This is the Trace Id: 7bf8309f7f9a80ff2ed15e3eade4fcc6
跳到主要內容
Azure

什麼是人工智慧? 

取得人工智慧 (AI) 的概觀以及多個使用案例。此外,了解如何開始使用 Azure 服務來建置、部署及管理 AI 支援的應用程式。

AI 的定義

人工智慧 (AI) 是指設計用來執行通常需要人類思考之工作的電腦系統或模型,例如理解語言、辨識模式、解決問題與做出決策。 傳統 AI 系統只會遵循固定規則,但較新的 AI 系統 (如 認知 AI) 可以從資料中學習並持續改進,因此能更準確地處理新狀況。 

AI 已用在許多日常工具中,包括虛擬助理、建議系統和聊天機器人。 

  • AI 模型會辨識資料中的模式與關聯,進而用來產生新的預測、建議和回應。
  • 各大產業的組織已經將 AI 用於實際使用案例中,以提升生產力並推動創新。
  • 展望未來,AI 預期可擴大機會、帶動經濟成長,並促進長期創新。

AI 的運作方式

建立在生成式預先訓練轉換器 (GPT) 上的 AI 模型使用機器學習來分析大量資料 (例如文字、影像或數字) 並識別其中的模式與關聯,以產生輸出,例如預測、建議或回應。

這個流程通常遵循一個簡單的循環:

  1. 先收集並準備資料
  2. 接著訓練模型來辨識模式
  3. 再透過意見反應來測試並改進結果

隨著每一次循環,AI 模型會自我調整,讓其變得更準確,並更能有效因應新的情況。 簡單來說,AI 會持續從資料中學習、精進理解,並套用這些學習成果,隨著時間提供更好的結果。 

AI 使用案例範例

隨著組織持續創新,AI 正逐漸成為提升生產力、推動各團隊與各產業創新的基礎工具。以下範例展示幾個常見的實際使用案例:

  • 跨軟體開發的工作流程自動化:開發人員已經使用 AI 支援的解決方案 (例如 GitHub Copilot) 協助撰寫程式碼、測試軟體及自動化工作流程。因此,開發團隊有更多時間和精力專注在更有價值的工作上。
  • 文件摘要:各行各業的組織都會使用 GPT,從報告、會議文字記錄和電子郵件中產生簡短摘要。這有助於團隊成員快速理解關鍵見解,而無需深入閱讀大量內容,進而提升生產力。
  • 醫療研究與分析:在醫療領域中,醫師使用多模態 LLM 以快速分析醫療影像和複雜的病患資料。這可讓他們更有效率地診斷疾病,並根據個人狀況提供個人化照護計畫。
  • 零售:零售業者使用 AI 模型來預測需求、管理庫存,並為線上或店內購物的顧客提供個人化建議。
  • 增強的安全性:透過辨識獨特的臉部特徵進行身分驗證,AI 強化的人臉辨識技術可防止未經授權存取裝置、安全設施及敏感性資料。這個新增的保護層可降低入侵的風險,並增強整體安全性態勢。

未來趨勢

AI 的未來預計將帶來顛覆性的變革。 隨著 AI 服務和工具持續演進,它們將更深入地整合到日常生活中。 例如人工智慧即服務 (AIaaS) 現在透過 API 與雲端服務,讓各產業的團隊與組織都能取得 AI 能力,因此他們能更智慧地工作、更快速解決複雜問題,並以具成本效益的方式開啟更高層次的創意與創新。

透過提供更高效率、更即時且更易取得的系統,AI 有望大幅拓展個人與整體社會的機會,並作為推動經濟成長與長期創新的強大夥伴與貢獻者。 

常見問題集

  • AI 可透過 自動化 工作、分析 大量資料,以及協助 人們做出更好的決策,在許多產業中加快工作速度、提高智慧化程度,並提升效率。它也可以透過支援虛擬助理、 聊天機器人與 建議引擎等功能, 來改善 日常 使用體驗。  
  • AI 的 範例包括像 Siri  這樣的虛擬助理 ,可以透過 語音或文字接受 問題提問 並執行工作 ;另一個範例是建議服務, 例如串流 或購物平台 使用的服務 ,可根據您 的行為與 喜好建議商品或內容。 
  • AI 是一個廣泛的領域,著重於能分析資料、辨識模式並做出決策的系統。生成式 AI 是 AI 中的一個特定類型,目的在根據所學內容 產生新的輸出,例如文字、影像或程式碼。  
  • AI 透過研究大量資料並找出模式來學習。它會做出預測或決策,並與正確答案或意見反應進行比較,進而調整自身以隨時間改善。 AI 透過重複循環進行學習:觀察資料、做出預測、取得意見反應,並透過練習持續改善。