課程總覽
📚 課程總覽
本課程提供人工智慧與機器人學的基礎入門，引導學生認識使機器能夠學習並與世界互動的核心概念。我們將從定義人工智慧並探討其基本工具開始，例如用於感知和遵循指令的感測器與演算法。接著，課程將深入探討機器如何透過資料（機器學習）獲取智慧，並檢視生成式 AI 的創意潛力。最後，本課程將實體硬體（機器人學）與智慧大腦整合，並以負責任且有益的方式使用強大 AI 技術所必需的基本道德準則作結。
🎯 學習目標
在本課程結束時，您將能夠：
- 定義人工智慧，並區分「智慧」機器系統與傳統的自動化玩具。
- 解釋感測器、演算法和資料訓練在實現機器感知和學習方面的功能。
- 分析 AI 軟體（「大腦」）與機器人硬體（「身體」）之間的關聯，並運用基本的道德規則與這些技術進行安全互動。
🔹 第一課：喚醒沉睡的機器人（哈囉 AI）
總覽： 了解什麼是人工智慧，以及一個擁有「智慧大腦」的機器與簡單的遙控玩具之間有何不同。
學習成果：
- 將 AI 定義為能夠獨立思考、學習和回應的機器。
- 區分由 AI 驅動的機器人與非 AI 玩具（因果關係）。
- 理解 AI 會聆聽並處理資訊（語音指令）。
- 辨識現實世界中的 AI 相關應用，例如智慧家庭助理。
🔹 第二課：機器的眼睛和耳朵（感測器）
總覽： 探索機器如何使用特製的感測器來感知和理解世界，這些感測器就像是機器人的眼睛和耳朵。
學習成果：
- 將感測器（攝影機、麥克風）介紹為機器的「五感」。
- 理解機器將感官輸入解釋為「數字」或資料，而不是直接的影像/聲音。
- 在互動遊戲中練習使用機器視覺來辨識物體或人臉。
- 在條碼掃描器等日常工具中識別感測器技術。
🔹 第三課：機器人的食譜（演算法）
總覽： 學習機器為何必須按照特定順序遵循指令。演算法是機器用來解決問題的詳細、一步一步的食譜。
學習成果：
- 將演算法定義為完成任務的有序步驟或「食譜」。
- 理解步驟順序對機器成功完成任務至關重要。
- 透過路徑尋找遊戲，提供機器人依序指令。
- 辨識演算法在現實世界中的應用，例如 GPS 導航。
🔹 第四課：機器如何變得聰明（資料與訓練）
總覽： 探索機器學習的概念。機器並非天生聰明；牠們需要透過觀察大量範例（資料）來「訓練」，以找出模式。
學習成果：
- 解釋機器透過「訓練」學習，就像人類學習騎自行車一樣。
- 理解資料（圖片、範例）在協助 AI 分類物體方面的作用。
- 透過訓練機器人辨識不同物品，練習成為「教練」。
- 討論向 AI 提供正面且準確的訓練資訊的重要性。
🔹 第五課：魔法畫板（生成式 AI）
總覽： 探索生成式 AI 的創意力量，它能讓機器繪製圖片、撰寫故事，並創造出前所未有的事物。
學習成果：
- 將生成式 AI 定義為機器創造新穎內容的能力。
- 將生成內容與簡單的拼貼或複製區分開來。
- 使用互動提示，見證 AI 將簡單的想法轉化為詳細的藝術作品。
- 識別 AI 無限的想像潛力（例如，畫出長著翅膀的大象）。
🔹 第六課：鋼鐵超人（機器人學）
總覽： 理解 AI 的實體面向。機器身體（機器人學）利用關節、馬達和電池來執行 AI 大腦發出的指令。
學習成果：
- 區分 AI（智慧/大腦）與機器人學（實體身體）。
- 理解馬達和致動器等實體組件在運動中的作用。
- 練習控制模擬的機械手臂來執行精確的實體任務。
- 在日常家電（例如吸塵器）中識別作為整合式 AI 系統的機器人。
🔹 第七課：好朋友的規則（倫理）
總覽： 建立與強大 AI 互動的道德準則和「好朋友規則」，確保機器被用作有益的助手。
學習成果：
- 理解 AI 必須遵守規則並聽從良好的人類指令。
- 確立 AI 作為有益助手的主要角色，而非不良影響。
- 在面臨機器人的情境選擇時，練習道德決策。
- 認識人類在友善且公平地指令和訓練 AI 系統方面的責任。