人工智慧基礎概論 重點整理

核心概念

「人工智慧基礎概論」是 iPAS「AI 應用規劃師」初級科目一，目的在於幫助考生掌握 AI 的基礎知識，奠定未來應用與規劃的堅實基石。依官方學習指引，人工智慧（Artificial Intelligence, AI）是一種旨在模擬人類智慧的技術，使機器能執行原本需要人類智慧才能完成的任務，如學習、推理、解決問題、感知環境等；近十年因軟硬體進步、計算能力提升、開放資料普及，加上演算法與機器學習精進，發展突飛猛進。

本科目由四個評鑑主題環環相扣：先以人工智慧概念建立定義、分類與治理視角；再透過資料處理與分析概念理解 AI 的「燃料」——資料如何蒐集、清洗、轉換與分析；接著以機器學習概念理解 AI 如何「學」，涵蓋監督式、非監督式、強化學習與訓練流程；最後在鑑別式 AI 與生成式 AI 概念中，分辨「分析判斷」與「創造生成」兩大技術方向並理解其整合應用。下圖為本科目的學習地圖：

人工智慧概念

AI 的定義與分類

定義。 依學習指引，人工智慧（Artificial Intelligence, AI）是一種旨在模擬人類智慧的技術，使機器能執行原本需要人類智慧才能完成的任務，如學習、推理、解決問題、感知環境等。AI 並非單一技術，而是由機器學習、專家系統、演算法等多種技術碎片共同組成的廣泛領域。

分類（依功能）。 學習指引依「功能」將 AI 分為三類：

AI 能力類型雷達（弱AI／強AI／超AI，示意）。 下圖以雷達圖比較三種 AI 能力層級在各維度上的理論範圍——目前主流系統均屬「弱 AI（Narrow AI）」，強 AI 與超 AI 尚屬研究目標：

原理／運作（多層次架構）。 AI 的實現依賴多層次架構：技術底層（資料處理與分析、演算法、機器學習、深度學習、專家系統）提供計算能力、數據與核心演算法；開發應用將基礎技術轉化為模型設計、訓練、測試與部署；實際運用則落地為行業解決方案（智慧醫療、智慧物流、智慧製造）、產品與服務（語音助理、推薦演算法）與業務流程優化。

具體例子。 學習指引列舉醫療保健（疾病診斷、藥物研發、個人化醫療）、金融（風險評估、欺詐檢測、自動交易）、製造業（自動化生產、品質控制、預測性維護）、交通（自動駕駛、交通流量預測）、娛樂（遊戲開發、虛擬現實、內容推薦）等領域。

常見陷阱。 別誤以為「AI 僅限於深度學習」；AI 涵蓋機器學習、專家系統、演算法等多種技術。也別以為 AI 只能在學術研究使用——它已廣泛應用於金融、醫療、製造等領域。

常考點：分析型／預測型／生成型 AI、多層次架構、AI 涵蓋多種技術非僅深度學習

AI 治理概念

定義。 AI 治理關注 AI 系統在發展與應用過程中的透明性、責任與規範，確保技術被妥善、可信地使用。學習指引特別強調透明性（Transparency）：為提升 AI 系統的透明性，應規劃透過發布報告、技術文件或網站，揭露 AI 系統於各決策環節的相關資訊。

原理／運作。 提升透明性的適當做法是「定期或不定期發布 AI 系統各決策環節的決策流程」，而非將資訊保密或僅對內部員工說明。透明的資訊揭露能讓外部利害關係人理解 AI 如何運作與決策，是治理的核心手段。

國際合作的重要性。 學習指引指出，AI 治理中國際合作具多重重要性：

具體例子。 透明性的落實如：對外揭露 AI 系統的技術文件與決策報告；國際合作的落實如：各國協調制定共通標準、跨國監管以降低倫理與安全風險、推動技術轉移以縮小數位落差。

常見陷阱。 透明性「不等於」把所有資訊保密，也不是只對內部員工說明；正確做法是規劃對外揭露相關資訊。國際合作的價值是「統一標準、避免濫用、促進轉移」三者兼具，而非單選其一。

常考點：透明性＝對外揭露決策資訊、國際合作三大價值、避免技術濫用

資料處理與分析概念

資料基本概念與來源

定義。 在 AI 領域，資料是模型學習的基石，AI 模型的訓練與應用高度依賴大量、高品質的資料。資料蒐集（Data Collection）是資料處理與分析的起點，旨在從廣泛來源取得可用資料。

