AI名詞卡
含有「AI名詞卡」共 9 篇內容
全部內容
發佈日期由新至舊
AI 怎麼在巨大迷宮中快速找到答案？
這篇用白話方式帶你理解「啟發式搜尋（Heuristic Search）」的核心概念，解析它如何靠經驗法則與評估函數抄捷徑，並比較與盲目搜尋的差異，同時拆解 GPS、遊戲 AI 與物流規劃背後的搜尋邏輯。
夜市裡，宙猩為了搞懂 AI 治理機制，從全自動射氣球、AI 套圈圈，到智慧剉冰機一路翻車。
墨星冷靜拆解 HOOTL、HITL、HOTL 三種 AI 監督模式，阿嬤則用夜市直覺完成最強降維打擊。
AI 是怎麼「動腦」的？
這篇帶你白話理解「推理系統（Inference System）」的核心邏輯，解析順向推論與逆向推論差異，並用醫療問診、工業警報與貸款審核等案例，拆解專家系統如何根據規則一步步找出答案。
知識工程是將人類專家的知識、經驗與直覺，整理成電腦能理解的規則與知識庫的技術。它是早期專家系統的核心，重點在於「知識獲取」與「知識表示」。最大挑戰是專家的「隱性知識」難以被完整說明，因此形成著名的「知識獲取瓶頸」。如今知識工程仍廣泛應用於醫療診斷、知識圖譜與高精準 AI 系統中。
專家系統是早期 AI 技術，透過將人類專家的判斷轉化為大量「IF–THEN」規則，存入知識庫，再由推論引擎進行邏輯推導，提供專業建議。它不具備自我學習能力，只能依照既有規則運作，維護成本高，但具有高透明度。常見於醫療診斷、工業檢修與金融審核等領域，是理解 AI 發展的重要基礎。
圖靈測試與驗證碼（CAPTCHA）常被混淆，但兩者方向完全相反。圖靈測試是由人類判斷機器是否具備像人類般的對話能力，用於評估人工智慧發展；驗證碼則是由系統判斷使用者是否為真人，用來阻擋機器人與自動化攻擊。前者測試 AI 智能程度，後者保護網站安全。
多人以為現在的 ChatGPT、生成式 AI 已經接近電影中的超級人工智慧，但實際上，現今主流 AI 在學術分類上大多仍屬於「弱人工智慧（Narrow AI）」，也就是專精單一任務、特定場景表現優秀的 AI 系統。
深度學習（DL）是機器學習的進階技術，透過模仿人類神經網路，自動從海量資料中學習複雜特徵，廣泛應用於影像辨識、語音理解與生成式 AI。它不需人工定義規則，但高度依賴大量資料與 GPU 算力，且決策過程常呈現「黑箱」特性，是現代 AI 發展的核心引擎。
從 AI 基礎到系統架構與治理，White-Lab 用 144 張名詞卡帶你建立完整 AI 知識地圖，讓你真正看懂人工智慧，而不是只會使用工具。
