1. 人工智慧的基本概念

人工智慧 (AI) 是指機器模擬人類智能的技術，主要包括感知（如語音識別、圖像識別）、認知（如自然語言處理、推理）、行為（如機器人、自動駕駛）等方面。機器學習是 AI 的核心技術之一，它通過從數據中學習規律，並使用這些規律來做出預測或決策。

2. 機器學習的應用

監督式學習：通過標記數據訓練模型，使模型能夠對未標記數據進行分類或回歸。例如，電子郵件垃圾分類器通過監督學習識別垃圾郵件。
無監督式學習：用於分析和集群未標記數據，如客戶分群分析。
深度學習：深度學習是機器學習的一個子領域，使用多層神經網路進行高層次數據特徵學習。深度學習在圖像識別、語音識別等領域取得了巨大成功。

實例：圖像分類

利用深度學習進行圖像分類是 AI 的一個常見應用。例如，使用 TensorFlow 和 Keras 構建一個簡單的卷積神經網絡 (CNN) 來識別手寫數字：

import tensorflow as tf
from tensorflow.keras import layers, models
from tensorflow.keras.datasets import mnist

# 加載數據集
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

# 數據預處理
train_images =