資料結構類型。 學習指引依結構將資料分為三類：

資料型態佔比（示意）。 下圖以圓餅圖說明現實世界中三種資料型態的大致組成比例——非結構化資料佔多數，正是 AI 模型訓練的主要挑戰來源：

常見蒐集方法。 學習指引列出：問卷與調查（直接從目標受眾蒐集第一手數據，用於市場研究、用戶回饋）、自有產品數據（網站、App、智慧手錶、汽車等與用戶互動產生的數據）、外部公開數據蒐集（政府資料開放平臺 API、網路爬蟲擷取公開數據）、外部付費數據購買（向第三方數據提供商購買專業數據集）、網路爬蟲（Web Scraping）（抓取商品價格、使用者評論、新聞文章等公開數據）。

具體例子。 想分析商品市場時，可串接政府開放平臺 API 取得統計數據，並以網路爬蟲蒐集電商的價格與評論（半／非結構化），再搭配自家 App 的用戶行為數據（結構化）綜合分析。

常見陷阱。 別把 JSON、CSV 當成「結構化數據」——它們屬於半結構化；真正的結構化數據以行列形式存於關聯式資料庫。圖片、音訊、自由文本則是非結構化，需先處理才能分析。

常考點：結構化／半結構化／非結構化、JSON/XML/CSV 屬半結構化、五種蒐集方法

資料整理與分析流程

定義。 資料處理與分析是 AI 專案的基礎階段，旨在將原始數據轉化為高品質且適合分析的格式。流程依序為：數據蒐集 → 數據清洗 → 數據轉換 → 數據分析，目標是確保數據的品質、一致性與可用性。

數據清洗。 處理四類問題：遺缺值（以平均值／中位數／眾數或插補法、預測模型填補，或刪除記錄）、重複值（以主鍵或唯一識別碼識別後刪除多餘項）、錯誤值（如年齡為 -5、Taiwan 拼成 Taiwwn，需檢測修正）、離群值（遠離多數數據的異常值，可能有意義也可能是雜訊，需依業務目標決定策略）。

數據轉換。 包含格式轉換（CSV→JSON）、類型轉換（字串→數值）、正規化／標準化（縮放至如 [0,1] 以消除單位影響）、離散化（如年齡分為青年／中年／老年）、縮減（以特徵選擇或 PCA 降維）。

數據分析四類方法。 依分析目的分為四種，是高頻考點：

具體例子。 銷售下降時，先用敘述性分析看整體分佈，再用診斷性分析中的「鑽取分析」逐層拆解地區、品類、時段，鎖定問題來源；而「啤酒與尿布」的購物籃關聯即關聯分析的經典案例。

常見陷阱。 別把「資料分布估計」用錯圖——直方圖、散佈圖、四分位數都適合，但雷達圖不適合呈現機率密度（它用於多維度個體比較）。也別混淆相關性與因果性，因果分析才能驗證真正影響。

常考點：清洗四問題、正規化目的、敘述／探索／診斷／預測四分析、雷達圖不宜估計分布

資料隱私與安全

定義。 在 AI 與機器學習中，資料是模型學習的基石，而從海量資料中萃取有價值資訊須仰賴統計學作為「分析資料、驗證模型的指南針」。本能力指標聚焦統計測量數、機率模型與假設檢定，是確保資料可信、推論可靠的基礎。

統計測量數。 大致分三類：中央趨勢（平均數 Mean、中位數 Median、眾數 Mode）與分散度（四分位數、全距 Range、四分位距 IQR、平均差、標準差）及其他測量數。

機率模型與假設檢定。 從母體抽樣會產生抽樣變異，需引入機率模型量化不確定性並進行區間估計與假設檢定。假設檢定流程為「猜想 → 蒐集資料 → 檢定 → 作決策」，核心名詞包含虛無假設 $H_0$、對立假設 $H_a$、顯著水準 $\alpha$（常取 0.1、0.05、0.01）與 p 值。判斷準則為：

$\text{若 } p\text{-value} < \alpha \Rightarrow \text{拒絕 } H_0$

具體例子。 學習指引案例：當 p 值為 0.03、$\alpha = 0.05$，因 $0.03 < 0.05$ 故拒絕虛無假設，代表我們有 95% 的信心認為觀察到的結果並非偶然。又如品質管理中標準差顯著偏大，意味生產過程波動大、產品品質不穩定。

