工作與生活中的應用 6.3.1 學習方式的改變 6.3.2 重新定義購物體驗 6.3.3 AI 代理能與環境互動並靈活調整 6.3.4 代理化 LLMs：拓展 AI 的應用潛力 6.3.5 善用聊天機器人設計個人化計畫 6.3.6 從行政工作到未來內容生態的變革 6.4 生成式 AI 在教育中的足跡 6.4.1 教育工作者對 ChatGPT 的正反面態度 6.4.2 引入 AI 科技對學習的好處 6.5 偵測 AI 生成文本 6.5.1 離群值偵測技術 6.5.2 用 DetectGPT 檢測機率曲率 6.5.3 分類器偵測技術 6.5.4 文字浮水印技術 6.6 LLM 對工作和經濟的影響 6.6.1 正面的觀點 6.6.2 負面的觀點 6.6.3 生成式 AI 對就業的影響 6.7 總結第 7 章 與聊天機器人建立人機連結 7.1 以社交互動為目的的聊天機器人 7.1.1 從情感陪伴到倫理爭議 7.1.2 人機情感連結的商業化應用 7.2 向聊天機器人尋求陪伴的原因 7.2.1 孤獨流行病 7.2.2 情感依附理論與聊天機器人 7.3 人機關係的好與壞 7.3.1 基於規則 AI 聊天機器人的優勢 7.3.2 從社會滲透論看人機關係 7.3.3 人機關係的商業化與社會影響 7.3.4 性別觀念影響對話式 AI 技術開發 7.4 探索與聊天機器人良性互動之道 7.4.1 避免一味追求互動的榨取式科技、欺騙性設計 7.4.2 朝負責任科技方向轉型 7.4.3 Character.AI 平台的用戶行為 7.4.4 開發商的道德責任與技術手段 7.5 總結第 8 章 生成式 AI 的未來發展與監管方向 8.1 自然語言成為與電腦溝通的介面 8.2 AI Agents（代理）將解鎖更多可能性 8.3 客製化個人助理 8.4 從倫理角度看 AI 監管 8.4.1 北美的監管狀況 8.4.2 歐盟的監管狀況 8.4.3 中國的監管狀況 8.4.4 企業自律 8.5 邁向全球 AI 治理架構 8.6 總結第 9 章 拓展視野：AGI、AI 意識、環境影響、開源 LLM 9.1 通用人工智慧 AGI 9.1.1 AGI 是什麼？ 9.1.2 山姆．阿特曼對 AGI 的願景 9.1.3 優生學、超人類主義、後人類 9.1.4 長期主義對 AGI 的憂慮 9.2 AI 的感知與意識 9.2.1 感知與意識是什麼？ 9.2.2 意識從哪裡產生？ 9.2.3 意識思考與後設認知 9.2.4 AI 意識的研究持續進行 9.3 LLM 對環境的影響 9.3.1 從硬體生產到運算需求的全面影響 9.3.2 生成式 AI 的環境成本與碳足跡報告 9.4 改變 LLM 生態的開源社群 9.4.1 LlaMA 洩漏權重，促進開源 LLM 快速發展 9.4.2 DeepSeek-R1 權重開源，打破美國技術壟斷 9.4.3 開源與封閉 LLM 的優缺點 9.4.4 如何為開源社群盡一份心力 9.5 總結

農業淨零策略管理技術及推動 (1版)

