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。
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 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：
- 先收集並準備資料
- 接著訓練模型來辨識模式
- 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。
資源
Azure 資源
探索 Microsoft 提供的其他 AI 資源。
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。
取得 Azure 行動應用程式 
