簡介：踏入人工智能應用的世界

歡迎來到人工智能 (AI) 這個引人入勝的章節！你經常在新聞中聽到 AI，但它實際上是做甚麼的呢？本節將帶你探索現今人工智能系統在現實世界中執行的任務。

如果 AI 的概念對你來說很複雜，不用擔心。我們將會拆解這些系統的特性，並觀察具體且貼近生活的應用例子，內容會嚴格緊貼 OxfordAQA 9645 教學大綱的要求。

讓我們一起深入了解機器是如何學習解決以往只有人類才能處理的問題吧！

3.16.1 理解人工智能

人工智能 (Artificial Intelligence) 這個術語並沒有一個單一且完美的定義，但在電腦科學中，如果系統在解決複雜問題時符合特定標準，我們就會將其定義為人工智能。

人工智能系統的特徵

AI 系統之所以能被識別，是因為它們有能力解決傳統電腦程式或算法單獨無法解決的問題。它們主要通過兩種方式實現這一點：

  1. 使用類似人類的方法。
    （例如：AI 通過查看數千個示例來學習識別圖像，這就像兒童通過經驗進行學習一樣。）
  2. 得出的解決方案至少達到人類的水平。
    （例如：AI 診斷掃描結果的準確度比普通醫生更高。）

這些問題通常需要學習、推理、感知或操縱知識的能力——這些技能傳統上被認為需要人類智能。

關鍵重點

AI 的核心在於解決需要人類智力水平的複雜問題，無論是通過模仿人類思維，還是通過達到人類級別的成果。

現代 AI 的範疇：窄人工智能領域

雖然科幻小說的目標往往是創造出有意識且能執行任何人類任務的 AI，但目前的 AI 系統並不具備通用智能。

窄人工智能與通用人工智能

目前的 AI 系統是高度專業化的。它們經過專門設計和訓練，在窄領域 (Narrow fields) 內表現出色，這意味著它們只掌握一項特定的任務。

  • 窄人工智能 (Narrow AI, ANI)：這就是我們每天使用的 AI。它非常擅長處理一項工作（例如推薦影片、贏得國際象棋比賽或識別垃圾郵件）。例子：Siri、Google 翻譯、Netflix 推薦。
  • 通用人工智能系統 (AGI)：這是一個理論概念，指 AI 擁有理解、學習並將其智能應用於解決任何問題的能力，就像人類一樣。這目前仍是深度研究的領域。

你知道嗎？ 一些現代深度學習系統（使用複雜神經網絡）被部分專家視為通用人工智能系統的雛形，儘管它們目前仍局限在狹窄的範圍內運作。

避免常見誤區：不要假設一個擅長玩國際象棋（如 Deep Blue）的 AI 系統也能寫詩或診斷病人。它的聰明才智僅限於其「窄領域」。

快速回顧：窄領域

現代 AI 系統僅在窄領域內有效運作。它們是高度專業化的，並不能執行所有人類的智力任務。

人工智能的常見應用領域

AI 被應用於各行各業。教學大綱要求你熟悉以下四個關鍵應用領域：

1. 生成式 AI (Generative AI)

生成式 AI 是指能夠創建看起來或聽起來真實的新內容（數據），而不僅僅是分類或分析現有數據的模型。

  • 功能：根據提示或輸入生成文本、圖像、代碼、音樂和影片。
  • 現實例子：
    像 ChatGPT 這樣的工具（生成文章或摘要），或者像 Midjourney 這樣的圖像生成器（根據描述創造獨特的圖像）。

2. 搜索與推薦系統

這些系統對於幫助用戶找到相關資訊，或發現根據其口味量身定製的新產品和媒體至關重要。

  • 功能：從用戶的過去行為（點擊、購買、觀看記錄）中學習，並與龐大的數據集進行比較，以預測用戶下一步的需求。
  • 現實例子：
    當 Netflix 建議你可能喜歡的新電影，或 Amazon 推薦「購買此商品的顧客也購買了...」時，AI 會過濾並排序數百萬種可能性，從而快速提供相關結果。

