模型與訓練
AI 人工智慧是什麼?讓電腦模擬人類處理資訊的能力
AI 人工智慧是什麼?讓電腦模擬人類處理資訊的能力
AI 這個詞現在什麼都能套,套久了反而說不清它到底指什麼。它其實是一個範圍很大的上位詞,底下才是各種你天天在用的東西。
這篇把 AI 的定義、五個核心能力,以及它跟生成式 AI、AGI 的關係,一次講到你不用再查第二遍。
你將學到什麼
定義
讓電腦模擬人類處理資訊,從感知一路到行動。
五個核心能力
感知、學習、推理、決策、行動,缺一環就不完整。
跟誰容易搞混
生成式 AI 只是 AI 的一支,AGI 則還沒實現。
定義
AI(Artificial Intelligence,人工智慧)是讓電腦模擬人類處理資訊能力的技術。它要能看懂文字、圖片與聲音,從經驗中改進表現,推理判斷並做出決策。
更重要的是最後一步:把決策變成輸出或動作。只會分析不會行動的系統,通常只能算工具,還稱不上完整的 AI 應用。
白話比喻
把 AI 想成一位新進員工。他先看資料(感知),從案例中學會做法(學習),遇到狀況能判斷(推理),選出最好的做法(決策),然後真的去做(行動)。
差別只在於這位員工讀資料極快、二十四小時不累,但沒有真正的經驗直覺,也不會替你承擔責任。
AI 的五個核心能力
- 感知 Input:接收並理解文字、圖片、聲音、影片或感測器資料。
- 學習 Learning:從大量資料中找出規律,建立模型,持續改進。
- 推理 Reasoning:理解情境、分析關係,判斷可能的答案或解法。
- 決策 Decision:在多個選項中選出最佳行動或結果。
- 行動 Action:輸出結果或執行動作,與環境互動並完成目標。
現在最熱門的 Agentic AI,本質上就是把後面兩步做得更完整的 AI。
跟相近名詞的差別
| 名詞 | 範圍 | 一句話說明 |
|---|---|---|
| AI 人工智慧 | 最大的上位詞 | 所有讓機器展現智慧行為的技術總稱。 |
| Generative AI 生成式 AI | AI 底下的一支 | 專門產生新內容的 AI,例如文字、圖片、音樂。 |
| LLM 大型語言模型 | 生成式 AI 的一種 | 以語言為主的生成模型,是 ChatGPT 這類產品的核心。 |
| AGI 通用人工智慧 | 尚未實現的目標 | 能在任何領域像人一樣學習與思考的 AI。 |
換句話說,你平常說的「用 AI 寫文案」,精確一點是用 生成式 AI;而 AGI 目前仍停在研究與想像階段。
實際用例
生活裡的 AI 早就無所不在。語音助理、影像辨識、推薦系統、自動翻譯、詐騙偵測、醫療影像判讀,都是各自領域的專用 AI。
它們的共通點是:在一個明確定義的任務上表現極好,但換一個任務就完全不會,需要重新訓練或調整。
延伸學習
高效思維與腦內模擬:30 日練習與行動系統
每天一件事,三十天把「想到就做」換成「先在腦中跑一遍再動手」。六週依序練目標設定、腦內模擬、結果檢查、反饋與應變、知識萃取、總結與新目標,每天一課圖文,附可以直接填的練習表。週一給概念、週二實作、週三看案例、週四反思、週五收束,跟著節奏走就好,不必自己安排。
NT$ 1,599
ChatGPT 很強,但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害,為什麼你還是每天加班」這個問題出發,把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統,再用 Apps Script 讓它自己跑起來,最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599

