AI新手村開放中！微軟課程帶路，倒數X天，打造你的AI應用！ (X替換成一個時間緊迫感較強的數字，例如”7″)

生成式AI入門：Microsoft課程帶你從零開始打造AI應用 (Generative AI For Beginners)

近年來，生成式AI（Generative AI）如雨後春筍般冒出，從Midjourney、Stable Diffusion到ChatGPT，各種應用讓人目不暇給。你是否也想一探究竟，甚至親手打造一個AI應用？但面對複雜的技術，又不知從何下手？別擔心，微軟（Microsoft）推出了一套免費、內容豐富的「Generative AI for Beginners」課程，即使是新手也能輕鬆入門！

文章網址: [待定，請根據網站結構調整]

什麼是生成式AI？為什麼它這麼夯？

簡單來說，生成式AI就是一種能夠創造新內容的人工智慧。這些內容可以是文字、圖像、音樂，甚至是程式碼。它的爆紅是因為：

• 創造力無限： 生成式AI不再只是被動地執行指令，而是可以根據你的需求，創造出獨一無二的作品。
• 應用廣泛： 從撰寫文案、設計Logo到生成遊戲場景，生成式AI的應用無所不在。
• 降低門檻： 過去需要專業技能才能完成的工作，現在透過AI就能輕鬆搞定。

「Generative AI for Beginners」：你的AI學習起點

這個課程由微軟雲端倡議者（Microsoft Cloud Advocates）精心打造，包含21個主題，涵蓋了生成式AI的基礎知識和應用。更棒的是，它提供了Python和TypeScript兩種程式語言的範例，讓你邊學邊做，快速上手。

課程特色：

• 免費且完整： 所有課程內容都可以在GitHub上免費取得。
• 循序漸進： 從基本概念到實際應用，課程安排由淺入深，適合初學者。
• 實作導向： 每個單元都有程式碼範例，讓你親自動手練習。
• 豐富資源： 每個課程都有額外的學習資源連結，讓你深入探索相關主題。

課程大綱搶先看：

1. 課程設定 (Course Setup): 如何設定你的開發環境，讓你可以順利運行課程中的範例程式碼。
2. 生成式AI與LLM介紹 (Introduction to Generative AI and LLMs): 了解生成式AI是什麼，以及大型語言模型（LLMs）如何運作。
3. 探索與比較不同的LLM (Exploring and comparing different LLMs): 學習如何根據你的需求，選擇合適的模型。
4. 負責任地使用生成式AI (Using Generative AI Responsibly): 了解開發生成式AI應用時應注意的倫理和安全問題。
5. Prompt工程基礎 (Understanding Prompt Engineering Fundamentals): 學習如何撰寫有效的Prompt，讓AI生成你想要的結果。
6. 創建進階Prompt (Creating Advanced Prompts): 學習更多Prompt工程技巧，進一步提升AI的生成品質。
7. 打造文字生成應用 (Building Text Generation Applications): 使用Azure OpenAI或OpenAI API，打造一個文字生成應用。
8. 打造聊天應用 (Building Chat Applications): 學習如何有效率地建立和整合聊天應用。
9. 打造搜尋應用與向量資料庫 (Building Search Apps Vector Databases): 建立一個使用Embeddings來搜尋資料的搜尋應用。
10. 打造圖片生成應用 (Building Image Generation Applications): 建立一個圖片生成應用。
11. 打造低程式碼AI應用 (Building Low Code AI Applications): 使用低程式碼工具打造生成式AI應用。
12. 整合外部應用與函式呼叫 (Integrating External Applications with Function Calling): 了解函式呼叫是什麼，以及它在應用中的使用案例。
13. AI應用程式的UX設計 (Designing UX for AI Applications): 在開發生成式AI應用程式時，如何應用UX設計原則。
14. 保護你的生成式AI應用程式 (Securing Your Generative AI Applications): 了解AI系統的威脅和風險，以及保護這些系統的方法。
15. 生成式AI應用程式的生命週期 (The Generative AI Application Lifecycle): 管理LLM生命週期和LLMOps的工具和指標。
16. 檢索增強生成 (RAG) 與向量資料庫 (Retrieval Augmented Generation (RAG) and Vector Databases): 使用RAG框架從向量資料庫檢索嵌入的應用程式。
17. 開源模型與Hugging Face (Open Source Models and Hugging Face): 使用Hugging Face上提供的開源模型建立應用程式。
18. AI Agents: 使用AI Agent Framework建立應用程式。
19. 微調LLM (Fine-Tuning LLMs): 了解微調LLM的原因、方法和目的。
20. 使用SLM建置 (Building with SLMs): 了解使用小型語言模型建置的好處。
21. 使用Mistral模型建置 (Building with Mistral Models): 了解Mistral系列模型的功能和差異。
22. 使用Meta模型建置 (Building with Meta Models): 了解Meta系列模型的功能和差異。

