（Artificial Intelligence，簡稱AI）是計算機科學的一個分支，旨在開發能夠模擬人類智能的係統和機器，使其具備**學習、推理、感知、規劃、決策**等能力。AI的核心目標是讓機器完成需要人類智能的任務，甚至超越人類的表現。
---
### **AI的關鍵概念**
1. **弱AI（Narrow AI）**
- 專注於解決**特定任務**，如語音助手（Siri、Alexa）、圖像識別、推薦算法等。
- 目前幾乎所有實際應用的AI都屬於弱AI。
2. **強AI（General AI）**
- 理論上的“通用人工智能”，能像人類一樣**靈活應對多種任務**，具備自主意識和推理能力。
- 目前尚未實現，仍是科學研究的前沿領域。
3. **機器學習（Machine Learning）**
- AI的核心技術，通過**數據訓練模型**，讓機器自動發現規律並做出預測。
- 例如：垃圾郵件過濾、股票預測。
4. **深度學習（Deep Learning）**
- 基於神經網絡的機器學習方法，擅長處理**圖像、語音、文本**等複雜數據。
- 例如：人臉識別、自動駕駛。
---
### **AI的應用場景**
- **自然語言處理（NLP）**：聊天機器人（如ChatGPT）、翻譯工具。
- **計算機視覺**：醫療影像分析、自動駕駛中的環境感知。
- **推薦係統**：Netflix、抖音的個性化內容推薦。
- **機器人技術**：工業機器人、服務機器人（如酒店接待）。
- **金融科技**：欺詐檢測、量化交易。
---
### **AI的挑戰與爭議**
- **倫理問題**：數據隱私、算法偏見（如招聘或貸款中的歧視）。
- **就業影響**：自動化可能取代部分重複性工作。
- **安全風險**：惡意使用AI（如深度偽造、自動化武器）。
- **技術瓶頸**：強AI的實現仍麵臨認知、創造力等難題。
---
### **AI的未來方向**
- **通用人工智能（AGI）**：向更接近人類的多任務智能發展。