iPAS 考題解析
某物流公司想導入 AI 以提升營運效率，評估不同資料型態與模型架構。下列哪一種應用情境最適合採用卷積神經網路（Convolutional Neural Network, CNN）作為主要模型架構？
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
- 資料處理與分析概念
- 能力指標
- 資料基本概念與來源（L11201）
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「資料處理與分析概念」範疇， 對應的能力指標為「資料基本概念與來源」，涵蓋大數據、資料型態與結構等核心知識點。 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
某物流公司想導入 AI 以提升營運效率，評估不同資料型態與模型架構。下列哪一種應用情境最適合採用卷積神經網路（Convolutional Neural Network, CNN）作為主要模型架構？
- A. 依據包裹每日掃描紀錄的時間序列，預測下週各倉庫的進貨量波動
- B. 根據客服對話逐句內容的先後順序，判斷客訴是否可能升級為申訴案件
- C. 根據倉庫監視器影像，自動辨識貨架是否缺貨並標示缺貨區域位置 ✓ 正確答案
- D. 依據車隊 GPS 路徑點的連續軌跡，預測下一段可能行駛路線
詳細解析
正確答案：C. 根據倉庫監視器影像，自動辨識貨架是否缺貨並標示缺貨區域位置
CNN 的核心優勢是處理具有空間結構的資料，特別是影像。從倉庫監視器影像辨識貨架缺貨並標示位置，是典型的影像辨識/物件偵測任務，最適合使用 CNN。
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. 依據包裹每日掃描紀錄的時間序列，預測下週各倉庫的進貨量波動 （不正確）
時間序列預測更適合 RNN/LSTM 等序列模型，CNN 不是最佳選擇。
B. 根據客服對話逐句內容的先後順序，判斷客訴是否可能升級為申訴案件 （不正確）
對話內容的先後順序分析更適合 RNN/LSTM 或 Transformer 等序列模型。
C. 根據倉庫監視器影像，自動辨識貨架是否缺貨並標示缺貨區域位置 （正確）
從影像辨識缺貨區域是典型的電腦視覺任務，最適合 CNN（正確答案）。
D. 依據車隊 GPS 路徑點的連續軌跡，預測下一段可能行駛路線 （不正確）
GPS 軌跡是序列資料，預測路線更適合 RNN/LSTM 等序列模型。
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。
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。