什麼是人工智慧？

Alexandra White

人工智慧 (AI) 涵蓋許多複雜的新興技術，這類技術以前需要人工輸入，現在可由電腦執行。電腦則可執行進階功能，這些功能以往用來解讀及建議資訊。現在，有了 AI 技術，電腦甚至能生成新內容。

縮寫 AI 經常會交替使用 代表構成 AI 領域的各種技術類型

常見的 AI 概念

有一些定義人工智慧和機器學習的詞彙和概念可能對您有幫助。以下列舉網路上運用 AI 技術的幾種方式

一般 AI

廣泛來說，一般 AI 是一種非人為程式或模型，用於解決各種問題及發揮創意。model是非常大型的數學方程式，包含一組讓機器傳回輸出內容所需的參數和結構。

一般來說，AI 技術可以執行多種工作，例如分析資料、翻譯文字、創作音樂、判斷疾病等等。

狹窄 AI

「狹窄 AI」是可執行單一或特定工作子集的系統。例如，一台電腦會和人類對手進行西洋棋遊戲 (不應與機械土克混淆)。狹窄的 AI 有一組預先定義的參數、限制和背景資訊，這些情況看起來可能會像理解過程中，但實際上只是方程式的解答。

您可能會看到臉部辨識系統、語音助理和天氣預測的實際運作情形。您可以使用高度明確的模型 改善網站和應用程式上的特定功能

舉例來說，假設您建立了一個電影專用網站，使用者可透過這個網站登入、為喜愛的電影評分，以及探索要觀看的新電影。您可以使用預先填入的資料庫，根據使用者目前造訪的頁面推薦電影。或者，您也可以使用狹窄的 AI 模型，來分析使用者行為和偏好，為讀者顯示最相關的資訊。

生成式 AI

大型語言模型 (LLM) 是擁有許多參數的類神經網路 AI 模型，可用於執行各種工作，例如產生、分類或總結文字或圖片。

_生成式 AI 會根據 LLM 的情境和記憶體 做出回應輸入和建立內容這超出模式比對和預測的範圍。最常見的生成式 AI 工具包括

這些工具可用來建立文字文宣、程式碼範例和圖片。有助於規劃休假、柔化或專業說明電子郵件的調性，或者將不同的資訊集分類。

無論是開發人員還是開發人員，都能找到無數用途。

機器學習 (ML)

機器學習 (ML) 是一種 AI 形式，可讓電腦在不需明確程式設計的情況下學習。在 AI 努力開發智慧的領域，機器學習技術能讓電腦從經驗中學習。機器學習包含用來預測資料集的演算法。

機器學習是指訓練模型的過程，例如訓練模型、提示資料，或根據資料產生內容。

舉例來說，假設我們想建立一個網站，為任何指定日期的天氣評分。傳統上，這個平台需要由一位或多位氣象學家進行評估，目的是要呈現地球的大氣層和表面、計算並預測天氣模式，以及比較目前的資料與歷史內容來判定評分。

我們可以改為為機器學習模型提供大量的天氣資料，直到模型瞭解天氣模式、歷來資料之間的數學關係，以及假如天氣條件適合或不佳的準則為止。事實上，這是我們在網頁上建構的應用程式。

深度學習

深度學習 (DL) 是一種機器學習演算法。深層類神經網路 (DNN) 就是其中一例，這類網路會嘗試模擬人類大腦處理資訊的方式。

AI 帶來的挑戰

建構及使用 AI 時遇到幾項挑戰。以下僅列出幾個您應考量的重點。

資料品質與新舊程度

用於訓練各種 AI 模型的大型資料集通常在用完後不久就過時了。因此，當您搜尋最新資訊時，也許可以使用「提示工程」強化 AI 模型在特定工作上的效能，並產生更優質的輸出內容。

資料集內容可能不完整或過小，無法有效支援某些用途。您可以嘗試使用多種工具，或根據需求自訂模型。

道德倫理和偏見的疑慮

AI 技術令人期待，且具有許多潛力。不過，最終，電腦和演算法是由人類建構，並以人類所收集的資料為訓練基礎，因此可能會面臨幾項挑戰。舉例來說，模型可以學習並放大人類偏見和有害的刻板印象，直接影響輸出結果。建構 AI 技術時 必須將偏誤視為優先事項

關於 AI 生成內容版權，很多倫理考量包括誰是輸出內容的擁有者，特別是當該內容受到大量影響或直接從版權內容複製而來時，更是如此？

在產生新的內容和想法之前，請先考慮現有政策，規範如何使用您建立的內容。

安全性和隱私權

許多網頁程式開發人員表示，使用 AI 工具時，隱私權與安全性是他們首要考量。尤其是在政府機關和醫療照護公司等具有嚴格資料規定的業務領域中，更是如此。使用 Cloud API 向更多第三方公開使用者資料是一項疑慮。傳輸任何資料都必須安全且持續監控，這一點非常重要。

裝置端 AI 或許是滿足這些用途的關鍵。MediaPipe 是正在設法解決的問題，但還有更多研究和開發需要處理。

開始在網頁上使用 AI 技術

您已熟悉多種類型的人工智慧，可以開始思考如何使用現有模型來提高工作效率，並建構更優質的網站和網頁應用程式。

AI 的用途包括：

  • 打造更完善的網站搜尋的自動完成功能。
  • 使用智慧型相機偵測常見物體 (例如人類或寵物)
  • 使用自然語言模型處理垃圾留言。
  • 為程式碼啟用自動完成功能，提高工作效率。
  • 參考下一個字詞或詞組的建議，打造 WYSIWYG 書寫體驗。
  • 提供容易理解的資料集說明。
  • 以及更多應用程式...

預先訓練的 AI 模型可以有效改善網站、網頁應用程式和工作效率，因為不必完全瞭解如何建構數學模型及收集最受歡迎 AI 工具的複雜資料集。

您或許可以立即找到大部分模型，不需要進一步調整。「微調」是指以大型資料集進行訓練的模型建立程序，也可以依據您的特定使用需求進一步進行訓練。調整模型的技巧有很多：