什麼是人工智慧？

Alexandra Klepper
Alexandra Klepper
X GitHub LinkedIn

人工智慧 (AI) 涵蓋許多複雜的新興技術，這些技術過去需要使用者輸入，現在可由電腦執行。電腦可以執行進階功能，這些功能以往可用來解讀及建議資訊。現在有了 AI，電腦甚至可以生成新內容。

縮寫式 AI 經常交替使用，代表構成 AI 領域的各種技術。

常見 AI 概念

有許多字詞和概念的定義適合人工智慧和機器學習。您可以透過以下方式，在網路上實際運用 AI 技術

一般 AI

一般而言，一般 AI 是一種非人為程式或模型，能展示各種解決問題和創意的能力。「模型」model是非常大型的數學方程式，其中包括機器傳回輸出內容所需的一組參數和結構。

在一般 AI 中，您可以執行多種工作，例如分析資料、翻譯文字、撰寫音樂、辨識疾病等。

範圍狹窄 AI

窄版 AI 是可以執行單一或特定部分工作的系統。例如，某部電腦用來與人類對手進行西洋棋遊戲，以便避免和機械 Turk 混淆。窄版 AI 具備一組預先定義的參數、限制和背景資訊，看起來可能像是理解，但實際上只是方程式的答案。

您可能會在臉部辨識系統、語音助理和天氣預報中看到這種情況。您可以使用高度明確的模型改善網站和應用程式的特定功能。

舉例來說，您建立了一個電影專屬網站，使用者可以在該網站登入、為喜愛的電影評分，並探索可以觀看的新電影。您可以使用預先填入的資料庫，根據使用者正在造訪的目前頁面推薦電影。或者，您也可以使用狹窄的 AI 模型，分析使用者行為和偏好，然後向該讀者顯示最相關的資訊。

生成式 AI

「大型語言模型 (LLM)」是類神經網路 AI 模型，其中包含許多參數，可用於執行各種工作，例如產生、分類或匯總文字或圖片。

生成式 AI 會根據 LLM 的情境和記憶體大小回應輸入和建立內容。這不只是模式比對和預測最常見的生成式 AI 工具包括：

這些工具可以製作書面文宣、程式碼範例和圖片，有助於規劃休假、柔化或專業的電子郵件語氣，或將不同資訊組合分類。

無論是開發人員或非開發人員，都能滿足各式各樣的用途。

機器學習 (ML)

機器學習 (ML) 是 AI 的一種形式，可讓電腦在未經明確程式設計的情況下進行學習。AI 致力於生成智慧功能，讓電腦能從經驗中學習。機器學習是由演算法對資料集進行預測。

機器學習是訓練模型的程序，以便運用資料進行實用的預測或產生內容。

例如，假設我們想要建立一個網站，針對特定日期的天氣評分。一般來說，這種研究方法可能是由一或多位氣象學家進行，他們能呈現地球大氣層和表面的樣貌、計算和預測天氣型態，並比較目前資料和歷史背景來判斷評分。

我們可以改為提供大量天氣資料，直到模型學習天氣模式、歷史資料與準則之間的數學關係，以及任何特定一天天氣好壞的準則。事實上，我們已經在網路上建構這項功能。

深度學習

深度學習 (DL) 是一套機器學習演算法。其中一個例子是深層類神經網路 (DNN)，會嘗試模擬人類大腦處理資訊的方式。

AI 相關難題

建構及使用 AI 時可能會遇到幾項難題。以下列舉幾個您應考慮的重點。

資料品質與回訪率

用來訓練各種 AI 模型的大型資料集通常在使用後很快就會過時。這表示在尋找最新資訊時，您或許受益於提示工程，藉此提升 AI 模型在特定工作上的效能，並產生更好的輸出內容。

資料集可以不完整或太小，因此能有效支援某些用途。請嘗試使用多項工具，或是根據需求自訂模型，這可能很有幫助。

道德倫理與偏見的疑慮

AI 技術令人振奮，而且潛力十足。然而，電腦和演算法都是由人類建構，以人類可能收集的資料訓練而成，因此伴隨著多項挑戰。舉例來說，模型可以學習及放大人類偏誤和有害刻板印象，直接影響輸出。建構 AI 技術時，請務必把偏誤視為優先要務

AI 生成內容版權需考量許多倫理考量，而輸出結果的擁有者更是如此，特別是如果內容因受版權保護的素材而大幅影響或直接複製而來？

在產生新的內容和構想之前，請先思考如何運用您創造的內容的現有政策。

安全性和隱私權

許多網頁開發人員都表示，使用 AI 工具時，隱私權和安全性是最關切的考量。在具有嚴格資料要求的業務情境中更是如此，例如政府和醫療保健公司。透過 Cloud API 向更多第三方公開使用者資料是一項疑慮。請放心，所有傳輸資料的方式都必須安全無虞，並且需要持續監控。

裝置端 AI 可能是因應這些用途的關鍵。MediaPipe 是問題還在處理中的解決方案，但還有許多值得進行研究和開發的工作。

開始使用網頁版 AI

熟悉多種類型的人工智慧後，您現在可以開始思考如何運用現有模型提高工作效率，並建構更優質的網站和網頁應用程式。

AI 的應用方式包括：

  • 提供更完善的網站搜尋功能自動完成功能。
  • 使用智慧型相機偵測人類或寵物等常見物體是否存在
  • 使用自然語言模型處理垃圾留言。
  • 啟用程式碼的自動完成功能，提高工作效率。
  • 根據下一個字詞或句子的建議，打造所見即所得的 WYSIWYG 寫作體驗。
  • 提供使用者容易理解的資料集說明。
  • 以及更多應用程式...

預先訓練的 AI 模型是改善網站、網頁應用程式和工作效率的絕佳方法，無需充分瞭解如何建構數學模型及收集常用 AI 工具的複雜資料集。

大多數模型都能立即滿足您的需求，您不必做進一步調整。「微調」是模型處理模型，這個模型已根據大型資料集完成訓練，還可以根據您的特定使用需求進一步進行訓練。您可以運用許多技巧調整模型：