Please enable JavaScript.
Coggle requires JavaScript to display documents.
AI人工智慧 - Coggle Diagram
AI人工智慧
人工智慧的生活應用
人工智慧與人文社會
科技源自人性
結合人文科學與科技
發展目標:
培養全人素養
發展更符合人性的科技產品
科技 × 通識教育
激發創意
回應社會需求
AI 在教育與學習的應用
陪伴學習
提升學習動機
增加學習信心
個別化學習
依學生需求調整內容
學習型機器人
即時回饋
修正錯誤概念
突破限制
不受時間與空間限制
提升學習成效
AI 在照護與生活服務
居家照護
因應高齡化社會
照護型機器人
互動陪伴
健康監測
提醒與紀錄生活習慣
效益
減少人力負擔
生成對抗網路(GAN)應用
GAN
非監督式學習
組成
生成網路
判別網路
原理
兩網路相互對抗、學習
應用
影像生成
影像修復
影像分類
設計輔助
特色
生成高度擬真的影像
帶來新商機
hatGPT 應用
技術來源
OpenAI
GPT
Transformer 架構
訓練流程
預訓練
大量文本資料
預測下一個詞
微調
對話資料
優化特定任務
功能
即時問答
作文、報告、PPT
翻譯
程式輔助
優點
打破時間與空間限制
提升學習效率
機器學習
機器學習流程
訓練
驗證
測試
定義
電腦從資料中學習規則
不需明確寫出所有判斷步驟
三大學習類型
監督式學習
有標記資料
有標準答案
演算法:
分類
回歸
例:垃圾郵件判斷、人臉辨識
非監督式學習
無標記資料
從資料中找規律
方法:
分群
關聯規則
降維
例:市場客群分析
增強式學習
與環境互動
依正向/負向回饋學習
目標:獲取最大獎勵
深度學習(DL)
機器學習的進階分支
建立於人工神經網路(ANN / NN)
具有多層「隱藏層」
能自動從大量資料中學習複雜特徵
人工智慧概論
人工智慧的定義
人工智慧
與自然智慧不同
AI 是將人類與動物的自然智慧加以模擬
透過電腦或機器來實現
核心差異
自然智慧:人類天生擁有
人工智慧:人為設計、運算實現
AI 的核心技術架構
演算法
模型
大量資料
透過資料學習 → 提升判斷準確率
人工智慧的主要技術
機器學習
深度學習
自然語言處理
電腦視覺