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(Artificial Intelligence,人工智慧)是讓電腦模擬人類處理資訊能力的技術。它讓機器能夠感知環境、從大量資料中學習、推理判斷並做出決策,最後輸出結果或執行動作。目標不是取代人,而是協助或延伸人類的能力。
AI 人工智慧是什麼?讓電腦模擬人類處理資訊的能力:文章重點卡

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

  1. 感知 Input:接收並理解文字、圖片、聲音、影片或感測器資料。
  2. 學習 Learning:從大量資料中找出規律,建立模型,持續改進。
  3. 推理 Reasoning:理解情境、分析關係,判斷可能的答案或解法。
  4. 決策 Decision:在多個選項中選出最佳行動或結果。
  5. 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 AIAI 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。

常見誤解最常見的誤解是把 AI 當成一個會思考的個體。它的輸出品質幾乎完全取決於你餵給它的資料與指令,垃圾進就垃圾出。另一個誤解是以為 AI 一定客觀,事實上資料或演算法的偏差都會被它原封不動地放大。
本文源起本文內容出自酒Ann 的「AI 實戰陪跑班」課程教材,由酒Ann 編寫成彙編條目。想系統性搞懂 AI 名詞,歡迎追蹤 酒Ann 的 Facebook

延伸學習

把這篇文章分享給需要的人FacebookLINEThreadsX

常見問答

AI 跟機器學習是同一件事嗎?
不是。AI 是目標,指讓機器展現智慧行為;機器學習是達成這個目標最主流的方法,也就是讓機器從資料裡自己找出規律,而不是靠人一條一條寫規則。
現在的 AI 算是哪一種?
目前實際落地的幾乎都是弱人工智慧,也就是在特定任務上表現出色,超出訓練範圍就不行。能像人一樣舉一反三的通用人工智慧尚未實現。
AI 會有情感嗎?
目前沒有。模型可以模擬同理的語氣,是因為它從大量人類文本中學到那樣的表達方式,這跟真的擁有感受是兩件事,使用時要分清楚。