人工智慧是什麼？ AI 人工智慧應用有哪些？AI 概念股介紹！

人工智慧、人工智能到底是什麼？資訊科技在這幾十年來飛快的成長，高階機器、資訊系統、大數據等技術廣泛的運用在各項產業以達到更高效率的產能，人工智慧（ Artificial Intelligience, AI ）近幾年來更是以飛快的速度進入產業。過去以人力或是資訊系統無法完成的事情，透過 AI 機器學習的能力，將產業的生產力達到新高度，而不只是產業面，人工智慧也進入了普羅大眾的生活中，智慧型手機、自動駕駛、語音助理等常見的工具都有 AI 的影子，本文將會介紹，人工智慧是什麼？人工智慧的發展如何？以及人工智慧的應用，快跟著筆者一起了解一下吧！

現代社會中，人工智慧（AI）助理逐漸成為許多人生活和工作的得力助手。這些智慧型工具不僅能夠提升我們的效率，還能帶來更加便捷和智慧化的生活體驗。

延伸閱讀＞＞＞進擊的AI助理，將成為生活及工作的最佳幫手！

人工智慧是什麼？

簡單來說，人工智慧就是使電腦可以透過學習人類的智慧來完成任務，透過情境的參與，學習處理不同的狀況，進而發展出應對的方式，且可以分析不同的情況自行進行調整及優化，人工智慧是可以感知、學習、推理、協助決策的工具。

人工智慧實例

近年來人工智慧除了企業愛用，也逐漸進入我們的生活中，常見的例子有：

• 智慧型手機
• 串流影音/瀏覽器的演算法
• 智慧型家電

AI人工智慧發展

自從 1950 年代電腦出現以後，科學家就不斷思考，如何使電腦更像人類，例如能夠自行思考、判斷對錯、以致能夠幫助人類處理所有工作，然而發展過程並不順利，中間歷經幾次失敗。若以技術發展為分界，可以大致分為三個階段：

1. AI 人工智慧：符號邏輯
   1950 年代，電腦剛問世，科學家們試圖想把人類的知識及思考模式放入電腦，但最終因人類都沒辦法完全了解自己的思考過程，根本無法將人類的思考脈絡、語言結構、決策能力具體的寫成電腦方程式，最後以失敗告終。
   
2. AI 人工智慧：專家系統
   1980 年代，人類退而求其次，不再將思考模式寫入電腦，而是試圖將人類定義好的規則寫入電腦中，但最後還是失敗了，原因是規則永遠不會停止改變，比如說天氣狀況的走向、地震預測、火災警報，永遠都充滿變數，就算將所有狀況寫成方程式，也難保不會有未曾見過的情況，治標不治本，這是人類在人工智慧發展上遇到的第二次失敗。
3. AI 人工智慧：機器學習
   第三階段的發展約始於 2010 年，科學家們認為，既然無法將思考模式寫入程式，也無法將所有狀況告訴電腦，那不如將「學習」的能力交給電腦，真正實現智慧的展現。於是科學家僅教會電腦「識字」，再將大量的狀況丟給電腦，讓機器自行判斷，於是神奇的事情發生了，電腦找到了學習的邏輯，能夠自行進行優化更正，使人工智慧的發展有了極大的進展，且還在不斷的進步。
   

機器學習依照問題界定的方式，可以分為四種類型：

• 監督式學習：告訴人工智慧正確的答案，讓機器只從成對的答案中尋找規律，並做出決策，此方法對人類來說最辛苦，對機器來說較為簡單。
• 非監督式學習：與監督式相反，不告訴人工智慧答案，使機器自行分類辨識，此方法對於機器來說難度較高，較容易有誤差。
• 半監督式學習：只對於少部分答案進行標註，讓機器自行判斷剩餘答案，透過類似於練習的模式，使機器自行熟悉邏輯。
• 增強式學習：對人工智慧施以環境學習，並以互動方式「反饋」機器給予的答案，人工智慧便會以反饋的好壞來當成自行優化的依據，若想達成非監督是學習，增強式學習便是十分重要的敲門磚。

▲AI 學習四象限
圖片來源：股感知識庫

AI人工智慧有自我意識嗎？

人工智慧的發展史上，一直充斥著一個議題，那就是若人工智慧有了自我意識，那會對人類有什麼影響？可以先思考一個問題，在未來，人工智慧產生意識，極具人性的照顧型機器人在照顧病患時，幫病患換衣服，病患是否會感到害羞？機器人是否也會有些尷尬之情？若再延伸下去，擁有自我意識的機器人，是否和人類一樣擁有當兵、守法的義務？亦或是結婚的權利？如果自動駕駛的車輛出了車禍，那車輛是否要負責任？

人工智慧若產生自我意識，可能會產生群眾的恐慌，或者存在淺在的倫理問題，亦或者是對於開發的公司產生一些法律責任，在 2021 年 google 人工智慧部門的工程師向外爆料，他所負責測試的自然語言模型 LaMDA 產生了自我意識，不過這項消息馬上被 google 否定，而爆料的工程師也被公司以違反保密協議為原因，暫停了他的職務，這也不經使人思考爆料內容的真實性。