3. 策略遊戲

AI 在掌握需要高度策略、預見性和決策能力的複雜遊戲方面展現了驚人的能力。

  • 功能：AI 通過模擬潛在結果並在與自己進行數百萬次練習對局中學習，從而發展出複雜的策略。
  • 現實例子：
    2016 年，AlphaGo（由 Google DeepMind 開發的程式）擊敗了古老中國棋類遊戲圍棋的世界冠軍。圍棋以複雜著稱，需要直覺和長遠規劃，這是 AI 能力的一個強力證明。

4. 醫療診斷

在醫療保健領域，AI 系統擅長快速準確地分析大量數據，以協助專業醫護人員。

  • 功能：AI 通過海量的醫學圖像（X 光片、磁力共振掃描）、病歷和基因組數據進行訓練，以識別疾病的微妙跡象。
  • 現實例子：
    AI 系統可以快速掃描數千張圖像，以高度一致性識別癌症或眼疾的跡象，通常通過指出放射科醫生可能遺漏的關注區域來協助他們。這有助於改善決策質量並使其更具一致性。

關鍵重點與最終回顧

要在這個主題中取得成功，請記住這四個關鍵應用以及現代 AI 的核心本質：

摘要框：AI 應用 (9645)

請記住：現代 AI 是狹窄的 (NARROW) 且特定於任務的 (TASK-SPECIFIC)。

  • Generative AI (生成式 AI)：創建新內容（文本、圖像）。
  • Search & Recommendation (搜索與推薦)：預測用戶興趣（Netflix、Amazon）。
  • Playing Strategic Games (策略遊戲)：掌握複雜策略（圍棋、國際象棋）。
  • Medical Diagnosis (醫療診斷)：分析複雜數據以確保準確性（掃描 X 光片）。

記憶技巧：使用縮寫 GSRP-M 來記憶這五個核心功能（生成、搜索、推薦、遊戲、醫療）。

繼續努力！你已經成功掌握了人工智能的應用領域。

學習筆記：人工智能的利與弊 (3.16.3)

歡迎來到這個關鍵章節！在學習電腦科學的過程中，理解人工智能（AI）不僅僅是關於演算法，更是關於它對社會的深遠影響。本節將探討 AI 能帶來的驚人成就（優點），以及我們必須認真面對的嚴峻挑戰（風險）。
作為新一代的科技人才，這些知識對於你負責任地構建及監管 AI 至關重要。讓我們開始吧！

1. 使用人工智能的優點

由於 AI 系統處理特定任務時，速度和可靠性都遠超人類，它們正不斷改變各行各業。以下是你需要掌握的關鍵優勢：

1.1 更完善且具一致性的決策

只要經過正確訓練，AI 能做出比人類更精準的決定，且不會受疲勞、情緒或主觀偏見影響。

  • 例子：醫療診斷。 AI 系統分析 X 光片或醫學影像（如 MRI 或 CT 掃描）時，能比疲倦或趕時間的醫生更快、甚至更準確地發現潛在疾病的微小特徵。這能帶來更精確的醫療數據分析，從而改善病人的治療結果。
1.2 快速處理海量數據集的能力

現代生活產生了大數據（Big Data）（大量且變化迅速的複雜數據）。人類無法親自篩選數百萬兆位元組的資訊，但這正是 AI 的強項。

  • 比喻： 想像一下要在人類歷史上寫過的每一本書中，找出其中一句特定的話。人類可能要花上幾千年，但 AI 只需幾秒鐘。這種能力推動了科學研究、市場預測和氣候模型等領域的重大突破。
1.3 持續運作能力

與人類不同，AI 系統和機器人不需要睡眠、休息或假期。

  • 這意味著 AI 具備持續運作能力（每週 7 天、每天 24 小時無間斷）。
    例子： 客戶服務聊天機器人或核電廠的監控系統，可以全天候運作而不影響效能。
1.4 降低營運成本

