AI說書 - Prompt Engineering - 2

我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。

延續AI說書 - Prompt Engineering - 1，我們從AI分類開始談起：

• 機器學習 (Machine Learning)：

是AI的子集合，其專注於發展演算法或統計模型來讓電腦設備可以處理特定任務，它從資料學習模型，再將此模型應用於預測或決策的任務，這概念從1950末1960初開始，並因數位資料普及與電腦運算能力增加而從1990年代開始廣為受矚目。

• 深度學習 (Deep Learning)：

是機器學習的子集合，其目的與機器學習相同，只是採用「多層類神經網路」來當作模型，並以此為基礎從資料學習資料內含的複雜Pattern，它始於1980與1990年代，並因Backpropagation演算法與Convolutional Neural Network而受持續研究，來到2000年代，因為巨量數據與強大的GPU運算資源，使得深度學習受到強烈關注。

• 自然語言處理 (Natural Language Processing)

自然語言處理是計算機科學、AI、語言學的交織產物，專注於電腦與人類語言的互動，宗旨是讓電腦了解、解釋、生成人類語言，這領域始於1950年代，並於1980年代因機器學習科技的導入而蓬勃發展。