AI 基本定義

 AI 基本定義

強弱 AI 與生成式變革 在進入複雜的演算法之前，規劃師必須先理清 AI 的分類框架。鑑定考試常以「情境敘述」要求考生判斷該應用屬於哪一類。

一、 智慧等級的劃分：弱 AI vs. 強 AI 目前的 AI 技術與未來目標可以依據其「通用性」分為兩大類：

1.      弱人工智慧 (Narrow AI / Weak AI)

-        定義：專精於「特定領域」或「單一任務」的系統。

-        特性：不具備自我意識，離開了特定任務便無法運作。

-        考點場景：目前市面上所有的 AI（包含 ChatGPT、人臉辨識、股市預測）皆屬於弱 AI。

2.      強人工智慧 (General AI / AGI)

-        定義：具備與人類相當的「通用智慧」，能理解、學習並執行任何人類能做的工作。

-        特性：具備跨領域學習能力與自我意識。

-        考點場景：目前仍處於科學幻想或理論研究階段，尚未實現。

 

二、 任務本質的演進：分析型 vs. 生成式 這是近年來考試最火熱的考點，規劃師必須根據企業需求決定技術路徑：

1.      分析型 AI (Analytical AI)

-        核心邏輯：利用歷史數據來「預測未來」或「分類現狀」。

-        常見任務：預測房價（迴歸）、判斷垃圾郵件（分類）、偵測盜刷（異常偵測）。

-        輸出結果：一個數字、一個標籤、或一個機率。

2.      生成式 AI (Generative AI)

-        核心邏輯：學習數據的機率分佈，進而「創造出」全新的內容。

-        常見任務：寫詩（文本）、畫圖（影像）、寫程式碼（代碼）、作曲（音訊）。

-        輸出結果：全新的、以前不存在的內容。

三、 三位一體的關係：AI、ML 與 DL 規劃師必須釐清這三個常見術語的層級關係，避免在專業提案中用詞混淆：

1. 人工智慧 (AI)：最廣義的範疇，包含所有能使機器表現出智慧的技術（包含早期的規則導向系統）。
2. 機器學習 (ML)：AI 的一個子集。強調「不需明確編寫規則」，而是讓機器從數據中「自動學習規律」。
3. 深度學習 (DL)：ML 的一個子集。使用多層的「人工神經網路」來處理複雜特徵（如圖形辨識）。

 

自我檢測題

 

1. 某工廠開發了一個「零件缺陷自動辨識系統」，能精準抓出產線上的瑕疵品。請問這屬於何種 AI？ (A) 強人工智慧 (AGI) (B) 弱人工智慧 (Narrow AI) (C) 通用人工智慧 (D) 自主意識 AI
   
   

答案：(B)

2. 關於「分析型 AI」與「生成式 AI」的敘述，下列何者錯誤？ (A) 分析型 AI 主要用於預測與分類 (B) 生成式 AI 的核心在於產生全新的內容 (C) 股市漲跌預測屬於分析型 AI (D) 生成式 AI 的結果永遠是 100% 正確的。
   答案：(D)