AI 白話文之名詞解釋

「只要你懂 AI，AI 就會幫你」

機器學習（Machine Learning）

機器學習（Machine Learning, ML）是一種讓電腦「學習」的技術，讓電腦從中訓練的過程中找出規律。

像訓練一隻貓學會分辨「桌子上的哪些東西可以推下去，哪些不可以」。假設你家的貓很喜歡把桌上的東西推下去，有些東西像是橡皮擦或原子筆，推下去不會造成什麼問題，就算有損失也不大，但如果推下去的是水杯、手機或筆電，這就不是開玩笑的了。

於是你決定要來訓練這隻貓，讓牠學會分辨什麼可以推、什麼不能推。

一開始當貓咪把橡皮擦推下去，你就會摸摸它的頭，給它吃個零食或肉條（我知道不應該這樣鼓勵牠），這樣一來貓咪可能會覺得「推橡皮擦下去是好事」。但如果牠推你的水杯或手機，你會大聲制止它，甚至把牠抱離桌子，讓牠明白「嘿，這東西不能碰」。

慢慢地，牠可能會從中開始學到規律，某些東西推了不會怎麼樣，甚至會有獎勵；而某些大小或形狀的東西推下去會讓鏟屎官生氣，就不要推。即使後來你在桌上放了一個新的、沒看過的玩具，貓咪可能還是從過去學會的規則來判斷出這種東西能不能推。

在機器學習中，這隻貓的行為就像模型的學習過程，桌上的這些東西就是訓練用的資料。你給貓咪的正面和負面回饋，就像訓練模型時的「標籤」。每次貓推倒某個物品並得到反應，牠都在學習不同特徵，比如物品的大小、重量、材質，甚至鏟屎官的表情，來建立「推或不推」的規則。

機器學習的本質，就像訓練這隻貓，提供足夠多的物品和反饋，讓牠自己摸索出規律。貓可能一開始亂推，但經過多次嘗試，最終會知道哪些東西可以推下去，哪些不行。這個過程，就像機器學習模型從數據中學到規律，最後應用到新情況一樣。

講是這樣講，但現實生活中的貓才不會管你這麼多，至少我們家的貓是不受教的。

深度學習（Deep Learning）

機器學習的方式有很多種，「深度學習」也是其中一種，這是讓電腦模仿人腦的運作方式，用一層一層的「神經網路」來學習大量的資料。這有點像教小孩認識新事物，只是這次教的對象是電腦。

假設你是一位耐心的老師（嗯，我不是），小朋友剛開始對動物一無所知。你先給這位小朋友看一張貓的照片，告訴他「這是貓」。小朋友可能會注意到「貓有四隻腳，身體毛茸茸，還有尾巴」。於是小朋友的腦袋裡先記住了這些「特徵」。

接著，你再給他看一張狗的圖片，跟小朋友說「這是狗」。小朋友會開始比較這些動物，發現狗跟貓一樣也有四隻腳和毛茸茸的身體，但耳朵跟尾巴的形狀不太一樣。於是他又記住了這些「特徵」。隨著給他看更多不同的動物圖片，小朋友逐漸能夠學會辨別貓、狗，以及更多的動物，例如兔子、青蛙、小鳥。

在學習過程中，每看一張圖片都是在學習「特徵」，特徵從簡單的顏色、形狀到更複雜的動物的行為模式都有。這些學到的特徵經過一層層分析和篩選，最後形成一套完整的「規則」，即使看到一張完全沒看過的動物照片，過去學會的特徵也能幫助小朋友判斷圖片中的動物是什麼。

特徵→規則

深度學習的「層」其實就像小朋友思考的步驟，從基礎特徵逐漸進入更複雜的判斷邏輯。而這位「老師」的角色就是提供訓練資料，讓機器逐漸變得聰明。總結來說，深度學習就是模仿人類學習事物的過程，但它的「學習速度」和「處理能力」遠超我們！

