人工智慧 是什麼？

Artificial Intelligence — 人工智慧 的完整解釋

人工智慧是模擬人類認知能力的電腦技術，透過機器學習與深度學習讓系統能自主學習與決策

容易混淆

人工智慧 vs 機器學習？ 人工智慧：整個領域的大傘 機器學習：用資料讓模型學規則的方法 最關鍵的區別：AI 是目標，機器學習是常見方法

機器學習 vs 深度學習？ 機器學習：從資料中學模式 深度學習：用多層神經網路做機器學習 最關鍵的區別：深度學習是機器學習裡的一個分支

人工智慧 vs 傳統程式？ 人工智慧：可以包含規則式系統與學習式系統 傳統程式：靠人先寫死規則 最關鍵的區別：AI 的重點是能從資料或經驗中調整行為

記住這句就好

讓機器表現出像人類的智慧，就是人工智慧

實際案例

翻譯服務 從規則式翻譯轉成神經機器翻譯後，語句更自然，這是 AI 進步很明顯的例子

影像辨識 手機相簿自動分辨人臉、場景與物件，讓使用者不用手動整理大量照片

深入了解

重點	你要看什麼	為什麼重要
感知	影像、語音、文字	讓機器知道外界發生什麼事
學習	資料、特徵、模型	讓機器從經驗中改進
決策	推論、分類、生成	讓機器做出可用結果

情境判斷

Q1：如果程式只靠 if-else 判斷溫度超過 30 度就開冷氣，這算 AI 嗎？ → 通常不算，因為它沒有從資料學習，只是人類寫死規則

Q2：導入 AI 時，應不應該先從最難的問題開始？ → 通常不應該，先從資料清楚、成功標準明確的問題做，成功率會高很多

人工智慧 在 iPAS 考試中的重點

根據歷年統計，人工智慧 相關題目 平均佔 AI 技術類考題 8%， 屬於高頻考範圍。

常見出題方向：AI 定義與分類的基本概念（40%）、AI 發展脈絡與應用型態（35%）、AI 與其他技術的關係辨別（25%）。

常見問題

學 AI 一定要很強的數學嗎？

看你要做什麼。應用端要先懂基本統計與資料處理，研究端才更需要線代與微積分。

AI 會取代人類嗎？

會改變很多工作，但通常是先取代重複且規則明確的部分，再補上新的人機協作方式。

現在的 AI 有意識嗎？

沒有。現代系統主要是在做模式學習與預測，不等於有主觀意識。