昨天聊到系統裡會產生很多資料，也會透過不同方式去分析這些資料
但我又突然想到一個問題
那我們現在常常聽到的 AI，到底是怎麼從這些資料裡面學會東西的？
我們平常說 AI 很聰明
它是真的像人一樣在思考
還是其實只是把很多資料記起來？
所以今天就來看看，AI 到底是什麼

一、AI 到底是什麼？
AI 的全名是 Artificial Intelligence，人工智慧
簡單來說，就是希望讓電腦可以完成一些原本需要人類智慧才能完成的事情
例如看懂文字、辨認圖片、理解語音、預測結果，甚至跟人聊天
以前我們可能會覺得
電腦就是照著人類寫好的指令一步一步執行
但 AI 的概念不太一樣
它可以透過資料和訓練，讓系統學習如何處理某些問題
所以我們現在看到的 AI
其實不是一個單一的東西
而是一大類技術的總稱

二、AI 是怎麼學東西的？
這裡就會出現一個很重要的概念
Machine Learning，機器學習
可以把它想像成教小朋友認識貓
如果我拿一張貓的照片告訴他
「這是貓」
再拿很多不同種類、不同角度的貓給他看
慢慢地
他可能就會開始抓到一些特徵
例如耳朵、眼睛、臉型等等
機器學習的概念也有點類似
系統會接觸大量資料
透過訓練找出資料中的規律
最後建立一個可以用來做預測或判斷的模型
所以 AI 並不是一開始就知道答案
而是透過訓練逐漸調整自己

三、那 AI 是不是把所有資料都背起來？
其實不完全是
這也是我覺得 AI 最有趣的地方
假設我們訓練 AI 辨認貓
如果只是把每一張貓的照片全部背起來
那遇到一張從來沒看過的貓
應該就完全不知道它是什麼
但機器學習希望做到的是
從大量資料中找到一些規律
讓它遇到新的資料時
也可以根據學到的東西做判斷
所以比較簡單的理解方式是
AI 不只是記住答案，而是從資料中學習規律
當然，不同 AI 模型的訓練方式很不一樣
也不能把所有 AI 都完全當成同一種學習方式

四、那 AI 真的會「思考」嗎？
這個問題就有趣了
因為我們平常跟 ChatGPT 聊天時
會覺得它好像真的懂我們在講什麼
甚至有時候回答得比真人還快
但 AI 所謂的「理解」和人類的理解並不完全一樣
AI 是透過模型和大量訓練資料
根據輸入的內容產生結果
它可以表現出非常像理解和推理的能力
但這不代表它就跟人類一樣有意識、情緒或自己的想法
所以如果要簡單講
AI 可以做出看起來很像思考的結果，但不代表它真的像人類一樣思考

五、AI 和我們以前使用的程式有什麼不同？
傳統程式通常比較像
如果發生 A，就執行 B
例如
如果密碼正確
→ 允許登入
如果密碼錯誤
→ 顯示錯誤訊息
規則通常是工程師事先寫好的
但機器學習的方式比較不一樣
工程師不一定會把每一個判斷規則全部寫死
而是提供資料和訓練方法
讓模型自己從資料中找出規律
所以 AI 可以處理一些很難用固定規則描述的事情
例如圖片辨識、語音辨識和自然語言處理

六、原來 AI 沒有我想像中那麼神奇
以前我想到 AI
會覺得它好像是一個什麼都知道的大腦
但今天才發現
AI 背後其實也是電腦、資料、演算法和模型
只是這些東西組合起來之後
可以做到很多以前電腦很難做到的事情
而且 AI 的能力很大程度上也跟訓練資料、模型設計和運算資源有關
所以 AI 並不是憑空變聰明
而是透過大量的資料和訓練
慢慢建立出處理問題的能力

七、心得
今天才發現
原來「AI」其實是一個很大的概念
不是只代表 ChatGPT 或聊天機器人
而是包含很多不同的技術和應用
而我以前一直很好奇
AI 到底是不是真的會思考
現在比較能理解
它可以產生非常像人類思考的結果，但背後的運作方式和人類大腦還是完全不同
這也讓我更想知道
那我們每天使用的 ChatGPT
到底是怎麼做到可以跟我們聊天的？

⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

明日預告

今天知道 AI 可以透過大量資料和訓練學習規律
但我又突然想到一個問題
那像 ChatGPT 這種 AI，到底是怎麼做到可以看懂我打的文字，然後回覆我的？
它到底是怎麼知道我上一句在問什麼
又為什麼可以接著我的話繼續聊下去？
那明天就來討論一下
「ChatGPT 為什麼可以跟我聊天？」