深度學習是機器學習的一個子集合，專注於使用多層神經網路來模擬人腦的處理方式。

應用場景：影像識別（如人臉辨識）、語音助手（如 Siri）等。

AI 人工智慧（Artificial Intelligence, AI）

AI 像一個超級助手，雖然看起來很聰明（也真的比現在大部份的人類聰明），實際上是靠大量資料和程式設計邏輯讓它「看起來」聰明。

AI 能幫我們完成一堆以前自以為只有人類才能做的事情，像是下棋、分析醫療影像、開車這種需要具備智慧或思考能力的行為，甚至像個音樂家一樣幫你創作一首歌，現在不只是照片，連 3D 動畫做的非常逼真。不過，千萬別被它的「聰明」的樣子給騙了，AI 其實並沒有真正懂你，它只是靠一堆資料和邏輯規則在模仿或猜測人類行為。

如果要用廚房來比喻，AI 就是廚師，而資料就是食材。想要廚師做出一桌美味的菜肴，前提是你得給他足夠新鮮的食材。如果你只給他過期的牛奶或爛掉的青菜，最後端上桌的可能就是一碗奇怪的「創意暗黑料理」。同理，AI 的表現如何，全看你給它的數據是否新鮮、完整，還有設計的規則是否合乎邏輯。

所以說，AI 再厲害，它就是根據規則和資料在模仿而已，並不是真的懂什麼是「智慧」。給它好的食材與指導，它確實能端出讓人眼前一亮的佳餚，只是它不會突然放下鍋鏟跑來跟你討論人生哲學。

AI 並不是真正「懂」我們（至少目前還是這樣），而是靠大量的資料訓練和程式去模仿人類的行為。

應用場景：聊天機器人（如 ChatGPT）、推薦系統、自動駕駛等。

生成式人工智慧（Generative AI）

生成式人工智慧（Generative AI, GenAI）是一種能「創造」內容的人工智慧技術。它不只是回答問題或分析數據，而是可以主動生成文字、圖片、音樂、程式碼，甚至影片。簡單來說，Generative AI 就像一個會創作的「虛擬藝術家」或「數位作家」。

生成式 AI 是靠著學習大量資料來模仿它看到的東西。例如，文字生成模型（像 ChatGPT）會從大量的書籍、文章和對話，學習句子該怎麼組成；圖片生成模型（像 DALL·E）會看過許多圖片，知道色彩和形狀是如何組合的。

它的核心技術是深度學習，訓練過的模型可以根據給定的提示，推測並生成內容。例如：

• 輸入一段文字描述「一隻在月球上的貓」，它就能生成一張相應的圖片。
• 請 AI「幫我寫一封離職信」，它可生成一段自然流暢而且讓老闆無法拒絕的文字。

Generative AI 就像一位很厲害的模仿者，它學會了如何「像專家一樣」寫作、畫畫或作曲。當我們對它說「畫一幅梵谷風格的星空圖」，它不是真的「懂」梵谷的藝術（其實人類都不一定懂），而是基於它學過的資料，生成一幅「看起來」像梵谷畫的作品。

大型語言模型（LLM）

大語言模型（Large Language Model, LLM）是基於 AI 與深度學習的大規模自然語言處理模型，專門用於理解、生成及操作人類語言。LLM 的設計目標是透過龐大的語言數據學習語言結構、語法及上下文關係，從而模擬人類的語言能力。

特性：

1. 很多的「參數」：LLM 通常包含數十億到數萬億個參數，這些參數是模型在訓練過程中從數據中學習到的權重，用來捕捉語言特性與模式。
2. 海量的訓練：模型的訓練依賴於龐大的資料，例如書籍、文章、網頁等，涵蓋多種語言和主題。
3. 通用性：LLM 不僅適用於單一任務，還能應用於多種語言任務，如翻譯、摘要生成、問題回答、內容創作等。

「參數」是什麼意思？

我們小時候在學習語言（中文、英文）的時候，我們要學習很多的語法規則，比如動詞要搭配主詞、句子的語序不能亂等等。對 LLM 而言，這些規則就是「參數」。它們用來告訴模型應該如何看待文字之間的關係。例如：

