深入瞭解人工智慧之前必須懂的 10 個關鍵詞

人工智慧（Artificial Intelligence, AI） 這個名詞近年來無處不在，從科幻電影到日常應用，AI 都扮演著越來越重要的角色。但 AI 到底是什麼？它包含了哪些技術？跟著我進入AI世界。首先先把最常聽到的幾個關鍵詞有系統地做個解釋，有助於後續的學習，如果對於以下內容的說明仍然不能明白的，歡迎留言發問。

1. 機器學習（Machine Learning）

• 定義： 讓電腦系統從大數據中自主學習，而不需明確地被編寫程式來執行特定任務。
• 進一步區分：
• • 監督學習（Supervised learning）：從有標籤的數據中學習，例如垃圾郵件分類。
  • 無監督學習（Un-supervised learning）：從無標籤的數據中尋找模式，例如客戶分群。
  • 強化學習（Reinforcement learning）：通過與環境互動，學習最佳的行動策略，例如 AlphaGo。

2. 深度學習（Deep Learning）

• 定義： 機器學習的一個分支，模仿人腦的神經網絡，來學習複雜的模式。
• 應用：圖像辨識： 人臉辨識、物體偵測。 自然語言處理： 機器翻譯、語音辨識。 生成模型： 生成圖像、音樂。

3. 類神經網絡（Artificial Neural Network）

• 定義： 模仿人腦結構，由許多互相連接的節點組成，用來處理資訊。

4. 卷積神經網路（Convolutional Neural Network, CNN）

• 定義： 一種特殊的神經網絡，擅長處理圖像數據。
• 應用：圖像分類、物體偵測、圖像分割 等。

5. 生成對抗網路（Generative Adversarial Network, GAN）

• 定義： 由兩個神經網絡組成，一個生成器和一個判別器，透過不斷的競爭，生成逼真的數據。
• 應用：生成圖像、影片，例如 Deepfakes。數據增強。

6. 擷取擴增生成RAG (Retrieval-Augmented Generation)

• 定義： 一種結合了資訊檢索和生成模型的技術，讓 AI 能夠從大量文本中找到相關資訊，並生成具有資訊性的回應。
• 應用：聊天機器人、問答系統。

7. 大語言模型LLM（Large Language Model）

• 定義： 在海量文本數據上訓練出來的模型，能夠生成人類水平的文本。

8. ChatGPT

• 定義： 由 OpenAI 開發的一款大型語言模型，能夠進行流暢且富有邏輯的對話，完成各種文本生成任務。

9. Llama

• 定義： 由 Meta（Facebook母公司）開發的大型語言模型，在開放原始碼的基礎上進行訓練，旨在促進 AI 研究。

10. Gemini

• 定義： 由 Google 開發的最新一代大型語言模型，強調多模態能力，能夠處理文本、圖像、音訊等多種形式的數據。

總結

這 10 個關鍵詞是了解 AI 的基礎，你可自行再去針對這十個關鍵詞做更深度的了解，將有助於未來對於AI領域的學習。希望這篇文章能幫助你開啟AI學習之旅！

如果你還想深入了解哪個關鍵詞，也可以在下方留言詢問，我再以最白話的方式為你提供詳細解釋。

補充說明：

• Llama: 雖然Llama是開源模型，但其性能在某些方面接近甚至超越了ChatGPT-4o。
• Gemini: 作為 Google 的最新力作，Gemini 強調多模態能力，有望在 AI 領域帶來新的突破。
• 市場上還有許多公司團體努力在推出自家的大語言模型LLM，這我稍後再以另一篇文章來列舉說明。