常見陷阱。 房價含少數豪宅極端值時，用中位數比平均數更能反映典型水平。型一錯誤（α）是「H₀ 為真卻拒絕」；IQR 是 Q3−Q1、不易受極端值影響。偏態判讀：平均數 > 中位數為正偏態，平均數 < 中位數為負偏態。

常考點：中位數抗極端值、p 值與 α 比較、型一錯誤、正／負偏態判讀、IQR 定義

機器學習概念

機器學習基本原理

定義。 機器學習（Machine Learning）是 AI 的核心支柱，是一種基於數據驅動的方法，讓計算機系統從經驗（數據）中學習並執行特定任務，無需依賴人為編寫的規則。一般而言，資料量愈大且經過完整處理，模型效果通常愈好。

運作流程。 學習指引將機器學習步驟簡述為三步：（1）準備訓練資料：蒐集、過濾雜訊與前處理；（2）訓練模型：將資料輸入演算法並調整參數，使模型符合資料的模式或分佈；（3）測試及評估模型：評估效能並反覆訓練，若多次調校仍不佳則改用其他模型重來。

三大學習類型。 依訓練方式分為：監督式學習（以帶標記資料訓練，用於分類與迴歸，如垃圾郵件過濾、房價預測）、非監督式學習（無標記資料，自動發掘模式、分群與降維，用於市場區隔、異常偵測、推薦系統、影像壓縮）、強化學習（基於回饋機制，讓代理 Agent 透過與環境互動以最大化累積獎勵，適合試錯學習與長期規劃，如遊戲 AI、機器人控制、自動駕駛）。

三大學習範式比較雷達（示意）。 以下雷達圖從「標註需求」、「可解釋性」、「訓練資料量需求」、「適合動態互動」、「泛化能力」五個維度比較三種學習範式的相對特性（5 分最高）：

訓練核心三要素與防過擬合。 機器學習三個核心要素為數據、模型、損失函數。訓練時透過優化器以梯度下降最小化損失函數；常見損失函數有迴歸用的均方誤差（MSE）與分類用的交叉熵。為防過擬合（訓練表現好、測試表現差），可用：正則化（L1／L2，於損失函數加懲罰項）、提早停止（Early Stopping）、資料增強（Data Augmentation）、增加訓練資料量與交叉驗證。

過擬合 vs 欠擬合示意（訓練誤差 vs 驗證誤差，示意）。 折線圖呈現隨模型複雜度增加，訓練誤差持續降低而驗證誤差先降後升的「過擬合」拐點：

常見陷阱。 訓練電腦下圍棋、自動駕駛等「動態重複互動」問題最適合強化學習，而非監督式或半監督式學習。降低過擬合是「增加正則化項」而非增加模型複雜度或學習率。

常考點：三步流程、監督／非監督／強化區分、三核心要素（數據／模型／損失）、強化學習用於動態互動、正則化防過擬合

常見的機器學習模型

定義。 機器學習依任務選用不同模型；監督式以迴歸與分類為主，非監督式以聚類與降維為主，強化學習以策略學習為主。學習指引並介紹深度學習三大經典模型。

監督式與非監督式代表模型。 監督式：線性迴歸（預測連續值如房價，假設輸入與輸出為線性關係，找最佳直線／超平面）、邏輯迴歸（名為迴歸實為分類，以 Sigmoid 將輸出映射到 0~1 機率，設閾值如 0.5 做二元分類）、SVM（找最大化類別間隔的超平面，可用核函數處理非線性）、KNN（找最近 K 個鄰居投票分類或取平均迴歸）、決策樹（樹形規則、可解釋性高）、隨機森林（集成多棵隨機決策樹並投票，降低過擬合）。非監督式：K-Means（K 代表欲分群的群組數量）、PCA（降維保留主要訊息）。

深度學習三大經典模型。 學習指引重點介紹：

具體例子。 學習指引指出 K-Means 中的 K 代表「所需劃分的群組數量」，且易受雜訊與離群值影響其群集中心；隨機森林透過「集成多棵隨機決策樹並投票」改進單一決策樹的過擬合缺陷。

常見陷阱。 邏輯迴歸是分類而非迴歸演算法；K-Means 的 K 不是特徵數或樣本數，而是群組數，且不適合非球形、密度變化大或有離群值的資料。決策樹最大優勢是可解釋性高。RNN 的訓練易出現梯度消失／爆炸。

