近年來，我們共同見證了人工智慧突破性的進展——從重塑人類語言互動方式的 ChatGPT，到進一步拓展影片生成前沿的 Google Veo 3.1。隨著這個領域的演進，大眾的注意力正逐漸轉向自主代理式 AI（Agentic AI），此時的系統不再僅僅是被動回應，而是具備了目標導向與自主決策的能力，開始從數位世界走向現實物理世界。

💡 什麼是實體 AI？

實體 AI 是指能夠在真實環境中進行感知、推理和行動的 AI 系統——它們透過相機、麥克風等感測器來偵測環境，並藉由馬達、機械手臂、車輪或其他致動器（Actuators）與現實世界展開互動。

在本課程中，實體 AI 將作為核心視角，貫穿所有的專案與課堂討論。學生將探索現代 AI 模型如何與機器人、智慧家居和自動駕駛汽車等現實系統整合，並深入研究智慧、具身性（Embodiment） 與環境如何共同形塑系統行為。

隨著 AI 系統越來越深入我們的日常生活，關鍵的問題也隨之浮現：

這些系統在現實環境中究竟是如何運作的？

我們該如何確保其可靠性、安全性，並符合人類的價值觀（Alignment）？

當 AI 被部署在開放且動態的環境中時，又會迎來哪些全新挑戰？

如果這些問題能激發你的靈感與熱情，那麼這門課程正是為你量身打造的。

🎯 預期學習成果 (Intended Learning Outcomes)

成功修習本課程後，學生將能夠：

闡述定義與重要性： 清楚說明實體 AI 的定義、範疇與核心意義，並能有效區分其與純數位 AI 及自主代理式 AI（Agentic AI）系統的差異。

掌握核心架構： 描述實體 AI 的底層核心概念、系統架構與關鍵賦能技術，包含感測（Sensing）、感知（Perception）、推理（Reasoning）、規劃（Planning）與控制（Control）。

應用基礎技術： 分析並將基礎實體 AI 技術應用於現實問題情境，同時將環境動態、具身性（Embodiment）及系統限制條件納入考量。

評估應用領域： 識別並評估實體 AI 的主要應用領域與具代表性的使用案例，例如機器人技術、智慧環境與自主系統。

設計與實作原型： 設計、實作並打造出一個實體 AI 解決方案的原型，具體展現感知、決策與物理行動的整合應用能力。

115.06.23.TAICA 課程選課說明會影片連結:(若無法開啟連結，複製連結位置貼到網址列執行即可。)

https://drive.google.com/file/d/1tjHXawDcVpkun0JvNP2smjGSp9Iipnaf/view

115-1 開課清單:

https://ndhucte.ndhu.edu.tw/p/404-1008-258635.php

教學卓越中心啟