上學期路徑
選單怎麼走
與「上學期・AI」下拉選單同一組頁面：先建立科學主線，再進歷史與實驗室，最後自主學習；玄學為延伸探索。
課程理念
科學模型與 AI，不是兩門無關的課
當現象可用方程式描述就用理論；太複雜就用資料近似；必要時兩者混合。 AI 歷史與實驗室，是「資料這條路」怎麼長成今天的樣貌。
- 從「人類如何預測世界」建立科學模型直覺
- 用 AI 實驗室與歷史，看見資料驅動如何長成
- 學期後段用自主學習練界線、責任與人機協作
- 旁支可接星象／紫微：另一套預測系統怎麼拆
應用視角
AI 如何進入科學現場
🌤️
氣候預測
方程式已知，仍受初始條件與混沌限制；也可用資料與混合模型。
🧬
生物資訊
機制難寫全時，從序列與結構資料學習候選答案。
💊
藥物／材料
AI 縮小搜尋空間，實驗與理論仍負責驗證。
🌿
生態監測
影像辨識等資料模型，對應課堂物種／特徵實驗。
學生心得
他們這樣說
“「程式只是工具，思維才是核心」— 這句話改變了我。”
我本來覺得自己不是「會寫程式的料」。這學期完成了第一個小程式，雖然只有 50 行，但我超有成就感！
陳○○
視傳系三年級
“用 AI 辨識植物，結合商設跟自然科學真的很有趣！”
上了這門課才知道 AI 可以幫我分析氣候、辨識生物物種。懂得 AI 工具對設計也很加分。
郭○○
商設系一年級
“遺傳演算法跟自然界的連結讓我大開眼界！”
大自然早就在「經營」類似 AI 的機制。這種跟自然界對話的方式，也改變我對設計的想法。
林○○
產設系二年級