認識人工智慧
人工智慧（Artificial Intelligence，AI）是電腦科學的分支，研究如何讓電腦模擬人類的智慧，讓電腦能夠學習、思考和行動。
AI 的歷史可以追溯到 20 世紀初，人工智能之父圖靈（Alan Turing）提出的設想，當時科學家開始研究如何讓電腦解決複雜的問題。
AI的研究主要涵蓋：
一、機器人技術 :
機器人系統可讓機器智慧在物理上表現。賦予機器動態感知與互動的能力，讓機器人能夠自主行動。這項技術可以用在工業生產、醫療手術和家庭服務等應用。
例如 : 倉庫運貨分類的機器人、靈巧的機械手臂可以提供手術醫生更高效的協助或是居家照顧，主要涉及機器人的設計、構造、操作和應用。
二、自然語言處理（NLP） :
從語音智慧幫手到ChatGPT，人工智慧除了能理解、翻譯與解釋語言，可以跟人們交談，透過分析各種資料重點並快速摘要。
三、電腦視覺 :
從視覺資料中擷取、分析和理解空間資訊，更準確辨識與分析即時視訊，對比視訊並產出資料，物件辨識、分類、監控和其他影像處理任務，例如 : 透過AI辨識癌細胞、安全地導航車輛遠離障礙物。
四、預測分析 :
透過分析大數據或是及時影像，規劃和推理演算法使AI能做到高精度預測未來，提供預警的提醒，例如: 交通阻塞問題、客戶流失預測、身體檢查和風險評估。
五、強化學習 :
研究如何透過反覆試驗從經驗中學習，AI專家使用深度學習來建置能夠理解文字、音訊、影像、視訊和其他資訊類型的系統。
六、生成式AI :
從學習的知識產生獨特且逼真的內容，會使用自然類似人類創作的文字、音訊或視覺效果來回應人類的查詢。
機器學習是讓電腦能夠從資料中學習，並根據學習到的知識來做出決策。自然語言處理是讓電腦能夠理解和處理人類語言。 AI 的應用範圍非常廣泛，包括醫療、金融、交通、製造、零售、農業、軍事、行銷、影視等各行各業。
例如：
在醫療領域，AI應用來診斷疾病、開發新藥物和提供個性化治療。
在金融領域，AI應用來分析市場數據、預測風險和提供投資建議。
在交通領域，AI應用來自動駕駛、規劃交通流量和減少事故。
在製造領域，AI應用來提高生產效率、優化生產流程和減少浪費。
在零售領域，AI應用來分析消費數據、提供個性化推薦和提高顧客滿意度。
在農業領域，就像園丁大師，AI應用來害蟲識別和控制、土壤健康監測、機器人雜草檢測和管理。
AI 是一種快速發展的技術，隨著技術的進步，AI 將在我們的生活和工作中扮演越來越重要的角色。
AI入門基本技能
Python程式設計 + 核心數學概念(微積分、線性代數、統計、機率..) + 資料收集 + 數據分析&視覺化 + 找出數據偏差 + 優化資料管道...
AI 的發展具有許多好處
- 提高效率：AI 可以幫助我們提高工作效率，節省時間和成本。
- 改善決策：AI 可以幫助我們做出更準確和更明智的決策。
- 創新：AI 可以幫助我們開發新的產品和服務，開拓新的市場。
AI 的發展也存在一些挑戰
- 偏見：AI 系統可能會受到訓練資料中的偏見，導致歧視性的結果。
- 安全：AI 系統可能會被利用來進行惡意活動，例如攻擊網路或散播假新聞。
- 失業：AI 可能會導致部分工作崗位被取代，導致失業率上升。
- 所有權集中：加劇所有權集中度，使大型企業或富裕個人受益。
- 技術挑戰：例如建立連線、真實創造力、準確感官感知。
新的研究領域
新的研究領域不斷出現，建置新模式系統的努力正在進行與研究中。涉及人工智慧研究的一些最有前途的新領域包括：
- 通用人工智慧 (AGI) : 目前的人工智慧 (AI) 技術都在一組預先確定的參數內執行，而AGI與AI不同，AGI是能以自學並解決從未接受過訓練的問題。
- 神經形態運算 : 德國德勒斯頓工業大學研究團隊發表的 Neuromorphic Computing 模仿大腦活動，使用程式控制的人工神經元，應用於模式識別和機器學習，系統不再是處理二進位的資訊(這是因為目前有很多待優化的問題，難以被簡化為判斷「真」或「假」的問題!)，因此需要透過不同模式的神經元發送訊號，運算模式也會因時間改變，顯著地加速機器學習系統。
- 量子運算 : 量子運算為「強化」學習領域，帶來強大的推動力。透過量子疊加和量子糾纏的原理，比起傳統電腦，可加快處理大型數據的速度，對於訓練複雜模型和執行大規模模擬等任務，相當重要。