• 「貓追老鼠」和「老鼠追貓」的是不一樣的意思，模型要學會通過語序來區分差異。
• 當在句子裡遇到沒學過新單字時，它可以用學過的規則搭配上下文，判斷這個字可能的意思。

參數 = 規則

參數的數量通常決定了模型的能力。越多的參數，模型就能知道越多規則，理解越多細微的語言特性，參數比較少的模型可能只能處理像是「天氣很好」之類的簡單句子；隨著參數越多，就能理解更複雜的句子，甚至可以根據上下文生成長篇文章。

不過參數越多，表示需要更強的電腦算力來處理，訓練以及使用的成本都很高。那些 3B、7B 之類的數字，指的是模型參數的數量，通常以英文字母 B（billion）表示「十億」。這些數字代表了模型的規模大小，也可以看作是衡量模型「聰明程度」的一種指標。參數越多，模型越複雜，也越有能力處理更細膩的語言任務。

PS: 為了讓大家更容易理解，這裡用「規則」來做比喻；實際上，參數是模型在訓練過程中自動學習到的「權重（weights）」，它們會反映語言結構與特徵之間的關係，並非單純的人為語法規則而已。

GPT

GPT 的全名是 Generative Pre-trained Transformer，由 OpenAI 開發，它的核心是一種基於深度學習的模型，使用了一種稱為「Transformer」的神經網路架構，這個架構特別擅長處理自然語言相關的任務，例如文字生成、翻譯、摘要等。

1. 生成式 (Generative)：這表示 GPT 的主要功能是「生成」語言內容。它可以基於輸入的文字提示，生成與上下文相關的連續文字。舉例來說，如果你輸入一個問題，它可以根據已學習的知識提供回答。
2. 預訓練 (Pre-trained)：模型在使用前已經接受了大規模的資料訓練，例如書籍、文章、網站內容等。這些訓練讓模型學會了語言的基本結構、語法及常見的知識背景。
3. 變換器（Transformer）：這是一種用於語言處理的神經網路架構，它的優勢在於能夠同時分析句子中的所有詞語，從而理解上下文。Transformer 有點像是一個電影劇本編輯，當你說「英雄最後打敗了壞人」，它能分析劇情中的關鍵角色、動作和情節，甚至還能補充出「英雄最後打敗壞人，拯救了世界，順便贏得了女主角的尊敬，最後還在一起」。這就是為什麼大語言模型擅長生成文章、對話或故事的原因。

工作原理：

1. 輸入處理：將輸入的文字轉換為數字表示（向量），以便模型理解。
2. 上下文預測：模型利用「注意力機制」分析輸入內容，預測下一個最可能出現的文字。
3. 生成輸出：根據預測結果產生文字，並不斷循環，直到完成輸出的內容。

限制：

1. 資料偏見：模型訓練於人類撰寫的文字，因此可能繼承人類的偏見。
2. 短視近利：在處理特別長的文字時，可能無法完全記住所有細節。
3. 沒有真正理解：GPT 並不具備人類的理解能力，它只是在模仿語言模式。

ChatGPT

ChatGPT 是基於 GPT（Generative Pre-trained Transformer）技術的人工智慧聊天程式，由 OpenAI 開發，專門用於進行自然語言互動，就是因為可以聊天，所以才加上 Chat 這個名字。它是一種強大的語言模型，可以模仿人類的語言模式，提供有條理且上下文相關的回應

限制：

1. 上下文記憶有限：在比較長的對話中可能無法記住所有細節。
2. 資料不一定是最新的：模型僅基於訓練時的資料，無法即時獲取最新資訊。後來 ChatGPT 加入網路查詢功能之後已改善，但目前仍無法得到最新即時資訊。

上下文（Context）

想像一下，你跟朋友在咖啡廳聊天，聊著聊著，突然朋友冒出一句：「對啊，真的很不錯！」。你可能完全不會覺得奇怪，因為你正在跟對方聊天，知道現在正在聊什麼，例如新買的 3D 印表機很好用。但如果你才剛進到咖啡廳，一坐下來朋友直接丟出這句話，你可能會想：「什麼很不錯？是在說什麼？」

