AI 是什麼？
AI人工智慧（Artificial intelligence）指的是能模仿人類思考與行為的機器系統，透過程式和資料數據讓機器學習並根據data收集和演算不斷自我調整進化。
- AI有分為強人工智慧（Strong AI）或稱通用人工智慧（Artificial General Intelligence, AGI），指的是已經具備和人類同等甚至超越人類智慧的AI，具有自我意識、解決問題、學習與規劃未來的能力。目前只是理論存在在科幻小說與電影中。
- 弱人工智慧（Weak AI）或稱狹義人工智慧（Artificial Narrow Intelligence, ANI），指的是針對特定任務執行的AI，是真正在現代科技社會廣泛運用的AI形式，包含自動駕駛、語言辨識等應用。
我們目前真正在討論的 AI 大多是非通用型的人工智慧，是人類設計出來為了執行特定任務的弱AI，但弱AI其實並不弱，他有許多的應用深深影響我們的生活。
從資料分析入門課開始建立數據思維，4 週養成數據洞察力與實戰問題解決力
AI應用在哪些方面？
AI擅長處理的問題，通常是資料量大樣本多，且與情境相關性低的任務，那到底現在生活中，實際應用AI在哪些方面呢？主要有六個面向
- 影像處理 Image Processing：AI被廣泛用來辨識圖像，並做出標籤，當你在使用以圖找圖時，電腦就能辨識出相似的圖片。或是便是你的特徵，讓你用臉部辨識來登入服務。
- 推薦引擎：透過過去的消費者行為留下的資訊，經過人工智慧演算法推薦給你你可能會喜歡的類似商品或歌曲，像是 Netflix 和 YouTube 使用 AI 分析用戶的觀看習慣，以推薦相關內容。Spotify推薦品味類似的歌手，或是電商網站推薦給你你可能想要買的產品。
- 語音辨識：語音辨識像是Youtube影片中能自動生成的字幕，或透過自然語言處理 Natural Language Processing，你和蘋果的Siri或 Google 語音發問時，他能了解你說的話，並進一步給予相應的回應。
- AI客服機器人/助手：使用自然語言處理 Natural Language Processing 技術，能夠讓線上客服Chatbot辨識並回答客戶的疑問並給予更精確的回答。
- 自動防詐騙：亞馬遜、淘寶、Google、Facebook上都有大量的詐騙賣家與假評價、假廣告，AI人工智慧可以幫助辨別類似詐騙模式並下架。
- 電腦視覺（Computer vision）與自動駕駛：電腦擷取影像處理和分析數據，在自動駕駛領域，電腦能從這些影像能辨識道路上的不同物體與號誌，來幫助車子判斷決策自動駕駛下一步的行動。Tesla 和 Waymo 等公司正在使用 AI 來發展自動駕駛車輛，以改善交通安全和效率。
- 醫療診斷：AI 系統如 Google 的 DeepMind 可以分析醫學影像，幫助醫生診斷疾病，如癌症或視網膜疾病
- 金融交易：AI 被用來分析股市動態，進行高頻交易，或是評估信用風險。
未來AI能應用的場景：
- 智慧城市：AI 可以用於流量管理、能源分配、垃圾處理等城市管理問題，使城市運作更加智能化。
- 個人化教育：AI 根據每個學生的學習習慣和進度，提供個性化的學習資源和反饋。
- 精確農業：利用 AI 和物聯網（IoT）技術，農民可以更精確地管理作物，提高產量並減少浪費。
- 智慧健康：AI 協助個人管理健康，例如預測可能的健康風險，提供營養建議，或者提醒用戶進行運動。
- 智能製造：AI 提升製造過程的效率和質量，例如預測設備故障、自動化生產流程等。
- 情緒辨識：AI 能被用來理解和回應人類的情緒，提供更加個性化和人性化的服務或產品。
生成式AI應用與ChatGPT
ChatGPT是一種基於人工智慧技術的大型語言模型，由OpenAI公司開發。其核心技術是自然語言處理（NLP），通過大量的訓練數據和深度學習算法，使其能夠理解自然語言並生成相應的回應。
生成式AI（Generative Artificial Intelligence）是人工智能的一個子領域，專注於使用模型來生成新的、未見過的數據。與分類模型或預測模型不同，生成模型的目的是從一組現有數據中學習模式，然後用這些模式生成全新的、與訓練數據類似但卻是原創的內容。生成式AI（Generative AI）具有多種應用，涵蓋了不同領域和行業。以下是一些例子
藝術和設計
- 自動繪畫和圖像生成：生成式AI可以用於創建全新的藝術作品。
