進入生成式AI時代之後，各家都在推動自己的AI課程
AI巨頭Google也不例外推出了自己的線上學習平台
想先補基礎再上手的話，Google 自己有幾堂免費的 AI 課程，從原理講起，花不了太多時間。
Google Cloud Skills boost 介紹
Google Cloud Skills boost 是一個專為希望提升AI/雲端技能的個人和團隊設計的在線學習平台
他完全免費，並且支援繁體中文。他的主要特色有：
主要特色
– 多樣化的學習路徑：提供超過980個課程和實作實驗室，涵蓋AI/雲端的各個方面。
– 技能徽章與認證：完成課程可獲得數位技能徽章(Skill Badge)，增強求職競爭力。
– 實作學習：在真實的 Google Cloud 環境中進行實驗，深化學習理解。
– 適用對象廣泛：適合個人及企業學習，課程種類眾多可以滿足不同程度需求。
這一篇也將推薦Google Cloud Skills boost裡面的AI原理&基礎篇課程
AI原理&基礎篇課程推薦
這份清單適合已經用過 ChatGPT 或 Gemini、卻還沒有把背後概念串起來的人。前半段先建立生成式 AI、LLM 與負責任使用的共同語言；後半段再理解圖像生成、序列模型與注意力機制，最後用 Vertex AI Studio 把概念接到實際原型。
建議的順序是：生成式 AI 入門 → 大語言模型入門 → 負責任的 AI 入門 → 圖像生成入門 → 編碼器－解碼器架構／注意力機制 → Vertex AI Studio。這樣學到後面時，看到 Gemini、多模態、提示工程或模型調整等詞，就不會只剩下零散名詞。
生成式 AI 入門（入門級）
這是整份清單最適合的起點。課程會先說明生成式 AI 是什麼、常見能用在哪裡，以及它和傳統機器學習的差異。讀者也會認識 Google 用來開發生成式 AI 應用的工具，建立「模型能做什麼、不能直接替你判斷什麼」的基本輪廓。
如果你目前只把生成式 AI 理解成聊天機器人，這堂課能先把文字、圖像等生成任務放回同一張地圖裡。學完後，再往 LLM 或圖像生成延伸會更順。
約 45 分鐘完成｜前往課程
大語言模型入門（入門級）
這堂課把焦點收斂到大語言模型（LLM）。內容包含 LLM 的基本概念、可應用的情境，以及如何透過提示調整（prompt tuning）提升模型表現；也會帶到 Google 的生成式 AI 開發工具。
它特別適合想把「AI 為什麼能整理、改寫、回答問題」理解得更清楚的人。課程的價值不在於記住模型名稱，而是知道什麼任務適合交給 LLM、什麼時候仍需要人提供脈絡與驗證。
約 1 小時完成｜前往課程
負責任的 AI 入門（入門級）
生成式 AI 用得越廣，越不能只看它有多快。這堂課說明什麼是負責任的 AI、它為什麼重要，以及 Google 如何把相關原則放進產品開發；內容也介紹 Google 的三項 AI 原則。
對一般使用者與工作者來說，這是一堂很短、卻值得排在前面的課。它會提醒我們：把 AI 放進工作流程時，除了追求效率，也要想清楚輸出如何被採用、哪些地方需要人覆核，以及工具的使用情境是否合適。
約 15 分鐘完成｜前往課程
圖像生成入門（入門級）
圖像生成工具看起來像是「輸入一句話、得到一張圖」，背後其實有一套擴散模型（diffusion models）的運作方式。這堂課會介紹擴散模型的理論基礎，以及它為什麼成為許多現代圖像生成模型與工具的核心；同時帶到在 Vertex AI 上訓練與部署模型的方向。
這堂課適合想理解 AI 圖像生成原理的人。學完後，再看不同工具的功能與模型差異時，比較能分辨它們是在解決創作流程中的哪一段問題。
約 30 分鐘完成｜前往課程
編碼器－解碼器架構（中級）
編碼器－解碼器（encoder-decoder）是處理「把一段序列轉成另一段序列」的重要架構，例如機器翻譯、文字摘要與問答。這堂課會拆解它的主要元件，並介紹模型如何訓練與部署；對應的實作演練則會用 TensorFlow 從頭完成一個生成詩句的簡單範例。
它比前面幾堂更偏模型結構，但仍很適合想往深一層理解的人。你會開始知道，許多看似不同的 AI 任務，其實共享一套處理輸入與輸出的邏輯。
約 30 分鐘完成｜前往課程
AI 的注意力機制（中級）
注意力機制（attention mechanism）讓神經網路在處理一段輸入時，能把重點放在較相關的部分。課程會說明它如何運作，以及它如何改善機器翻譯、文字摘要與問答等任務的表現。
這是理解現代語言模型很重要的一塊拼圖。前面學過編碼器－解碼器後再讀它，會更容易看見模型如何抓取上下文、為什麼有些資訊應該被優先考慮。
官方頁面標示 30 分鐘；課程說明另估約 45 分鐘｜前往課程
Vertex AI Studio 介紹（入門級）
前面幾堂課主要建立概念，Vertex AI Studio 則把重點放在實際做出原型。課程以情境、課程內容與實作實驗室帶領學習者，了解如何與生成式 AI 模型互動、測試商業想法，並走過從提示到產品的流程。
你會接觸 Gemini 多模態應用、提示設計、提示工程與模型調整等主題。若你不只想知道 AI 原理，也想把一個想法做成可測試的初版，這堂兩小時的課最適合作為這組課程的收尾。
約 2 小時完成｜前往課程
這組課程的價值，在於幫你把「會用 AI」往前推到「知道自己正在用什麼」。先理解模型大致如何處理資訊、在哪些場景有用、又該在哪裡保留人的判斷，之後不管是用 Gemini、ChatGPT 或其他工具，學習速度都會快很多。