嗨嗨大家，今年最後一場iPAS的AI應用規劃師(初級)即將登場，不曉得備考得如何呢？是從從容容游刃有餘？還是匆匆忙忙連滾帶爬呢？
我先前靠著自己網路找的資源和參考資料訓練AI陪我備考，刷了上百題，在9月順利通過了(證書11月中才會寄到)。這對不是資訊/資工背景的我而言是很大的鼓舞。距離考試日剩不到幾天了，不論你是準備充分還是緊張抱佛腳，希望以下的分享對觀念釐清、方便記憶、複習深化，能有一些幫助！也預祝大家都順利獲證。
卷積神經網路（CNN）：想像你在玩拼圖遊戲，有一張圖片，你要用放大鏡去看每一個角落、每一塊拼圖的形狀和顏色，才能知道整張圖是什麼。
- CNN就像是一個有超多「小放大鏡」的工具，可以自動幫你看一張圖的細節，再組合成整體意思。
- 它專門拿來看圖片或影片，像是：這張照片是狗還是貓？這張X光片有沒有骨折？
應用情境：
- 臉部辨識：手機解鎖用你臉部圖像，靠的就是 CNN。
- 自動標記照片：Google 相簿可以自動認出「這是海邊」、「這是生日派對」，也是 CNN 幫忙分析的。
- 醫學影像判斷：醫生用 AI 看出 X 光或 MRI 有沒有問題，背後的技術也可能是 CNN。
RNN（循環神經網路）：比較像是一個聽故事很強的朋友，會記住「前面說了什麼」，幫助理解「接下來要說什麼」。(但它會漸漸忘記前面的內容)
應用情境：
- 聽聲音、理解文字：像是語音助理（Siri、Google 助理）
- 自動寫作文、翻譯句子：記得上下文的前後語意
- 預測下一個字：像輸入法猜你要打什麼
Transformer 就像是全班同學一起思考問題，不只是記住前後順序，而是彼此討論、互相看彼此說了什麼。
它會「注意」每一個字、每一句話的重點，叫做「注意力機制（Attention）」，讓回答更準確、有邏輯。
應用情境：
- ChatGPT、Bard、Claude、Sora 這些聊天AI都用 Transformer！
- 機器翻譯（Google翻譯）、自動摘要、代碼生成
- 圖片與文字結合生成（像是 DALL·E、Gemini）
延伸補充：
Transformer 原本是用在文字的，但現在也能用在：
- 圖像（像是 Vision Transformer，ViT）
- 語音
- 多模態應用
LSTM 就像是有「長期記憶＋短期記憶」的筆記本，幫助它記得重要的事、忘掉不重要的事。
應用情境：
- 文章理解：理解整篇故事的內容（前後文呼應）
- 對話AI：記得你之前說了什麼（讓回覆更連貫）
- 音樂生成：創作旋律時記得之前的節奏與風格
GAN：生成對抗網路（Generative Adversarial Network）：由 Ian Goodfellow 在 2014 年提出，是一種對抗式學習架構，包含兩個互相競爭的神經網路：
- 生成器（Generator）：試著「畫出」逼真的資料（例如假人臉、假聲音、假照片）
- 鑑別器（Discriminator）：負責「抓包」這些資料是真還是假
它們像是一個畫家和一個鑑賞家互相練功：畫家想畫出騙得過鑑賞家的偽畫>>鑑賞家則要越來越厲害看出破綻>> 最後畫家畫得越來越真，AI 就能「生成擬真內容」
應用情境：
- AI 捏臉：thispersondoesnotexist.com
- 圖像風格轉換：把素描變彩色，照片變油畫
- 數據合成：為醫療、金融補足資料樣本
- 動畫或電影視覺特效：生成背景、角色動畫片段
🚫 注意：GAN 不是基於注意力機制，它是一種「對抗式架構」，和 Transformer 使用的「注意力運算」完全不同。