這就是「上下文（context）」的重要性。上下文是對話的連結，可以讓一切有邏輯、有條理。如果少了上下文，這些對話或交流就會像是一堆不相關的碎片資料。

上下文在 AI 中的角色

當你在跟 AI 對話時，AI 必須依靠上下文來理解你的需求。如果少了上下文，對話可能變成這樣：

你：「明天會下雨嗎？」
AI：「不會」
你：「那我要帶傘嗎？」
AI：「請問您指的是什麼？」

因為 AI 沒有「記住」你上一句講什麼，沒辦法理解你正在問的是「下雨」這件事。所以 AI 雖然好像很厲害，如果沒有特別設定的話，它就只是個金魚腦，不會記得剛剛上一句話講了什麼。

但大家在用 ChatGPT 的時候，應該不會覺得 AI 像失智老人一樣吧，這又是怎麼做到的？簡單來說，ChatGPT 並不像人類一樣有「真正的記憶」，它每次回應時靠的是「帶著所有對話歷史重新思考」。有點像是寫便條紙的時候，第一張記錄「台北的天氣」，第二張寫「下雨」，第三張寫「明天的天氣怎樣？」它每次回答時，會先翻一下前面所有便條紙，然後組合出一個完整的答案。

向量（Vector）

以前在數學或物理課曾經學過，向量有「大小和方向」：

• 大小：向量的「大小」可以理解成整體有多強或多大。例如向量是 [3, 4] ，這兩個數字可以組成一條線，這條線的長度就是這個向量的「大小」。
• 方向：向量的「方向」就是它指向哪裡。例如 [3, 4] 是平面上的一個向量，那它會從原點出發，朝著右上角的方向。

用途：

• 描述事物的特性：像介紹一個人的時候可以用一個向量 [身高, 體重, 年齡] 來表示。
• 比較事物的相似性：如果有兩個向量很相似，比如 [175, 70, 25] 和 [180, 72, 26]，我們可以推測這兩個人在身材方面的特徵有點像。
• 計算東西的變化：在物理裡，向量常用來描述力、速度等有方向性的東西，比如「車往北開 60 公里/小時」。

向量就是一組數字，幫我們用簡單的方式描述大小和方向。它可以用來表示特徵、比較相似性，或者計算方向和變化。

嵌入（Embeddings）

是一種將文字、圖片或其他資料轉換為數字向量（vector）的方式。簡單來說，這是一種壓縮且有意義的資料表達形式，讓電腦可以更高效地理解和處理這些資料。用白話來解釋，可以想像 Embeddings 是把複雜的概念轉化成電腦能理解的「座標」，類似的東西會靠的近，不相似的東西則會遠離。

為什麼需要 Embeddings？

讓模型「理解」語意，比如，模型可以知道「貓」和「狗」比較接近，但「貓」和「汽車」就離比較遠。它們的 Embeddings 可能是這樣：

• 貓：[0.9, 0.8, 0.1]
• 狗：[0.8, 0.9, 0.2]
• 汽車：[0.1, 0.1, 0.9]

類似的應用還有，當我們在搜尋引擎中輸入一個問題，系統可以透過 Embeddings 來找到那些與你的問題語意相似的內容。Embeddings 就像是給每個東西一個「座標」，方便我們知道它跟其他東西的關係。

微調（Fine-Tuning）

想像 LLM 是一個已經讀過世界上所有書的大師，他什麼都懂，但可能不夠專精於你想要的內容。微調的角色就像是一對一的補習班老師，拿一些特定的教材或題目來教這位大師，讓大師在特定領域或任務上表現得更好。例如，你可能希望 LLM 可以幫你生成法律合約、寫醫學相關文章，或是回答技術問題