常考點：邏輯迴歸實為分類、K-Means 的 K＝群組數、隨機森林集成投票、CNN/RNN/GAN 適用情境、決策樹可解釋性

鑑別式 AI 與生成式 AI 概念

鑑別式 AI 與生成式 AI 的基本原理

定義。 鑑別式 AI（Discriminative AI）與生成式 AI（Generative AI）是 AI 的兩大分支，分別代表數據分析判斷與數據創造生成。鑑別式 AI 學習條件概率 $P(y|x)$，用於分類與迴歸；生成式 AI 學習聯合分佈 $P(x,y)$ 或邊際分佈 $P(x)$，能生成創新的新數據樣本。

原理／運作。 鑑別式 AI 專注於尋找**分類邊界（決策邊界）**以區分類別，不建構數據生成機制，在標記數據充足、目標明確時準確且高效，且具良好解釋性。生成式 AI 則模擬真實數據分佈並從中創造新樣本；其一大特性是「基於相同輸入可產生不同輸出」（內容固有變異性），使用者常透過提示工程反覆調整輸入。

典型模型對照。

鑑別式 vs 生成式任務分布（示意）。 以下長條圖比較兩類 AI 在五大應用場景的相對適用程度（5 分＝高度適用，1 分＝不適用）：

具體例子。 鑑別式：判斷郵件是否為垃圾郵件、用 CNN 對腫瘤分類、信用風險評估。生成式：ChatGPT 生成對話、DALL-E 創作圖像、風格轉換、Deepfake 影音合成。學習指引特別指出，VAE 由編碼器與解碼器組成、擴散模型透過「加噪再反向去噪」生成高細膩度圖像。

常見陷阱。 鑑別式 AI 學的是 $P(y|x)$，不適合生成新數據或無標記場景；分類醫學影像屬鑑別式而非生成式。GAN 由「生成器與鑑別器」組成（非編碼器/解碼器，那是 VAE）。SVM、邏輯迴歸、隨機森林皆為鑑別式模型。

常考點：P(y∣x) vs P(x,y)、GAN＝生成器＋鑑別器、生成式輸出具變異性、分類屬鑑別式

鑑別式 AI 與生成式 AI 的整合應用

定義。 隨應用場景日益複雜，兩者整合成為突破技術瓶頸的重要途徑。生成式 AI 的「數據生成」能力與鑑別式 AI 的「分類預測」能力相輔相成，可實現數據增強、模型泛化能力提升與多模態融合。

整合價值與運作。 學習指引歸納三大價值：數據增強與分析協同（生成式補足稀缺／不平衡數據，鑑別式再分類預測）、多模態數據處理（生成式負責跨模態生成轉換，鑑別式負責精確分類決策）、提升泛化能力（生成多樣樣本擴展學習邊界）。

具體例子。 學習指引案例：醫療影像——病理影像稀缺，用 GAN 生成高品質病變模擬影像供 CNN 等鑑別式模型訓練，提升腫瘤識別準確性與泛化能力；自動駕駛——生成式模擬濃霧、冰雪等複雜場景，鑑別式據以進行環境識別與路徑規劃；網路安全——生成式模擬攻擊模式，鑑別式即時分析流量識別異常；智慧客服——生成式產生回應文本，鑑別式過濾不當內容。

挑戰與解決策略。 學習指引指出三項挑戰與對策：訓練穩定性（生成式易模式崩潰／梯度消失 → 採用 Wasserstein GAN（WGAN）與自適應優化）、數據偏差與公平性（生成數據可能放大偏差 → 引入去偏演算法與強化數據審核）、整合架構設計（採分層架構＋共享層即時交換資訊、動態學習框架）。

常見陷阱。 整合中生成式提供的數據增強主要解決數據稀缺或不平衡（而非過擬合或隱私問題）。解決生成式訓練不穩定的方法是採用 WGAN，而非單純加大數據集或硬體。未來關鍵方向是「開發更高效的整合框架」，而非讓兩者獨立使用。

常考點：數據增強解決稀缺/不平衡、WGAN 解訓練不穩、整合框架為未來方向、醫療影像 GAN+CNN 案例

---

本筆記內容依據 iPAS 官方學習指引《初級・科目一：人工智慧基礎概論》第三章（3.1 人工智慧概念、3.2 資料處理與分析概念、3.3 機器學習概念、3.4 鑑別式 AI 與生成式 AI 概念）撰寫，採用其定義、用詞、舉例與強調重點。