【豆漿筆記】什麼是 AI？從人工智慧、機器學習、生成式 AI 到大語言模型的入門指南

一、前言｜什麼是 AI？為什麼我們需要了解人工智慧？

AI（Artificial Intelligence，人工智慧），指的是讓電腦或機器能執行原本需要人類智慧才能完成的工作，只要系統表現得有點聰明，我們通常都會稱為 AI。

問題在於：「AI」這個詞太大了。開會時大家說要用 AI，有人指機器學習，有人指深度學習，有人其實只是在講 ChatGPT 或生成式 AI，結果講了半天卻沒對到同一件事。

這篇文章想先幫你釐清兩件事：

我們說「AI」時，到底在說什麼？
AI、機器學習、深度學習、生成式 AI、大語言模型（LLM）之間，是什麼關係？

看完這篇，你應該可以在討論時，分辨出對方在講的是「機器學習」、「深度學習」、「生成式 AI」，還是「LLM」，也能更精準描述自己想做的 AI。

二、AI 名詞總覽｜AI、機器學習、深度學習、生成式 AI、LLM 的關係圖

在這一節，我們用「由外而內的五個圈圈」，幫自己畫一張 AI 家族關係圖：

由外到內依序是：AI → 機器學習 → 深度學習 → 生成式 AI → 大語言模型（LLM）。

AI 名詞與關係總覽圖

第一圈：AI（Artificial Intelligence，人工智慧）
- AI 是最外層、最大的一個圈。只要是讓機器表現出某種「智慧行為」通通可以放在 AI 這一層。
- 這一圈裡也包含早期用大量規則堆出來的專家系統、搜尋與推理引擎等做法。
第二圈：機器學習（Machine Learning, ML）
- 人類不用一條條寫 if…else，而是準備大量帶有或不帶有答案的資料，讓模型自己從資料裡找規律，再拿這個規律去做預測或判斷。
- 多數預測的應用，其實都是在做機器學習。
第三圈：深度學習（Deep Learning, DL）
- 深度學習是機器學習裡的一條「技術路線」，特色是用很多層人工神經元堆疊成「深度神經網路」。跟傳統機器學習方法比起來，深度學習可以直接吃原始資料（圖片檔案、聲音波形、文字序列等），讓模型自己學出有用的特徵，不是靠工程師手動設計。
- 日常遇到的影像辨識、語音辨識等功能，背後幾乎都是深度學習在運作。
第四圈：生成式 AI（Generative AI, GAI）
- 生成式 AI 可以被視為深度學習裡的一個應用方向，不只是能做分辨判斷，還可以生成新的內容，包含文字、圖片、聲音、影片、程式碼等。
- 現在我們常說的生成式 AI（文字生圖、文字生影片、寫稿模型），幾乎都是建立在深度學習的各種生成模型之上。
第五圈：大語言模型（Large Language Model, LLM）
- 大語言模型是一種專門處理文字與程式碼的大型 AI 模型，在巨量文本上預訓練，學會語言的結構與常見模式，因此能做到理解問題、產生回覆、翻譯、摘要、寫程式等能力。
- 從應用角度看，現在大多數文字類的生成式 AI 幾乎都靠 LLM 來實現，所以在這篇文章的簡化地圖裡，我們暫時理解 LLM 屬於生成式 AI 的下圈
- 如果從嚴格分類來看，LLM 其實是「一種模型技術」，可以拿來做生成，也可以單純做理解與分類，因此和生成式 AI 的關係比較接近「高度重疊，但不是完全包含」
- ChatGPT、各家 AI 助手，大方向技術上都可以被歸類為某種形式的大語言模型。

三、AI 怎麼學｜監督學習、非監督學習、強化學習一次搞懂

前面我們從「名詞地圖」看完 AI 的家族關係，接下來換個角度，來看看：這些 AI 技術，到底是怎麼「學會」做事的？

AI 名詞關係與學習方式圖

AI 的學習方式，大致分成三種：

監督學習（Supervised Learning）：
- 在「有標準答案」的情境下，學一個函數，學會輸入到輸出的對應關係，讓預測結果儘量接近標準答案。
非監督學習（Unsupervised Learning）：
- 在「沒有答案」的狀態下，從資料本身找出結構與群組，在資料中找出群組，找出哪些彼此比較像。
強化學習（Reinforcement Learning）：
- 不斷試錯學習。像是在玩一款新遊戲，邊玩邊試，不斷從高低分的經驗中調整玩法。

結語｜搞懂大家在說的 AI 是什麼

讀到這裡，你其實已經完成一件很重要的事：把 AI 拆成五個有脈絡的圈層。

AI（人工智慧）｜只要是讓機器看起來聰明的行為，都算 AI。
機器學習｜是讓從資料中找規則的 AI 技術。
深度學習｜是機器學習中的技術之一，可以處理更多圖片、聲音、文字等原始資料。
生成式 AI｜用於生出新的內容，除了分辨還能創造文字、圖片、影片、程式。
大語言模型（LLM）｜是為了達到生成式 AI 的技術，既能生成，也能理解與分類。

我們也快速掃過了 AI 常見的三種學習方式：

監督學習、非監督學習、強化學習。

總結本篇內容，我們可以快速詢問了解他在說的是什麼 AI ? 機器學習、深度學習，還是生成式 AI 、LLM？

在接下來的文章裡，我會沿著這張名詞地圖，往下拆解。我會從歷史角度出發，聊聊目前人工智慧走到今天的歷史故事。

讓我們一起看得懂別人在講什麼 AI，也講得清楚自己在用什麼 AI 吧。

Nahrizul Kadri on Unsplash

Q&A

Q1：AI（人工智慧）到底是什麼？簡單定義是？

AI（人工智慧）讓機器表現出聰明的行為，都屬於AI。

下棋、辨識圖片裡有沒有貓、推薦影片、寫信、回答問題，只要背後是透過程式模擬人類行為，都可以算在 AI 的範圍裡。

Q2：生成式 AI 和傳統 AI 有什麼差別？

傳統的 AI 主要在做預測判斷：

判斷這張是貓或是狗

生成式 AI 則是多了生出新的內容：

畫一張是貓或狗的圖片

Q3：大語言模型（LLM）算不算生成式 AI？

大語言模型是一種特定的 AI 模型，專門處理「文字相關的問題」。它可以用在生成內容（例如 ChatGPT 幫你寫東西），也可以用在理解與分類（例如判斷這段留言是正評還是負評）。所以：

當 LLM 被用來「生文字、寫程式、翻譯、摘要」時，我們通常會把它放進「生成式 AI」的範圍。
當它只被用來做「理解、分類、不產生新內容」時，就比較像是「一種語言理解的 AI 模型」。

Q4：ChatGPT、Gemini、Grok 算是生成式 AI 還是 LLM？

它們都是基於 LLM 所打造出來的生成式 AI 應用服務。所以他們都是 AI ，是有產品包裝的LLM。

Q5：如果我不是工程師，也需要懂 AI、機器學習、生成式 AI、LLM 這些名詞嗎？

不用特別背，但建議了解彼此的關係與概念：

AI：AI 涵蓋的範圍很大，只要讓機器感覺聰明都是 AI。
機器學習 / 深度學習：是讓機器變聰明的技術，他們有至少三種學習方式。
生成式 AI：專指生東西的 AI。
LLM：是目前最熱門的技術，用於達成生成式 AI。

相信釐清這幾個名詞的差異，對於開會、寫企劃、跟廠商溝通時，就已經比很多人更清楚。