課程連結: https://github.com/microsoft/Generative-AI-For-Beginners

如何開始？給台灣讀者的入門指南

1. 準備好你的開發環境： 課程需要Python或TypeScript的基礎知識。如果你是完全的新手，可以先參考課程提供的Python和TypeScript入門課程連結。
2. Fork GitHub Repository： 到GitHub上Fork這個課程的Repository到你自己的帳號。這樣你就可以修改程式碼，並追蹤你的學習進度。
3. 選擇你的API： 課程支援Azure OpenAI Service、GitHub Marketplace Model Catalog和OpenAI API。選擇你想要使用的API，並按照課程指示設定API金鑰。
4. 按部就班，從基礎開始： 從第一課開始，逐步學習生成式AI的概念和應用。
5. 動手實作，邊學邊玩： 不要只是閱讀教材，一定要跟著課程中的範例程式碼，親自動手練習。
6. 善用資源，深入探索： 課程提供了豐富的額外學習資源連結，可以幫助你深入了解相關主題。
7. 加入社群，互相交流： 加入微軟的AI Discord伺服器，與其他學習者交流心得、互相幫助。
8. 勇於提問，解決問題： 如果你在學習過程中遇到任何問題，可以在GitHub上提交Issue，或者在Discord社群中尋求幫助。

我的實作心得：

在學習這個課程的過程中，我發現Prompt工程是最重要的環節之一。一個好的Prompt可以讓AI生成驚人的結果，而一個糟糕的Prompt則可能讓AI完全失控。我花了很多時間研究不同的Prompt技巧，例如使用明確的指令、提供範例、限制生成內容的範圍等等。透過不斷的實驗和調整，我終於掌握了Prompt工程的精髓。

錯誤排除指南：

• API金鑰設定錯誤： 請確認你的API金鑰是否正確，以及是否有足夠的額度可以使用。
• 程式碼運行錯誤： 請仔細檢查程式碼，確認是否有語法錯誤或邏輯錯誤。
• 環境設定錯誤： 請確認你的開發環境是否已正確設定，例如是否已安裝必要的函式庫。

生成式AI的未來：台灣的機會與挑戰

生成式AI的發展日新月異，它將對各行各業帶來深遠的影響。對於台灣來說，這既是一個機會，也是一個挑戰。

機會：

• 產業升級： 台灣可以利用生成式AI來提升產業的競爭力，例如開發更智慧的產品、提供更優質的服務。
• 人才培育： 台灣可以加強AI人才的培育，讓更多人具備開發和應用生成式AI的能力。
• 創新創業： 台灣可以鼓勵創新創業，讓更多人利用生成式AI來創造新的商業模式。

挑戰：

• 技術落差： 台灣在AI技術方面與國際領先者存在差距，需要加緊追趕。
• 人才不足： 台灣缺乏足夠的AI人才，需要加強人才培育。
• 法規倫理： 台灣需要建立完善的法規和倫理規範，以應對生成式AI帶來的潛在風險。

結論：擁抱生成式AI，一起創造未來

「Generative AI for Beginners」是一個非常棒的入門課程，它可以幫助你快速了解生成式AI的基本概念和應用。只要你願意投入時間和精力，相信你也能在這個領域取得成功。現在就開始你的AI學習之旅，一起擁抱生成式AI，創造更美好的未來吧！

Generative AI學習資源：

• 微軟AI官方網站： https://www.microsoft.com/zh-tw/ai
• OpenAI官方網站： https://openai.com/
• Hugging Face官方網站： https://huggingface.co/

希望這篇文章對您有所幫助！如果您有任何問題或建議，歡迎在下方留言。

參考閱讀

https://github.com/microsoft/generative-ai-for-beginners