AI 基礎概念
人工智慧是一組讓電腦執行辨識、預測、生成與決策等任務的方法。機器學習、深度學習、自然語言處理，是其中常見的領域。
從語音助手、推薦系統，到現在的對話工具，AI 已經出現在許多日常流程裡。不同系統的能力與限制也不同。
AI 能做什麼
圖像識別
辨識影像中的物體、特徵與文字，效果取決於模型與輸入品質
語言理解
處理語言，協助對話、摘要和翻譯
數據分析
從大量數據中發現規律和趨勢
創作輔助
協助寫作、繪畫、音樂創作
自動化
自動執行重複性任務
問題解決
分析複雜問題並提供解決方案
AI 的限制
不是萬能的
訓練資料、設計與使用情境都會影響表現，換到不熟悉的任務時尤其需要核對
缺乏真正的情感
AI 可以生成像是理解情緒的回應；這不等同於人的情感經驗
倫理判斷困難
在複雜的道德和倫理問題上，AI 難以做出完美判斷
無法解釋所有決策
某些 AI 系統的決策過程如「黑盒子」般難以解釋
常見迷思
AI 會取代所有人類工作
不同任務受到的影響不同，不能直接推論所有工作都會被取代或保留
AI 有自己的意識和想法
流暢對話不能證明自我意識；使用時應依可驗證的能力與限制評估
AI 總是 100% 準確
AI 會犯錯，需要人類監督和驗證
AI 發展歷程
AI 概念誕生
圖靈測試 — 艾倫·圖靈討論機器思考與模仿遊戲
專家系統興起
以知識規則協助特定領域的判斷
深度學習革命
神經網路技術突破，圖像識別準確率大幅提升
大語言模型時代
ChatGPT 等工具讓 AI 進入普通人的生活
未來方向
以下是持續探索的方向，並非每一項都已成熟或能保證效果。
個人化教育
探索依學習進度調整內容與練習的可能性
醫療革命
研究如何協助醫療人員整理資料與提供判讀線索
環境保護
智慧城市和可持續發展解決方案
人機協作
探索人與工具如何分工、核對與共同完成任務
使用 AI 的注意事項
保護隱私
使用 AI 時要注意個人隱私和數據安全
批判思考
不盲目相信 AI 的結果，保持獨立思考
人機協作
將 AI 視為工具和夥伴，而非替代品
持續學習
AI 技術快速發展，保持學習新知的態度
繼續閱讀
這份筆記整理入門概念，並不取代各工具的使用文件。
IBM / Artificial intelligence ↗NIST / AI Risk Management Framework ↗