AITerms 登入
iPAS 初級 AI基礎機器學習

人工智慧(Artificial Intelligence)是什麼?

人工智慧是模擬人類認知能力的電腦技術,透過機器學習與深度學習讓系統能自主學習與決策

同主題的術語AI基礎機器學習

完整定義

人工智慧 (AI) 是一種模擬人類智慧的技術,用於使電腦能夠執行通常需要人類智慧才能完成的任務,例如學習、推理、問題解決和感知。AI 涵蓋了廣泛的領域,包括機器學習、深度學習、自然語言處理和電腦視覺等。在 iPAS 考試中,理解 AI 的基本概念和應用是重要的。

白話說明

你每天用手機拍照自動對焦、問天氣、看推薦影片,背後是不是都在用同一類技術?

你可以把人工智慧想成讓機器模擬人類智慧的總稱,它不只會算,還會學、會判斷。

它是一個大概念,底下包含機器學習、深度學習、語言處理、視覺辨識等方法。

記住這句

讓機器表現出像人類的智慧,就是人工智慧

比喻:人工智慧就像電腦學會了「思考」和「學習」-- 它不再只是執行指令,而是能透過分析大量資料,自己找出規律,做出判斷和決策,甚至創造出新的東西。

容易混淆

人工智慧 vs 機器學習?

人工智慧:整個領域的大傘

機器學習:用資料讓模型學規則的方法

最關鍵的區別:AI 是目標,機器學習是常見方法

機器學習 vs 深度學習?

機器學習:從資料中學模式

深度學習:用多層神經網路做機器學習

最關鍵的區別:深度學習是機器學習裡的一個分支

人工智慧 vs 傳統程式?

人工智慧:可以包含規則式系統與學習式系統

傳統程式:靠人先寫死規則

最關鍵的區別:AI 的重點是能從資料或經驗中調整行為

實際案例

翻譯服務

從規則式翻譯轉成神經機器翻譯後,語句更自然,這是 AI 進步很明顯的例子

影像辨識

手機相簿自動分辨人臉、場景與物件,讓使用者不用手動整理大量照片

深入了解

重點
感知
你要看什麼
影像、語音、文字
為什麼重要
讓機器知道外界發生什麼事
重點
學習
你要看什麼
資料、特徵、模型
為什麼重要
讓機器從經驗中改進
重點
決策
你要看什麼
推論、分類、生成
為什麼重要
讓機器做出可用結果

情境判斷

Q1:如果程式只靠 if-else 判斷溫度超過 30 度就開冷氣,這算 AI 嗎?

通常不算,因為它沒有從資料學習,只是人類寫死規則

Q2:導入 AI 時,應不應該先從最難的問題開始?

通常不應該,先從資料清楚、成功標準明確的問題做,成功率會高很多

iPAS 考題

Q:人工智慧和機器學習的關係是什麼?

機器學習是人工智慧的一種實作方法,人工智慧的範圍比機器學習更大。

Q:以下哪個較像 AI 的應用?

影像辨識、語音助理、推薦系統都屬於常見 AI 應用,單純公式計算則不是。

常見問題

範例考題

根據《金融機構運用人工智慧技術作業規範》,金融機構於使用人工智慧提供金融服務並直接與消費者互動時,下列何者非必要揭露之資訊?

  1. A該服務之 AI 模型原始程式碼
  2. B服務適用對象與用途範圍
  3. C該服務是否為 AI 自動完成
  4. D該服務是否提供替代方案
到題目頁作答

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?

  1. A弱 AI(Weak AI/Narrow AI)
  2. B強 AI(Strong AI)
  3. C通用人工智慧(Artificial General Intelligence, AGI)
  4. D超級人工智慧(Artificial Superintelligence, ASI)
到題目頁作答

出現在這些考古題

官方公告試題的逐題解析裡,這 1 題把人工智慧列為延伸術語。

立即測驗

想測試你對 人工智慧 的掌握程度?用考古題作答

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

參考來源:ipd.nat.gov.tw

考試範圍:iPAS AI 應用規劃師評鑑內容範圍參考(115.02 更新),經濟部產業人才能力鑑定,實際考試內容以官方公告為準。

其他格式:Markdown 版本