1. 地科AI行動坊
為應對地球科學資料的複雜性、不確定性與專業性，本活動旨在培育具備地球科學與AI雙重專長的跨域人才，透過涵蓋地震、氣候、GIS等實務課程與工作坊，我們將提升參加者的AI技術與資料處理能力，目標是引導學員探索AI在災害預警、能源開發等前瞻應用，並建立跨單位合作平台，推動地球科學的創新突破與跨領域貢獻。
地科AI行動坊課程旨在解決大型語言模型（LLM）的知識過時、幻覺與缺乏專業知識三大限制。課程介紹如何透過「檢索增強生成」（RAG）技術，結合外部知識庫以提升回答的準確性與即時性。進一步探討AI Agent架構，說明其如何利用記憶、工具與決策能力，處理更複雜的任務。目標是讓學員掌握這些技術，打造地球科學領域的專屬智慧工具。
2. 地科AI行動坊-專題講座
AI雖能顯著提升研究效率，但正確使用與監控其運作過程極為關鍵。演講內容涵蓋AI技術演進、應用範例、工具設計、幻覺問題以及學術研究的實際案例。
AI技術概念與發展脈絡
1.AI的層級架構：
(1)AI：泛指能模擬人類行為的技術。
(2)機器學習（Machine Learning）：透過演算法尋找最佳參數組合。
(3)深度學習（Deep Learning）：多層神經網絡運算，具不可解釋性。
(4)大型語言模型（LLM）：如GPT、Gemini等，屬於深度學習中的Transformer結構。
2.從單一AI到多代理（Agent AI）系統：
現今AI發展已進入「Agent AI」階段，不同AI可分工協作，例如資料搜尋、模型建構與報告撰寫等。講者以建立系學會網站為例，說明如何透過多個AI代理分工完成複雜任務，並提醒使用者需具備監控與錯誤排除能力。
3.AI模型與平台比較：
各主流AI模型（如GPT、Claude、Gemini、DeepSeek等）皆有不同特性與偏向。使用者應了解各模型的「脾氣」與長處，選擇最適合自身需求的版本。
講者對AI與人類協作的反思
AI能快速完成資料處理、摘要撰寫、程式編譯與繪圖，但結果仍需人類驗證。學術成果應經人類審查，教育應用則需正確的使用框架與監控機制。
結語
AI使用的關鍵觀念
1.Prompt設計（提示工程）：與AI的第一次對話決定後續成果品質。有效Prompt應清楚說明角色、目標、工具與任務。
2.AI幻覺問題與檢核：AI常因機率模型誤差與訓練懲罰機制而產生「幻覺」。使用者需具備專業知識以進行檢核，避免盲目採信。
3.AI記憶與對話管理：AI具短期與長期記憶，錯誤回答若未即時清除，將影響後續準確性。
4.人類核心能力仍為關鍵：AI無法取代的核心包括專業判斷力、邏輯思考、批判能力與書寫表達。
「不要把腦子外包給AI」作為總結，指出AI的價值在於輔助而非取代思考。他建議建立AI應用交流生態系，推動跨校與跨領域知識整合。（文章提供：地科系）
跨領域人才培育活動補助
跨領域學習規劃辦公室為協助學生認識跨領域人才的發展趨勢，並提升其跨域思維與生涯規劃能力，鼓勵各單位辦理相關活動，邀請具備跨領域背景或實務經驗之產官學研專家或校友，分享其整合多元知識、解決問題的經驗與歷程，藉此激發學生的學習動機，拓展視野。 申請方式：https://www.iaao.ntnu.edu.tw/?page_id=1667