雖然偏見可能透過多種方式滲入生成式 AI 模型，但也有許多策略與技術可用來辨識並減輕偏見。來測試你對這些技術的理解吧！
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
先熟悉生成式 AI 的概念與其產生內容的能力，並了解實際應用與限制。你將深入比較傳統機器學習模型、生成式 AI 與通用人工智慧（AGI）的差異，並探討推動生成式 AI 發展的關鍵因素。
本章將涵蓋建立生成式 AI 模型的關鍵步驟：研究與設計、資料蒐集、模型訓練與評估。我們會說明多元資料集與進階訓練技術的重要性，以及各種評估方法，並討論其優勢與限制。
本章聚焦於負責任地使用生成式 AI。我們將探討社會偏見的挑戰與緩解策略、智慧財產權與隱私議題，以及防止濫用的倫理考量。最後將討論通用生成式智慧（AGI）的巨大潛力與風險，以及控制其結果的可能途徑。
當前練習
第 4 章將探討生成式 AI 的潛力、影響，以及如何整合進人類的工作流程。內容涵蓋推動 AI 發展的關鍵參與者—from 大學到企業—並討論社會如何調適 AI。也會深入分析 AI 對生產力、就業樣貌、教育、媒體與娛樂、科學進展與倫理等面的意涵。
