CubicPower晶智能中心 教學機器人 電機資訊學院 人工智慧學系／AI學程 科系課程簡介

規劃製作: 夏肇毅

日期: 2026/8/17 初版

科系:

人工智慧學系／AI學程

科目:

人工智慧簡介、人工智慧倫理簡介、人工智慧可觀測性簡介、人工智慧對齊簡介、人工智慧評測簡介、AI安全簡介、AI治理簡介、AI推理系統簡介、AI Agent簡介、工具使用型AI簡介、推理模型簡介、生成式AI簡介、泛化模仿機制簡介、基於人類回饋的強化學習簡介、強化學習簡介、機器學習理論簡介、機器學習專題簡介、iPAS人工智慧技術應用與規劃簡介、iPas AI應用規劃師中級人工智慧應用規劃、可解釋人工智慧XAI簡介、知識蒸餾簡介、AI模型壓縮簡介、AI企業導入與SCALER實戰、人工智慧企業導入與落地實戰、人工智慧企業導入與落地提示、實做人工智慧企業導入與落地、實做人工智慧企業導入與落地實戰、Palantir AIP人工智慧平台簡介

簡介:

人工智慧學系以機器學習、深度學習、生成式AI、推理系統與AI工程為主要教學主軸，培養學生從理解人工智慧基本原理到建立企業級AI系統的完整能力。基礎課程涵蓋人工智慧、機器學習理論與強化學習，使學生理解監督式學習、策略學習、模型訓練及決策最佳化等核心概念；進階課程則延伸至生成式AI、推理模型、AI Agent與工具使用型AI，讓學生理解現代AI如何從單純模型預測逐步發展為能夠規劃、呼叫工具、使用外部資料並完成任務的智慧系統。人工智慧評測、可觀測性、對齊、AI安全與AI治理則補足傳統AI課程較少涵蓋的系統管理面向，使學生不只會建立模型，也能判斷模型是否可靠、安全、可解釋與符合組織規範。知識蒸餾與AI模型壓縮課程進一步處理模型部署問題，使學生理解如何在有限計算資源下維持模型效能。泛化模仿機制與人類回饋強化學習則著重模型如何從少量示範、人類偏好與環境互動中形成可泛化能力。企業導入課程則將AI技術延伸至流程分析、資料治理、模型選擇、提示設計、系統整合、效益評估與落地管理，培養企業AI轉型能力。未來AI人才將不再只以模型訓練為核心，而是向AI系統工程、AI Agent、推理基礎設施、模型治理、AI安全、企業AI架構與主權AI發展。