資策會生成式AI能力認證。通過心得分享(#AI學習 #生成式AI #ChatGPT)
感謝網路上很多人的考取經驗分享。讓我能參考並順利通過。
我也提供一些學習心得。
希望大家都能一起取得證書。
測驗日期：2025/01/17 上午場
測驗地點：台北。信義路捷運大安站附近。資策會 10樓。
測驗人數： 應到24人。實到13人。（居然有8成的人。比我年長）。居然也有超過一半的長輩來測驗。其中還有大學教授跟講師。果然學無止境。
測驗類型： 選擇題80題。筆電登入系統作答。70分及格（可以錯24題）。送出試卷後。就顯示是否通過。
測驗結果： 通過 （預計一個月內提供mail成績單與證書申請付費連結）
(題目為題庫隨機抽取。每人都不一樣。)
相關出現考點：CNN. RNN. Transformer. LLM. GPT-3. Runway ML. Attention. GAN. VAE. BERT。微調。優化。逆向傳播。生成的方式。生成概念。生成的缺點與限制。AI倫理與道德。Prompt優化。Prompt應用。
其中我遇到覺得比較難的題目
Runway ML有3題考很細沒看過。
Prompt優化與應用。有3題考蠻深的。想了一下。
有4-5題用二分法刪去2個選項。剩下2個選項都很類似。用猜的。
有5-6題用選項分類比較技巧。找出跟其他三個選項不一樣的就是答案
有4-5題用選項負面排除技巧。選負面不好的就是答案
有5-6題看到題目有「生成」字眼。選項也是選生成的。
寫得很沒把握。有1/3用猜的。送出題目。完成試卷測驗時。猶豫了1分鐘。
按下送出後。顯示通過。才鬆了一口氣。
準備與心得分享
1。考題難易度：
30%基本觀念題（判斷是非）。
30%基礎概念題（專有名詞跟觀念）。
30%軟體與工具應用題（應用軟體與工具。及原理。機制。應用技術）。
10%專業深入題（專有名詞中的專有名詞。蠻細的知識）
2。個人背景：製造業在職人員。化工與材料背景。品保相關工作。無資訊與AI相關經驗。
(跨領域自我學習）
3。準備時間：約2個月
（空閒時間翻翻書。刷刷影片。看看模擬試題）
4。準備方式：完全自學。
閱讀相關生成式AI書本約4-5本（大略翻閱基本架構內容）。
看相關生成式AI 影片（了解基本名詞與理論技術）。
用Chat-GPT加上提示詞咒語整理生成式AI的重點與生成模擬試題。
（用AI學習。來征服AI)
以下說明分享
1。考試感想
題目有50分是基本題。用刪去法或是基本知識就能答對。
大概30分的基本專業題。要準備才會知道。
大概20分的專業題。要熟讀才會知道。
不建議非本科或是非相關職業及無經驗的人直接裸考（都不看不準備。很難及格的）
這次考完。有其他人反應題目有變難。(約20%的題目。考蠻細的。很專業。)
建議考試當下。不要急。要有耐心慢慢看清楚題目。題目有些陷阱跟模擬兩可的選項。不要被騙了。
2。準備心態
考完後跟櫃台聊天。資策會人員表示。從2024年下半年剛開始免費測驗與累積鑑定經驗回饋。已經累積約有1000人次報考。到考率算70%。通過率約70%。 1000*0.7*0.8=560。目前全台灣持有證書大約500-600人。
可能是因為會來考的人。是有相關專業或是多少都會準備。都是有取證目的。所以才會通過率較高。
報考人大概都有一定的AI基礎知識。
大概下半年或明年。資策會預計推出AI素養認證。
既然是考「生成式AI」。範圍就很明確。
資策會官網考試簡章(https://www.iiiedu.org.tw/certifications/exam/6)
有明確公布四大方向:生成式AI能力認證內容涵蓋生成式AI的基礎知識、能力強化、應用技能、倫理法律等四大面向。
但是別忘了。生成式AI(Gen-AI)的架構是建立在Transformer model跟LLM的基礎上。
而這就跟NLP有關。然後在上升至DL與ML。