類似書籍推薦給您

【簡介】 　　世界各國在因應氣候變遷環境下，均有不同的策略與管理，依據農業領域各不同產業實際產生之溫室氣體排放情況，提出如何減少碳排放至大氣中及增加碳匯至土壤系統的各種策略研發、土壤管理與耕作制度之技術開發、以期於2040年或2050年達到碳淨零之目標。我國農業部於2022年2月召開全國研討總結論大會，提出減量、增匯、循環與綠趨勢等四大主軸策略規劃，經過近兩年各大學及農業試驗研究與改良場所等機構的研究，已彙整許多國際實務田間試驗成果及累積國內研究成果評估，可以提供讀者農業碳淨零系統性的入門知識介紹，在臺灣農產業實際土壤管理及耕作制度之效益評估、微生物應用、水田與旱田低碳耕作管理、農業剩餘資材再利用及生物質的負碳技術實務案例，讓讀者實際了解可行管理技術、應用成果及未來應用與發展。 　　第一章為國際淨零農業政策發展趨勢，第二章為國際土壤管理技術對土壤碳匯影響，第三章為節能減碳的微生物應用與開發，第四章為水田低碳耕作管理，第五章為臺灣農地土壤碳匯分布，第六章為旱田低碳耕作管理，第七章為農業剩餘資材再利用及其減碳效益，第八章為臺灣農地土壤碳匯增加潛力與面臨的問題，第九章為農業生態系服務價值與綠色環境給付，第十章為生物質的負碳技術發展。整本書內容包括國際氣候變遷主要問題與淨零農業發展趨勢、如何碳減排與增匯之策略規劃、各國在減排增匯田間長期10年至50年試驗成果、未來在臺灣可能面臨之問題與挑戰、節能減碳的微生物之應用開發效益、國際對水田與旱田低碳耕作管理經驗、農業剩餘資材再利用及其減碳效益及生物質的負碳技術等實際案例分享等，期望提供讀者在此領域系統性知識與管理技術之介紹，作為農企業因應氣候變遷未來執行之重要參考資料。 【目錄】 序言 作者簡介 第1章　各國農業淨零減碳政策與措施（鄭又綺、潘述元） 一、前言 二、研析農業減碳政策與管理措施架構 三、歐盟 四、英國 五、美國 六、澳洲 七、韓國 八、西班牙 九、致謝 參考文獻 第2章　國際土壤管理技術對土壤碳匯影響（張必輝、陳逸庭、簡靖芳、游慧娟、許正一、陳尊賢） 一、彙整25 個國家近80 篇發表論文土壤碳匯之土壤管理技術 二、選擇30 篇國際高引用論文逐句或重點翻譯成中文，並彙整可增加土壤碳匯管理技術 三、結論 四、致謝 參考文獻 第3章　節能減碳的微生物應用與開發（羅朝村） 一、前言 二、微生物在淨零碳排時代的角色 三、替代化學肥料與農藥可應用的微生物 四、微生物製劑商品化的要件與案例說明 五、案例說明 參考文獻 第4章　水田低碳耕作管理（郭鴻裕） 一、為什麼低碳農耕如此重要？ 二、臺灣的水稻栽培面積的變遷 三、水田溫室氣體排放量的田間量測方法 四、降低稻田溫室氣體排放的田間操作方法研究 五、水田減少溫室氣體排放的管理策略 六、臺灣減少水稻溫室氣體排放的創新農業管理及科技研發 七、大顆粒尿素（USG）水稻深層施肥機械 八、SAR 影像估測水稻產量技術 九、臺灣在水田負碳行動的激勵措施的工作進展 參考文獻 第5章　臺灣農地土壤類型與土壤碳匯地圖分布（簡靖芳、謝宏鑫、簡士濠、賴允傑、郭鴻裕、陳尊賢） 一、臺灣農地土壤類型與分布 二、土壤碳匯量計算方法 三、盤點臺灣各縣市農地土壤調查時土壤碳匯數據及各縣市分布圖 四、致謝 參考文獻 第6章　旱田低碳耕作管理（郭鴻裕） 一、為什麼要進行作物的低碳耕作管理？ 二、土壤需要多少量的有機物質就夠了？ 三、負碳的農業技術 四、混林農業 五、提高農業管理效率 六、改善農業用水管理 七、新農機提升政策 八、生物炭 九、負碳與氣候智慧型農業（CSA） 參考文獻 第7章　農業剩餘資材再利用及其減碳效益：以稻草為例（鄭又綺、潘述元） 一、前言 二、我國稻草處理現況 三、建構稻草多元再利用體系 四、建立減碳效益評估：生命週期角度 五、建構完善永續農業政策與農民合作平台 六、結論與展望 七、致謝 參考文獻 第8章　利用各種土壤管理對臺灣農地土壤碳匯增加潛力與面臨的問題（張必輝、陳逸庭、簡靖芳、陳尊賢） 一、評估未來在土壤管理技術及作物耕作制度下面臨的潛力與挑戰策略 二、研提適用於全臺不同農業區位之水稻田複合式低碳農耕策略，並評估實際減少溫室氣體排放及土壤有機碳提升之效益 三、致謝 參考文獻 第9章　農業生態系服務價值與綠色環境給付（林冠廷、袁美華、張翊庭、郭鴻裕、黃妤婕、潘述元） 摘要 一、前言 二、農業生態系服務價值評估方法 三、生態系服務政策應用：綠色環境給付政策與農業淨零政策 四、結論與展望 五、致謝 參考文獻 第10章　生物質的負碳技術發展（郭鴻裕） 一、生物質能源化與淨零 二、原料和生質能源產品類型 三、利用生物質創造新材料和新產品 四、創新的機會與挑戰 參考文獻