早年生活
李宏毅在大學二年級時，因對電機系許多課程感到困惑，曾一度非常沮喪迷惘，甚至萌生了退學的念頭。他當時選了一門「數位通訊處理」課程，發現自己難以聽懂，但他並未放棄，不棄選不退修，最終豁然開朗，「原來用手機撥電話給別人時，中間發生的事就是這些信號處理。」找到學習的興趣後，李宏毅開始跟隨中央研究院李琳山院士做專題，隨後於2010年從國立台灣大學取得碩士學位，2012年取得博士學位。2012年9月至2013年8月間，李宏毅於中央研究院資訊科技創新研究中心擔任博士後研究員。2013年9月以客座科學家身份前往麻省理工學院電腦科學暨人工智慧實驗室。2014年返台，擔任台灣大學電機工程學系教師至今。
開設課程
2015年，李宏毅開始在台灣大學講授機器學習課程，選課人數通常爆滿，有400多人來修。於是，李宏毅將學生分在兩間教室，一間現場看老師上課，另一間同步看直播。由於直播上課的諸多限制，李宏毅養成了錄製課程影片的習慣。一開始李宏毅將影片上傳至個人主頁，後來由於螢幕側錄軟體的序號過期，無法導出MP4，但有導出至YouTube的選項，於是李宏毅開始將課程影片上傳至YouTube。此舉不僅幫助了台灣大學的學生，還意外嘉惠台灣大學以外的學生。在其影片下方，還有中國大陸的學生留言感謝，表示已經聽完全部課程，並留下筆記連結。截至2021年9月30日，李宏毅的YouTube頻道有超過20萬位訂閱者。
李宏毅擅長用淺顯易懂的語言，以學生喜愛的精靈寶可夢、涼宮春日等動漫來講解複雜的機器學習技術，因此被親切地稱為「精靈寶可夢大師」。中華民國電腦學會稱李宏毅為「第一個公開有系統地完整深入講解深度學習技術的學者，使得華文的深度學習教學與英文世界並駕齊驅。」
這段影片的重點摘要如下：
生成式AI的現況與能力：
- 生成式AI能做到許多令人驚嘆的事，例如生成逼真的人臉、語音，甚至可以自動製作投影片和講稿。
- 影片展示了如何利用ChatGPT、Breezy Voice和Heygen等工具，快速生成一個AI分身來進行教學。
- AI能夠產生出有創意的內容，例如笑話和勵志故事，但有時也會出現邏輯混亂或不合常理的結果。
- 除了生成內容，AI也開始展現出「思考」的能力，例如在回答問題前先進行「腦內小劇場」的推演。
- AI Agent的出現，使AI能夠執行更複雜的任務，例如上網搜尋、操作滑鼠鍵盤，甚至協助訓練機器學習模型。
生成式AI的運作機制：
- 生成式AI的本質是「文字接龍」，即根據已有的token序列，預測下一個最有可能出現的token。
- 「token」是組成複雜物件的基本單位，可以是文字、圖像、聲音等。
- 類神經網路是生成式AI的核心，它通過多層次的運算，將複雜問題拆解成簡單的步驟。
- 「Transformer」是一種常見的類神經網路架構，它能夠考慮輸入的全局資訊，但也有輸入長度的限制。
- Mamba是可能可以解決Transformer輸入長度限制問題的另一種類神經網路架構。
生成式AI的發展與未來：
- 生成式AI的發展歷程，從只能進行單一任務的「專才」，進化到能夠執行多種任務的「通才」。
- 「Prompt（提示）」在通用模型中扮演關鍵角色，通過明確的指令，AI才能產生正確的行為。
- 「終身學習」是AI發展的重要趨勢，通過不斷學習新的知識和技能，AI能夠適應不斷變化的環境。
- 「微調（Fine-tune）」是賦予AI新能力的方法之一，但需要注意避免破壞原有的能力。
- 「模型編輯（Model Editing）」和「模型合併（Model Merging）」是更進階的技術，能夠直接修改模型參數或結合不同模型的能力。
課程重點：
- 課程將深入探討生成式AI的技術細節，包括類神經網路的運作、模型訓練和微調等。
- 課程將介紹AI Agent的概念和應用，並讓學生實際操作，體驗AI如何執行複雜任務。
- 課程將講解如何賦予AI新的能力，包括模型編輯和模型合併等。
- 課程作業會讓學生們實際操作AI去完成機器學習模型的訓練。
總結來說，這段影片深入淺出地介紹了生成式AI的現況、運作機制、發展歷程和未來趨勢，並為後續的課程內容做了鋪墊。