AI入門
含有「AI入門」共 24 篇內容
全部內容
發佈日期由新至舊
夜市裡，宙猩為了搞懂 AI 治理機制，從全自動射氣球、AI 套圈圈，到智慧剉冰機一路翻車。
墨星冷靜拆解 HOOTL、HITL、HOTL 三種 AI 監督模式，阿嬤則用夜市直覺完成最強降維打擊。
AI 是怎麼「動腦」的？
這篇帶你白話理解「推理系統（Inference System）」的核心邏輯，解析順向推論與逆向推論差異，並用醫療問診、工業警報與貸款審核等案例，拆解專家系統如何根據規則一步步找出答案。
White-Lab《AI 瑕疵檢測》特別篇，以「阿嬤的產線思維」白話拆解 Recall、Precision 與 False Negative 的核心差異。透過 CNC 工廠場景、混淆矩陣與漫畫式劇場，帶領 iPAS 考生與 AI 初學者快速理解：製造業最怕的不是誤判，而是「漏抓」。
知識工程是將人類專家的知識、經驗與直覺，整理成電腦能理解的規則與知識庫的技術。它是早期專家系統的核心，重點在於「知識獲取」與「知識表示」。最大挑戰是專家的「隱性知識」難以被完整說明，因此形成著名的「知識獲取瓶頸」。如今知識工程仍廣泛應用於醫療診斷、知識圖譜與高精準 AI 系統中。
當 AI 缺乏資料時，會靠文字接龍的底層邏輯一本正經地胡說八道，就像水根伯靠腦補瞎掰八卦。透過阿嬤的精闢吐槽，文章強調面對 AI 生成內容，人類不能盲目相信，必須具備「常識」與「查證」的能力（Human-in-the-loop），親自介入把關。把 AI 當成偶爾會吹牛的助手，才能真正駕馭科技。
專家系統是早期 AI 技術，透過將人類專家的判斷轉化為大量「IF–THEN」規則，存入知識庫，再由推論引擎進行邏輯推導，提供專業建議。它不具備自我學習能力，只能依照既有規則運作，維護成本高，但具有高透明度。常見於醫療診斷、工業檢修與金融審核等領域，是理解 AI 發展的重要基礎。
🎙️ 日野遼開場廣播
「嘿，各位聽眾朋友們，歡迎回到白話實驗室！我是日野遼。」
你有沒有發現，現在的科技巨頭，已經不再只是賣你軟體或硬體那麼簡單了？」
上一集，我們撕開了免費 AI 的遮羞布，看到了資料爭奪戰的殘酷真相。
今天這一集，我們要來拆解 AI 時代最龐大、也最隱晦的權力遊戲。
圖靈測試與驗證碼（CAPTCHA）常被混淆，但兩者方向完全相反。圖靈測試是由人類判斷機器是否具備像人類般的對話能力，用於評估人工智慧發展；驗證碼則是由系統判斷使用者是否為真人，用來阻擋機器人與自動化攻擊。前者測試 AI 智能程度，後者保護網站安全。
當 AI 工具免費又強大，你真的賺到了嗎？
這一集《白話實驗室》，帶你拆解免費 AI 背後的真實商業模式：為什麼科技巨頭瘋搶資料？你的對話、習慣與思考方式，為何可能比訂閱費更值錢？當 AI 時代來臨，最昂貴的代價，往往藏在「免費」兩個字裡。
多人聽到 ChatGPT、RAG、Agent 就覺得艱深難懂，但其實 AI 沒那麼遠。這篇透過阿嬤逛台灣夜市的故事，把 CoT、ToT、RAG、MCP、Fine-tuning、Agent 等熱門 AI 名詞，翻譯成最接地氣的生活智慧。原來最高級的演算法，早就藏在台灣人的日常裡。
