iPAS 考題解析
關於變分自編碼器（Variational Autoencoder, VAE）的運作流程，下列何者敘述最為正確？
初級 人工智慧基礎概論
難度：中等 ★★☆ 114 年考題
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 人工智慧基礎概論
- 知識主題
- 鑑別式 AI 與生成式 AI 概念
- 能力指標
- 鑑別式 AI 與生成式 AI 的基本原理（L11401）
本題屬於 iPAS AI 應用規劃師初級能力鑑定「人工智慧基礎概論」科目中的「鑑別式 AI 與生成式 AI 概念」範疇， 對應的能力指標為「鑑別式 AI 與生成式 AI 的基本原理」，涵蓋模型部署與效能管理、技術測試與驗證等核心知識點。 考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。
題目與選項
關於變分自編碼器（Variational Autoencoder, VAE）的運作流程，下列何者敘述最為正確？
- A. 解碼器的任務是將低維壓縮向量分類為不同類別；
- B. 編碼器將輸入資料轉換為可視化圖像以利模型學習；
- C. 編碼器將資料轉換為潛在空間表示，解碼器再重建資料； ✓ 正確答案
- D. 編碼器利用最大邊際機率對資料進行異常點偵測
詳細解析
正確答案：C. 編碼器將資料轉換為潛在空間表示，解碼器再重建資料；
VAE 的運作流程是：編碼器將輸入資料壓縮為潛在空間（Latent Space）中的分布表示，解碼器再從潛在空間的取樣中重建原始資料。這種編碼-解碼的架構使 VAE 能學習資料的潛在結構並生成新資料。
各選項逐一解析
理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 解碼器的任務是將低維壓縮向量分類為不同類別； （不正確）
解碼器的任務是從潛在向量重建資料，而非進行分類。
B. 編碼器將輸入資料轉換為可視化圖像以利模型學習； （不正確）
編碼器將資料壓縮為潛在空間的分布表示，而非轉換為可視化圖像。
C. 編碼器將資料轉換為潛在空間表示，解碼器再重建資料； （正確）
編碼器壓縮資料至潛在空間表示，解碼器再從中重建資料，正確描述 VAE 的運作流程。
D. 編碼器利用最大邊際機率對資料進行異常點偵測 （不正確）
編碼器學習的是潛在分布的參數（均值和變異數），不是用最大邊際機率做異常偵測。
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
中等題備考建議
- ▶ 本題屬於中等難度，需要理解概念之間的關聯與應用情境，不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」，建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計，很多時候錯誤選項只有一兩個字的差異，需要仔細辨別。
- ▶ 建議用「費曼學習法」，嘗試向別人解釋這道題的解題思路，能講清楚就代表真正理解了。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
某設計公司導入生成式 AI（Generative AI）工具，用於自動產生產品概念圖與風格草圖。為了讓系統能依據既有圖像資料產生具有變化且風格一致的新圖像，模型必須具備學習資料特性並生成新樣本的能力。下列哪一種模型技術或方法最符合上述需求？
初級 人工智慧基礎概論 難度 ★★☆ 115 年
某紡織製造公司導入 AI 系統進行布料瑕疵檢測，每天需處理來自 30 條產線的影像資料，包括高解析度照片、感測器數值、生產參數記錄等多種格式。該公司收集的資料量從每日 2GB 增長至 50GB，且需在布料離開產線前的 3 秒內完成瑕疵判定。近期團隊發現系統在尖峰時段容易出現判定延遲，影響製程節奏。若要優先改善此問題，下列哪一種做法最適合？
初級 人工智慧基礎概論 難度 ★★☆ 115 年
下列哪項是生成式AI支援鑑別式AI的典型案例？
初級 人工智慧基礎概論 難度 ★★☆
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自初級考試範圍，適合正在準備初級認證的考生練習。
開始準備 iPAS 考試
本題來自 114 年 AI 應用規劃師初級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。