雖然構建 AI 系統的初始投資可能很高，但從長遠來看，對於重複性任務，其營運成本通常遠低於聘請龐大的勞動力。

  • 這種較低的營運成本讓服務變得更平價且更具擴展性。
1.5 提高專家知識的普及性

AI 可以實現專業知識的普及化。

  • AI 系統可以廣泛發布，並應用於那些缺乏人類專家或聘請專家過於昂貴的地區。
    例子： AI 補習應用程式可以為偏遠地區、無法接觸到專業導師的學生，提供高質素的教學指導。
重點總結（優點）：
AI 提升了速度（海量數據分析）、品質（決策一致性）、普及性，以及效率（低成本、持續運作）。

2. 使用人工智能的風險

儘管 AI 潛力巨大，但它也帶來了顯著的倫理和社會挑戰。你必須意識到這些風險及其對社會的潛在影響。

2.1 職位流失與社會影響

隨著 AI 和自動化技術日益成熟，它們將逐漸取代人類在常規、重複或數據密集型工作中的角色（例如：工廠流水線、資料輸入、基礎會計）。

  • 職位流失可能會導致大規模失業、經濟不穩定，並對社會造成巨大影響，令群體和個人難以適應。

你知道嗎？ 從歷史上看，技術變革總是在消除舊職位的同時創造新職位。而 AI 的挑戰在於這種變革發生的速度實在太快了。

2.2 決策偏見

AI 系統是從輸入的數據中學習的。如果訓練數據存在偏見（即反映了現有的社會偏見，如性別或種族歧視），AI 也會複製並放大這些偏見。

  • 比喻： 如果你只用晴天拍攝的影像來訓練自動駕駛汽車，它在雪地駕駛時就會因為缺乏經驗而出現安全偏見。同樣地，如果一個 AI 招聘工具主要根據男性僱員的歷史數據進行訓練，它可能會錯誤地歧視女性候選人。
2.3 虛假資訊與錯誤的訓練數據

AI 的質素取決於輸入的數據。如果用於訓練系統的數據是錯誤的、損壞的或經人為操縱的，AI 便會產生有缺陷的輸出，即所謂的虛假資訊。

  • 例子： 一個用於標記欺詐交易的系統，如果其訓練數據標註錯誤，可能會誤將正常的合法交易標記為欺詐，導致不必要的運作中斷。
2.4 剽竊問題

生成式 AI（如撰寫文章或繪圖的工具）是透過重新組合海量現有數據來創作內容。

  • 這引發了關於剽竊和知識產權的疑慮，因為 AI 的輸出內容可能會無意中抄襲現有的版權作品，或被學生用於作弊。
2.5 在監控系統中的應用

AI 驅動著先進的監控工具，例如公共場所的面部辨識或網上活動監測。

  • 雖然這能增強安全性，但將 AI 應用於監控系統對隱私和公民自由構成了嚴重威脅，引發大眾對政府或企業濫權及跟蹤公民的擔憂。
2.6 超級智能系統的風險

這是最理論化但潛在最嚴重的風險。超級智能系統（Superintelligent system）是指在所有領域（而不僅僅是一個狹窄領域）的認知能力都顯著超越人類的 AI。

  • 若這種超級智能發展出與人類福祉相衝突的目標，而我們又缺乏控制它的能力，就會構成人類生存的威脅。這是 AI 研究人員激烈爭論的生存危機問題。
快速複習：六大風險 (J, B, F, P, S, S)

為了輕鬆記住這些風險，請嘗試以下列表：

  1. Jobs（職位流失與社會影響）
  2. Bias（決策偏見）
  3. False information（虛假資訊與錯誤訓練數據）
  4. Plagiarism（剽竊）
  5. Surveillance（監控系統）
  6. Superintelligence（超級智能對人類生存的風險）