- 3D模型生成：在建築或產品設計中自動生成3D模型。
- 音樂創作：生成式模型如Jukebox和Magenta等可以生成新的音樂。
媒體和娛樂
- 語音合成：生成實際聽起來像人類的語音。
- 電影創作：生成短片或動畫。
- 遊戲開發：生成遊戲地圖、角色或劇情。
自然語言處理
- 文章和報告生成：自動生成新聞報導、研究報告等。
- 對話代理：生成式AI可以用於建立更自然的對話界面。
醫療和生物科學
- 藥物發現：生成可能的化學結構用於新藥的開發。
- 基因編輯：預測基因編輯的結果。
商業和金融
- 股價預測：生成式模型可以模擬不同的經濟情況。
- 推薦系統：生成個性化的產品或服務推薦。
工程和製造
- 零件設計：自動生成最佳化的機械零件設計。
- 能源管理：生成能效優化方案。
AI的產業趨勢
不同的調查機構對企業導入AI的理由其實大同小異，包含提升客戶的體驗，增加員工的生產力與商業流程的優化，有一些主要的AI導入不同產業的趨勢，會在不遠的未來越來越常見，這些產業趨勢都是現在進行式。
- 更多的RPA（Robotic Process Automation）機器人流程自動化：企業組織將利用更多AI來最佳化工作流程，包含導入可自動化的工作以及運用AI尋找並拆解可自動化的新流程，幫助企業更有效率做事以及開發新產品。
- 邊緣運算（Edge computing）：越來越多AI運算需要實時快速處理，也因此邊緣運算是讓運算直接就近在鄰近的邊緣伺服器節點進行運算，成本較低且更快更節省時間。從自動駕駛到醫院的醫療影像機器都仰賴邊緣運算的技術。
- 自然語言處理(NLP)：目前最廣泛的AI應用之一，從Siri到Google Home等人類與機器的語言交互越來越頻繁，機器人能夠辨識語音和語意的能力也持續增強，會在情感分析，機器翻譯和聊天機器人使用上持續增加。
- 更多的混合勞動力與AI人才需求：從IT業到非AI業，都有越來越大量的AI相關人才需求，這表示需要更大量的人類與機器協作，能幫助企業更快速且規模化地導入，並增加整體企業執行業務與創新的效率。
生成式AI的發展趨勢
- 更高品質的內容產生：生成式AI技術正在逐漸發展，能夠產生越來越接近人類水平的文本、圖像、音樂和影音。這意味著在未來，AI生成的內容將更加逼真和多樣化。
- 個性化和定制化內容：隨著AI技術的發展，生成的內容將更加個性化，能夠根據用戶的特定需求和偏好來定制內容，這在廣告、娛樂和教育領域尤其有潛力。
- AI輔助創意和設計：生成式AI不僅可以獨立創作，還可以作為工具輔助人類進行創意工作，特別是在設計、建築和藝術領域。
- 語言模型和多模態能力的提升：預計生成式AI將在理解和生成多種語言的能力上有所提升，並且更好地整合文本、圖像和聲音等不同類型的數據。
- 道德和法律挑戰：隨著生成技術的普及，將帶來版權、隱私和道德等方面的挑戰，這需要全球範圍內的法律和倫理指導。
對現有產業的影響
- 媒體和娛樂行業：生成式AI將對媒體和娛樂行業產生顯著影響，包括創建定制化的內容、腳本寫作、動畫製作等。
- 廣告和市場行銷：廣告行業將利用生成式AI創造更具吸引力和針對性的廣告內容，並能夠自動生成適應不同市場和語言的廣告。
- 教育和培訓：在教育領域，生成式AI可以提供個性化的學習材料和互動體驗，從而改善學習效率。
- 設計和藝術：設計師和藝術家將能夠使用生成式AI來激發創意，創造新的藝術作品，並提高設計流程的效率。
- 版權和知識產權問題：隨著生成式內容的增多，版權和知識產權的識別、保護和管理將變得更加複雜。
AI的產業人才需求
未來所有的產業都會是和AI相關的產業，麥肯錫在未來人才技能報告也有說到，數位技能是能幫助人才應對未來工作挑戰的關鍵。能夠幫助他們在AI人工智慧時代，無論從事什麼職業都能增加自己不被AI取代的價值，並能適應新的工作方式與新的職業。
世界經濟論壇也預估到2025年需求成長最多的人才，前三名分別是資料分析師/資料科學家、AI機器學習專家以及大數據專家。有8500萬個工作會因為人機分工協作而取代，而出現9700萬個更適應與AI協作的新職位。
無論你在哪個產業，都應該要去了解AI如何改變企業的運行邏輯，並讓自己擁有不容易被淘汰和取代的技能，學會如何和AI協作，甚至是自己能創造改善優化自己工作與企業流程的AI，學會擷取和分析資料數據，真正擁有運用數位技能解決問題的能力。
[optin-monster-inline slug=”nlwltgi3dphgrg101jjg”]