所以，微調是在調什麼？

1. 挑選資料：

   首先，要先準備好專門的資料，這些資料應該和你想要模型處理的任務有關。例如，如果你要讓模型生成電影劇本，你會收集一些高品質的劇本；如果是客服回答，你可能會用大量的對話紀錄作為資料。

2. 更新模型參數：

   有了資料後，微調的過程就是讓模型用這些資料來進行再訓練。雖然模型本來就知道很多事情，但透過這個過程，它會特別專注於你提供的資料，調整內部的參數。這就像是告訴模型「這些東西很重要，你要記住！」

3. 避免過度專注：

   微調的時候也要小心，如果讓模型只看你提供的資料，可能會出現「過度適應」的情況，有點像在教小孩吃飯，結果你只給他吃一種特定的食物，像是糖果，因為你想讓他特別喜歡這個口味。最後小孩就只想吃糖果，其他什麼菜都不碰了。對模型來說，就是在微調時加入一些多元的資料，或者保留原本模型的一部分知識，讓它能保持更全面的能力，而不會變成只會回答「糖果問題」的專家。

4. 測試與調整：

   微調完成後，你需要測試模型，看它在新任務上的表現如何。如果效果不夠理想，就要回去再調整資料或訓練方式，直到達到你的期望。

應用場景：

• 線上客服：調整模型，讓它回答企業常見問題。
• 專業內容生成：生成法律文件、醫學報告等。
• 特定語言或風格：比如生成古文或幽默風格的文章。

檢索增強生成（RAG）

檢索增強生成（Retrieval-Augmented Generation, RAG）是一種讓 AI 模型更聰明回答問題的技術。

它的核心理念是把大型語言模型和外部知識庫結合起來，讓模型不只是靠自己原本記住的東西來回答，而且還能主動查資料，再根據查到的內容生成答案。你可以把 LLM 想像成一個很會寫文章的大學生，但他腦袋裡的知識只有上次考試前讀的課本。RAG 就像給他一個「即時搜尋工具」，讓他先去查最新的資料，再用這些資料來寫答案。這樣生成的回應既有創意又可靠，不會亂講一通。

所以，RAG 在做什麼？

1. 檢索（Retrieval）

   想像你問 AI 一個很專業的問題，比如：「這家公司去年第四季的財報怎麼樣？」如果單靠 LLM，它可能會胡亂猜，因為這類最新資訊並不在模型的訓練資料裡。這時，RAG 系統會先去查外部資料庫（比如企業的財報數據、網站或其他文件）。它就像是模型的「小助手」，幫忙先找一些和問題相關的內容。

2. 生成（Generation）

   拿到相關資料後，模型就會根據這些資料來生成答案，而不是憑空腦補或瞎掰。

為什麼用 RAG？

• 即時性資訊：因為 LLM 的知識只到訓練時的資料為止（可能是一兩年前的東西），而 RAG 可以查最新資料，像是新聞或公司報告，確保回答不過時。
• 更準確：RAG 用檢索來補充 LLM 的知識盲點，讓回答不只是「聽起來很合理」，而是真的根據實際的資料或文件來生成。
• 客製化：如果你有一個專門的知識庫，比如內部技術文件，RAG 可以幫你把這些資料整理成知識庫，讓模型使用這些資料或文件來生成答案。

應用場景：

• 線上客服：讓 AI 能快速查詢公司的服務項目或 FAQ，回答更精準。
• 專業問答：醫學、法律等領域，AI 能從專業文獻中檢索到正確的答案。
• 內容生成：幫助生成內容時參考相關資料，確保內容有憑有據。

實作參考：https://pythonbook.cc/articles/2024/9/11/rag-workshop

RAG 跟微調（Fine-tuning）的差別：

微調就像請家教，如果你希望你的小朋友變成數學高手，你可以請專業的數學家教來幫他補習，而且是特別針對數學這一科進行密集訓練。經過一段時間的補習後，他就能把數學學得非常專精，甚至還可以去參加數學競賽。微調通常能更快回答和相關領域相關的問題，因為是把相關的知識刻在腦袋裡了。

