課程資訊
課程名稱
可信賴之人工智慧
Trustworthy Artificial Intelligence 
開課學期
112-1 
授課對象
電機資訊學院  資訊網路與多媒體研究所  
授課教師
陳維超 
課號
CSIE5438 
課程識別碼
922 U4900 
班次
 
學分
3.0 
全/半年
半年 
必/選修
選修 
上課時間
星期二2,3,4(9:10~12:10) 
上課地點
資111 
備註
與洪士灝合授
限學士班三年級以上
總人數上限:40人 
 
課程簡介影片
 
核心能力關聯
核心能力與課程規劃關聯圖
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

隨著人工智慧越來越普遍地出現在人們的生活和工作之中,利用人工智慧輔助日常工作漸趨重要,已成為業界極為重視的技術,甚至關乎國家競爭力。相較於傳統的系統,近年大放異彩的人工智慧技術,在運用大數據來打造大智慧,以及佈署人工智慧的過程中,已經衍生許多新興且重要的信賴、社會、資訊安全議題。本課程由本系客座教授陳維超博士規劃主講,陳博士具備豐富的業界經驗,近年擔任英業達股份有限公司 (Inventec Corp.) 的首席 AI 顧問、AI/數位中心負責人以及數位長暨資深副總經理,同時也是行品股份有限公司 (Skywatch Inc.) 創辦人暨董事長,將著重於業界當前以及未來在發展可信賴之人工智慧系統與應用上所須面對的實際議題,與本系洪士灝教授合作傳授相關的知識技能並且帶領著修課同學一起動腦動手來探索目前最先進解決方案。

本課程概分為兩階段,第一階段傳授可信賴之人工智慧系統相關的知識主題,第二階段則以專題討論的方式進行,將請修課學生自主提出與課程主題相關之研究題目,研擬解決方法,並設計實驗來評估解決方法的效果。教授將於第二階段期間根據每位學生的個案給予指導與建議。

以下列出各單元主題涵蓋的知識技能:
1. Overview
- AI Overview
- What and Why We Need Trustworthy AI
2. Trustworthy AI
- Vulnerability of AI
- Security Threats
- Attacks
- Data
- Data Privacy
- Data-centric Concept
- Reliable AI
- Model Adaptation
- Interpretability
- Visualization
- Ethics of AI
- Fairness
- Ethics and Social Impact
- Efficient AI
- Data Efficiency
- Model Efficiency
- Secure AI
- Fully Homomorphic Encryption
- Multi-Party Computation
3. Project
- Project Proposal
- Progress report
- Final Presentation 

課程目標
-了解/研究可信賴之人工智慧的主題
-了解/研究人工智慧所衍生之議題
-了解/研究如何規劃並設計可信賴之人工智慧人工系統
-讓同學課程結束後有獨立做研究的能力 
課程要求
The prerequisite to this class is very important, and lack of knowledge of these subjects will make difficult to make positive progress in the class. Make sure you are confident with these courses and techniques.
1. Linear Algebra
2. Machine Learning/Deep Learning
3. Information Security

Permission of the instructor (specifically on the sufficient background skills to work on the course project) is required for taking this course.  
預期每週課後學習時數
Office Hours
另約時間 備註: Make appointment with lecturers by email hsu.chih-fan@inventec.com 
指定閱讀
 
參考書目
"Artificial Intelligence - A Modern Approach" by Stuart Russell and Peter Norvig
"CEPS-TFR-Artificial-Intelligence-and-Cybersecurity" by LorenzoPupillo, StefanoFantin, AfonsoFerreira, and CarolinaPolito
"Trustworthy AI" by Kush R. Varshney 
評量方式
(僅供參考)
 
No.
項目
百分比
說明
1. 
回家作業 
50% 
個人程式實作作業 
2. 
專題提案 
10% 
分組報告 
3. 
專題進度報告 
15% 
分組報告 
4. 
專題結案報告 
25% 
分組報告 
 
針對學生困難提供學生調整方式
 
上課形式
作業繳交方式
書面報告取代口頭報告
考試形式
書面(口頭)報告取代考試
其他
課程進度
週次
日期
單元主題
第1週
2023/09/05  AI 概述 
第2週
2023/09/12  為什麼我們需要可信賴AI 
第3週
2023/09/19  AI 漏洞 
第4週
2023/09/26  專題提案 
第5週
2023/10/03  資料的重要性 
第6週
2023/10/10  雙十假日停課 
第7週
2023/10/17  可靠的 AI (1) 
第8週
2023/10/24  可靠的 AI (2) 
第9週
2023/10/31  AI 倫理 
第10週
2023/11/07  有效率的 AI 
第11週
2023/11/14  安全的 AI 
第12週
2023/11/21  期中進度報告 
第13週
2023/11/28  經典論文分享 1 (或是邀請演講) 
第14週
2023/12/05  經典論文分享 2 (或是邀請演講) 
第15週
2023/12/12  期末專題報告 
第16週
2023/12/19  期末專題報告 (保留時間)