Google人工智慧要點筆記
Google AI Essentials
證書簡介
本證書只包含一個課程,主要內容是介紹 AI 工具的使用,以及如何應用到工作以及日常生活之中,大約十個小時以內可以完成,實作的部分都是可選的,大多可以使用 Gemini
等工具幫助完成,測驗也只有幾個,整體來說難度不會太高。
和資料分析課程一樣為全英文,影片都有字幕。
章節大綱
- Introduction to AI
了解 AI 的工作原理以及基本知識,學習如何利用它來執行任務。 - Maximize Productivity With AI Tools
學習利用生成式 AI 工具加快工作任務並提高工作效率。 - Discover the Art of Prompt Engineering
學習編寫有效的提示以獲得想要的輸出,並且將提示技術融入工作中。 - Use AI Responsibly
了解如何負責任且有效地使用人工智慧,減少偏見和不準確性。 - Stay Ahead of the AI Curve
跟上未來人工智慧的發展,並且持續精進 AI 技能。
內容筆記
人工智慧 & 機器學習
人工智慧是指能夠完成與人類智慧相關的認知任務的電腦程式,其主要包含了兩種技術:
- 基於規則:嚴格遵循預定義規則來做出決策,使用垃圾郵件過濾器可能會使用預先定義的邏輯來封鎖包含特定關鍵字的電子郵件。
- 機器學習:創建可以分析資料模式並學習以做出獨立決策的人工智慧程式,以郵件過濾為例,如果收件者將來自受信任來源的電子郵件標記為安全,垃圾郵件過濾器就會學習並調整其邏輯。機器學習又可以分為監督式學習、非監督式學習以及強化學習。
人工智慧的侷限性
- 無法處理需要人性化 (敏感) 的問題。
- 可能因為資料集老舊導致結果有誤。
- 可能放大資料集的偏見,導致不真實的結果。
考慮到以上幾點甚至更多的問題,在使用人工智慧時必須確保要有人類的監督,以確保產生正確且沒有危害的結果。
AI 工具 & AI 模型
AI 工具是 AI 所驅動的軟體,可以自動執行或協助使用者完成各種任務,而 AI 模型是一種電腦程序,經過資料集訓練以識別模式並執行特定任務。可以以汽車與引擎來比喻兩者之間的關係,汽車擁有方向盤和儀表板等介面,代表了 AI 工具,而 AI 模型這個看不見的引擎會負責處理輸入的信息。

使用生成式 AI 的時機
- 任務是否是生成性的 (需要產生新東西)?
- 是否能迭代以獲得更好的結果?
- 是否能提供足夠的人力監督?
大型語言模型 (LLM) 與提示詞
LLM 是一個經過大量訓練的 AI 模型,接受數百萬文本的訓練,包括書籍、文章、網站等,用來辨識單字、概念之間的模式,並且產生對提示詞的回應。
為了能夠讓 LLM 有更精準地回答,在使用提示詞的時候可以注意幾個要點:
- 提供背景資訊
- 提供範例
- 迭帶改進提示詞
- 在提示中包含特定指令(如 create、summarise、classify、extract、translate、edit、solve)
AI 可能造成的傷害
當 AI 因為系統性錯誤或偏見而產生了不準確的資訊,可能會對人和社會造成多種類型的傷害。
- 分配性傷害:因為 AI 的使用剝奪了個人的機會、資源或資訊。
- 服務品質傷害:AI 對於特定人群表現不佳的情況。
- 代表性傷害:AI 強化社會群體的從屬關係 (對立)。
- 社會系統傷害: 由於 AI 的開發或使用而產生的宏觀社會影響,擴大現有的階級、權力或特權差距,或造成人身傷害。
- 人際傷害:利用科技對某些人造成不利影響,對他們的人際互動或其他方面產生傷害。
負責任的使用 AI
- 審查輸出:透過提供背景以及範例,並且利用自身的知識評估結果,以確保輸出的準確性。
- 公開使用:公開對於 AI 的使用目的以及方式讓資料提供者了解,並且不直接複製貼上 AI 所產生的輸出作為自己的成果。
- 分享之前評估所有內容:確保內容是合法的,並且利用搜尋引擎檢查內容的準確性,在發現內容有誤時也要及時修正並檢討。
- 隱私和安全影響:考慮是否會對其他人造成負面影響,或是洩漏他人的隱私。
總結
訂閱資料分析的課程的時候附贈的,內容不多但是挺有趣的,不僅說明了 AI 對於工作上的幫助,還介紹了可能造成的危害,以及正確合理的使用方式,幫助學生更好的利用 AI。