而 RAG 比較像是給學生一台隨身查資料的手機或平板電腦，裡面連接了最新的資料庫，有需要的話隨時可以查資料。當遇到問題時，不一定需要完全依靠自己的記憶，而是先用平板查到相關的資訊，然後再根據這些資料回答問題。比如有人問：「最近的氣候變化報告說了什麼？」他可以馬上從平板裡找出最新的研究，然後給出一個有條理的回答。

如果你需要的是「專精型學生」，像是要寫小說或專門回答特定領域問題，請找家教幫他補習（用微調）。如果你需要的是「靈活型學生」，隨時能應對各種問題，還要有最新的資訊，就給他一台平板（用 RAG）。

別誤會，這兩種做法並沒有衝突，如果想要，可以兩者併行，送去補習又給他一個厲害的平板查資料。

新聞

台北捷運 AI 客服機器人 https://www.ithome.com.tw/news/166191

AI Agent

AI Agent（人工智慧代理人）是一種可以「自主執行任務」的電腦程式，就像一個聰明的數位助理，根據我們設定的目標，自己決定要做什麼、怎麼做。它不需要你事事指揮，而是會根據環境和任務的需要，自行採取行動，幫你解決問題。

運作原理：

1. 感知環境（Perception）：

   它會「觀察」周圍的資訊，可能來自數據、使用者指令，或者外部系統的回饋。比如，AI Agent 可以感知天氣預報資料，知道今天會下雨。

2. 思考和決策（Decision Making）：

   感知完後，它會分析手上的資訊，根據目標來「決定下一步」該做什麼。例如，知道下雨後，AI Agent 可能決定提醒你帶雨傘。

3. 執行行動（Action）：

   最後，它根據決策去執行任務，比如發送通知、完成一筆交易，甚至幫你控制一個機器人去完成某項工作。

AI Agent 的關鍵特點是「自主性」，不需要你一步步下指令。你可以跟這位助理說：「幫我安排今天的行程」，它不只是記錄你的要求，而是會主動去查你的日曆、交通狀況，甚至天氣，然後給出一個完整的行程計畫。如果有突發狀況，比如會議延誤，這位助理還會幫你重新調整時間，確保行程順利。

Agentic AI

代理人工智慧指的是自主的 AI 系統，能夠以最少的人類干預做出決策。這些系統可以從新數據中學習，並透過動態適應新情況來解決複雜問題。例如，零售商可以使用代理人工智慧來個人化購物體驗，醫療保健提供者則可利用該技術來分析患者數據。然而，隨著先進的人工智慧模型變得越來越容易獲得，網路犯罪也可能利用該技術來欺騙受害者，使用此類技術時需保持謹慎，確保有適當的監督和測試。

特性	AI Agent	Agentic AI
自主性	低到中等，需要人類干預	高度自主，幾乎不需干預
應用範圍	專注於特定任務	多任務、多領域
決策能力	依賴預設規則與範圍	可動態推理，適應新情況
學習能力	有限，透過預訓練或微調獲得能力	可進行自我學習
範例	ChatGPT、Tesla 自動駕駛	Skynet

Automation 自動化

自動化（Automation）就是讓機器或系統自動完成重複性、機械性的工作，而不需要人類一步步指揮或操作。簡單來說，自動化就像是請了一個「不累、不抱怨、效率高」的幫手，幫你把枯燥的事情做好。例如：

1. 咖啡機的自動沖泡：

   想像一下，你早上剛睡醒，按下咖啡機的按鈕，咖啡豆被磨碎、熱水流過，最後一杯熱騰騰的咖啡出現在你面前。這就是自動化的好處：不需要你每次都自己磨豆、燒水、調配，只要設定好流程，機器就幫你完成。

2. 洗衣機的全自動洗衣：

   以前洗衣服需要手洗、搓揉、漂洗，現在只要把衣服丟進洗衣機，按下按鈕，從洗到脫水，全都幫你搞定。這樣，你就能省下時間去做其他更重要的事情。

現成工具：Zapier、Make、n8n