基本架構還是深度學習DL加上機器學習ML的概念。畢竟這是AI的主流支柱。
雖然只有考Gen-AI。但卻是包含了ML+DL+NLP+LLM等相關範圍的基礎知識。
所以。建議要考試的人。還是要把AI的相關基礎多少了解一下。
不過。既然都準備這麼廣泛的內容。
建議也一起去報名iPas AI應用規劃師 的人才鑑定(經濟部發證。教育部認可）
(補充資料: 目前台灣的AI證照有:
經濟部iPAS AI應用規劃師、
資策會生成式AI能力認證、
財團法人中華民國電腦技能基金會TQC 人工智慧應用與技術
經濟部iPAS考上後會媒介工作較有利。
資策會 生成式AI認證評測介紹網址： iiiedu.org.tw/certi…
經濟部iPAS AI應用規劃師介紹網址： ipas.org.tw/AIAP)
3。準備方式
如果是無基礎的人。推薦學習循序:
先知道AI簡單的發展歷史與過程。(幾個重要階段: 專家系統+傳統機器學習+深度學習+生成式AI)
再知道機器學習ML與深度學習DL基礎知識。
然後再知道NLP 類神經語言 與 自然語言處理基礎知識。
然後再知道大型語言模型LLM跟Transformer基處知識。
然後再知道GPT。GAN。VAE各種運用DL的NLP模型。
最後再專門去了解相關Gen-AI程式與軟體的應用與生成類型。
可以從上面提到的15~20個專有名詞去衍生學習知識
推薦書本：剛開始看2-3本就好。看多了會錯亂。
1。從 AI 到 生成式 AI：40 個零程式的實作體驗，培養新世代人工智慧素養
2。ChatGPT 4 Omni領軍 - Copilot、Claude、Gemini、36組GPT ...全面探索生成式AI的無限可能
3。其他相關AI圖解介紹書本（有圖看的比較清楚理解）
自學整理
定時整理學到的知識。我的學習邏輯是分階段學習:
一階主題。（如ML。DL。NLP）
二階主題。（GAN。GPT。VAE。Transformer)
三階主題。（調適。優化。逆向傳播。注意力機制。模型崩潰。過度擬合。偏見。幻覺。提示詞工程。提示優化。梯度下降。梯度消失。
四階主題。(各種生成AI工具（文本。音樂。影像。圖片。語音。程式碼）應用與技巧）
刷提AI:
Chat-GPT 測驗小幫手 刷題用。
感謝「原來可以這樣做」分享。
連結如下https://vocus.cc/article/675848bbfd89780001f96fe3
用AI學習
用Chat-GPT 生成重點資料
1。直接用提示詞請GPT提供整理
2。直接用提示詞。讓GPT幫忙生成模擬題目
（提示詞咒語 我會整理好放在 資料懶人包）
連結:https://vocus.cc/article/678af27ffd89780001f02959
如何用AI學習(提示詞咒語分享)CCChen-02 20250118
用NotebookLM彙整PDF收集資料。
再重新整理成重點與生成模擬試題。
先將生成式AI能力測驗的四大主題。一一去搜尋Google網頁結果。
在將Google搜尋第一頁出現的文章內容全部複製貼上Word檔。再轉存成PDF檔
將收集網頁資料的PDF檔案上傳至「NotebookLM」。
用這個文本生成AI。可以只用你上傳的PDF文件。當作模型參考資料。
最多可以一次傳50個PDF。同時檢索50萬字內容。
然後。用提示詞請他幫忙整理文件內容與重點。
（提示詞咒語 我會整理好放在 資料懶人包）
4。資料懶人包（2025/01/18上傳補充）
後續收到成績單跟證書後。會在重新補上當證明。
後續有整理好其他分享資料。會放在留言中。
不定時更新。
2025/01/19 更新
連結:https://vocus.cc/article/678af27ffd89780001f02959
如何用AI學習(提示詞咒語分享)CCChen-02 20250118
