李宏毅
台湾大学教授，以深度学习与大模型公开课程著称，擅长用通俗语言讲解复杂AI概念，课程涵盖机器学习、深度学习及生成式AI
核心事实
时间轴 (近 90 天)
李宏毅在课程开场澄清该课程不是教如何使用ChatGPT，而是讲生成式AI的全貌，包括模型来源、训练方式和未来可能性。
李宏毅原课包含10个作业，多数需要写程式甚至训练模型，执行环境用Colab或Kaggle，不需要自备GPU。
李宏毅允许学生使用ChatGPT写作业，并说明能用大语言模型批改的作业都会用大语言模型来批改，同时感谢NTK的达宾奇团队提供平台和算力支持。
李宏毅将训练模型的耗时和结果不可复现的负面体验比作疫苗，让学生对未来更大挑战有心理准备。
不存在面向泰卢固语学习者的生成式AI课程，其内容主张AI自动化的关键不在于自动化一切，而在于识别重复性问题、判断AI真正有用的环节、保持可预测动作规则驱动，并在易错节点保留人工审核。
该学习路线推荐按吴恩达、李宏毅、李沐、卡帕西四位讲师的顺序循序渐进学习AI
李宏毅提供机器学习、深度学习、大模型与生成式AI系列课程
全部知识事实 (7)
不存在面向泰卢固语学习者的生成式AI课程，其内容主张AI自动化的关键不在于自动化一切，而在于识别重复性问题、判断AI真正有用的环节、保持可预测动作规则驱动，并在易错节点保留人工审核。
70%待验证李宏毅在课程开场澄清该课程不是教如何使用ChatGPT，而是讲生成式AI的全貌，包括模型来源、训练方式和未来可能性。
50%待验证李宏毅允许学生使用ChatGPT写作业，并说明能用大语言模型批改的作业都会用大语言模型来批改，同时感谢NTK的达宾奇团队提供平台和算力支持。
50%待验证李宏毅将训练模型的耗时和结果不可复现的负面体验比作疫苗，让学生对未来更大挑战有心理准备。
50%待验证李宏毅原课包含10个作业，多数需要写程式甚至训练模型，执行环境用Colab或Kaggle，不需要自备GPU。
50%待验证该学习路线推荐按吴恩达、李宏毅、李沐、卡帕西四位讲师的顺序循序渐进学习AI
50%待验证李宏毅提供机器学习、深度学习、大模型与生成式AI系列课程
50%