iPAS 考題解析
某公車系統想預測各站點的到站時間，需要考慮歷史班次資料、即時路況、天氣等因素。由於路況變化複雜，傳統循環神經網路（Recurrent Neural Network, RNN）在建模時可能難以保留較早期的重要資訊。下列哪種架構最能解決這個問題？
初級 人工智慧基礎概論
難度：中等 ★★☆ 115 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
- 機器學習概念
- 能力指標
- 常見的機器學習模型（L11302）
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「機器學習概念」範疇， 對應的能力指標為「常見的機器學習模型」，涵蓋監督式、非監督式、半監督式、強化式、多模態、深度學習等核心知識點。 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
某公車系統想預測各站點的到站時間，需要考慮歷史班次資料、即時路況、天氣等因素。由於路況變化複雜，傳統循環神經網路（Recurrent Neural Network, RNN）在建模時可能難以保留較早期的重要資訊。下列哪種架構最能解決這個問題？
- A. 卷積神經網路（Convolutional Neural Network, CNN），利用卷積層捕捉局部特徵
- B. 自編碼器（Autoencoder, AE），先進行資料壓縮再重建
- C. 全連接神經網路（Fully Connected Neural Network, FCNN），增加隱藏層數量
- D. 長短期記憶網路（Long Short-Term Memory, LSTM），改善 RNN 的長期記憶問題 ✓ 正確答案
詳細解析
正確答案：D. 長短期記憶網路（Long Short-Term Memory, LSTM），改善 RNN 的長期記憶問題
LSTM 是專門設計來解決 RNN 長期依賴問題的架構，透過門控機制（遺忘門、輸入門、輸出門）控制資訊的保留和遺忘，能有效保留較早期的重要資訊，適合此時序預測任務。
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. 卷積神經網路（Convolutional Neural Network, CNN），利用卷積層捕捉局部特徵 （不正確）
CNN 擅長空間特徵提取，不是解決時序長期記憶問題的最佳選擇。
B. 自編碼器（Autoencoder, AE），先進行資料壓縮再重建 （不正確）
自編碼器用於資料壓縮重建，不專門處理時序長期依賴問題。
C. 全連接神經網路（Fully Connected Neural Network, FCNN），增加隱藏層數量 （不正確）
增加 FCNN 隱藏層不能解決時序中的長期記憶問題。
D. 長短期記憶網路（Long Short-Term Memory, LSTM），改善 RNN 的長期記憶問題 （正確）
LSTM 透過門控機制解決 RNN 的長期記憶問題，最適合此場景（正確答案）。
本題涉及的 AI 術語
深入理解以下術語，有助於掌握本題背後的核心概念，也能幫助你在遇到相似題目時更快判斷正確答案。
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。
某電子製造公司建置 AI 視覺檢測系統，用於辨識 PCB 電路板製程缺陷。系統在影像判讀任務上表現穩定，但其模型設計與訓練目標皆侷限於特定應用範圍，無法直接遷移至其他營運決策任務。依人工智慧能力範疇分類，下列何者最符合該系統特性？
初級 人工智慧基礎概論 難度 ★★☆ 115 年
一家工廠要用歷年瑕疵照片判斷產品是否有刮痕，資料包含數萬張已標註影像，且刮痕形狀與位置差異很大。下列哪種做法最符合需求？
初級 人工智慧基礎概論 難度 ★★☆
一家跨國醫療研究機構希望利用各地醫院的病患資料，建立一個能夠預測疾病早期風險的機器學習模型。由於各國法規限制，病患的原始資料無法集中到單一伺服器。在此情境下，下列哪一種方法最能同時滿足「各醫院保留資料不外流」與「模型仍能跨院學習」的需求？
初級 人工智慧基礎概論 難度 ★★☆ 114 年
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 115 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。