史丹福大學及 MIT 近日將多門 AI 核心課程上載至 YouTube。大眾無需繳交學費即可免費觀看，安坐家中便能跟隨頂尖教授學習最新 AI 技術。
免費 AI 課程一覽
以下 4 門公開課程涵蓋由基礎到進階 AI 學習路徑：
1. 史丹福大學 CS336｜Language Modeling from Scratch（Spring 2026）
史丹福大學於 2026 年春季推出最新課程，由電腦科學教授 Percy Liang 及 Tatsunori Hashimoto 主講。課程帶領學生從零開始親手編寫語言模型，涵蓋 tokenizer 實作、建立 Transformer 架構、GPU 加速與分散式訓練。內容亦包括將原始 Common Crawl 資料轉化為可用預訓練資料完整流程，最後延伸至 RLHF 對齊技術。課程共 19 講，首講於 2026 年 3 月 30 日開始，為目前最貼近業界實作開放式課程。
2. 史丹福大學 CME295｜Transformers & LLMs（Autumn 2025）
課程由同為史丹福大學 Adjunct Lecturer 雙胞胎兄弟 Afshine Amidi 及 Shervine Amidi 主講。內容涵蓋 Transformer 核心架構（tokenization、embedding、attention 機制）、LLM 基礎、監督式及強化學習微調（含 LoRA）、LLM 評估方法、RoPE、量化技術。課程同時教授 RAG 與 Tool Calling 等 Agentic 應用，適合具備微積分、線性代數及基本機器學習概念學生。
3. 史丹福大學 CS224N｜NLP with Deep Learning（Winter 2024）
史丹福大學 AI 實驗室（SAIL）總監兼語言學及電腦科學教授 Christopher Manning 負責主講這門深受歡迎自然語言處理旗艦課程。課程系統講解深度學習於 NLP 應用，內容涵蓋詞向量、預訓練、後訓練、推理與 AI Agents 等。學生可藉此掌握現代 AI 語言技術完整發展路線。
4. MIT 15.773｜Hands-On Deep Learning（Spring 2024）
MIT Sloan 商學院教授 Rama Ramakrishnan 主講課程以實戰為主軸，涵蓋卷積神經網絡、Transformer、生成式語言模型（如 ChatGPT）及文字轉圖像模型（如 Midjourney）。學員需具備 Python 基礎及基本機器學習概念（如 overfitting、regularization 等），適合希望快速掌握深度學習實作人士。
學習建議
這 4 門課程各有側重。建議先修讀 MIT 15.773 建立深度學習基礎，再透過 CS224N 掌握 NLP 理論。其後可以 CME295 加深 Transformer 架構認識，最後挑戰 CS336 從零親手編寫語言模型。大眾可於 YouTube 免費觀看所有課程，不妨先將播放清單加入收藏，利用下班或週末時間按進度學習。
資料來源：史丹福大學 CS336、MIT OpenCourseWare