延伸閱讀＞＞＞什麼是 AI 人工智慧？LaMDA 是什麽？LaMDA 真的有自我意識嗎？

AI 概念股

AI 概念股是指與 AI 領域活動有關的公司股票。我們以 2024 年 AI 終端應用市佔率超過 80% 的資料中心來區分產業鍊的上中下游。

上游：IC 設計、代工、封測 ; 中游：伺服器零組件、ODM（組裝伺服器和晶片）; 下游：CSP、AI 應用公司

先來看看 IC 產業鍊吧！

▲IC 產業鏈概念股

上游：IC設計、晶圓代工、封測

IC 設計是什麼？是依客戶需求或自行開發產品的規格與功能，設計晶片上的功能、程式碼等，所產出電路設計圖。而 IC 製造是將 IC 設計圖製造成半導體晶片，晶圓製造主要步驟包括：光刻、蝕刻、沉積、摻雜等。最後封測是將經過測試的晶片進行物理保護和電氣連接，使其能夠在終端產品中使用。​​

關於完整 IC 產業鍊的詳細介紹可以參考之前的文章！>>>IC 設計是什麼？半導體產業鏈有哪些？IC 設計、IC 製造、IC 封測全解析！

而晶片主要可以分成四種，包含 GPU、CPU、ASIC 和記憶體：

• GPU（圖形處理器）是執行 AI 算法的核心硬體，高效能運算程式。
• CPU（中央處理器）適合處理的工作類型相當廣泛，包括一般計算、資料庫運作等。                      
  

  關於GPU和CPU的區別可以參考下列文章！延伸閱讀>>>GPU 是什麼？GPU 概念股有哪些？黃仁勳為什麼大推 GPU？

• ASIC（特定應用積體電路）
  

  延伸閱讀>>>ASIC 是什麼？ASIC 概念股有哪些？ASIC 將會是未來趨勢？

• 記憶體（Memory）：用於暫時存儲運算過程中的數據和模型參數。記憶體的速度和容量直接影響 AI 系統的性能。
  

  延伸閱讀>>>DRAM 是什麼？DRAM 概念股有哪些？DRAM 產業完整介紹！

▲AI 產業鍊上游主要玩家 

中游：伺服器零組件、品牌廠＆ODM

伺服器零組件

首先介紹 AI 伺服器所需的關鍵零組件及概念股，趕快看下去吧！

有了關鍵零組件後，接下來會進入組裝製造伺服器的環節。

ODM

ODM 指提供伺服器產品設計、開發和生產的公司，並且根據客戶需求進行客制化製造的代工廠。台灣主要有四家ODM大廠：鴻海（2317-TW）、廣達（2382-TW）、緯創（3231-TW）、英業達（ 2356-TW）。

品牌廠

主要的品牌廠有：戴爾（NYSE: DELL）、惠普(NYSE: HPQ)、慧與（NYSE: HPE）

▲AI 產業鍊中游主要玩家

下游：CSP、AI 應用公司

CSP

CSP 指「雲端服務提供商」（Cloud Service Provider,CSP），即提供雲端計算服務的公司，主要有美國四大大型雲端服務供應商：

▲AI 產業鍊下游主要玩家

人工智慧應用

AI 應用：自動駕駛

開車時最難掌控的就是路況，若遇到突發狀況，例如塞車，那駕駛往往需要花費更多的心力以及時間來完成駕駛，在長長的車陣中，有些駕駛便會開啟自動駕駛功能，可以省去許多「盯著前車車尾燈」的時間，在塞車結束後再接手繼續開，但現今的自動駕駛功能，離完全自駕還有一大段路要走，根據國際自動機工程師學會（ SAE International ）與美國國家公路交通安全管理局（ NHTSA ）依據不同的駕駛輔助至完全自動化駕駛，以「誰在做，做什麼」分類，可以將自動駕駛分為五級：

• 第一級：大部分需要駕駛人操控。
• 第二級：系統有多項駕駛輔助功能，不過還是需要駕駛人主控車輛。
• 第三級：系統有辨識環境的能力，駕駛可以適當地進行干涉。
• 第四級：條件允許下，可以使車輛完全自駕。
• 第五級：任何情況下，皆可由自動駕駛完全操控。

目前大部分的車輛都在等級二，例如大家熟悉的 Tesla；等級四就是能夠完全自駕的車輛，可自行轉彎、加速、變換車道，不必由駕駛介入，特殊條件如天候不佳，則需要駕駛介入；等級五就是擁有「人類智慧」的車輛，能夠自行應對所有情況。

▲已達到第四級自動駕駛的 Waymo 汽車
圖片來源：Waymo

延伸閱讀＞＞＞從 Autopilot 到 FSD ，特斯拉的「全自動駕駛」來了！

AI 應用：語音助理

「嘿 siri，今天的天氣如何？」相信現在許多人會詢問語音助理一些簡單的問題，它也能在資料庫範圍內給予回答，這項技術雖還沒有辦法像漫威電影鋼鐵人裡的高階人工智慧賈維斯一樣有求必應，但已經可以處理像是行程規劃，瀏覽器搜尋等需求，而常見的語音助理有：

▲AI 智能助理-小美犀
圖片來源：Aiello

AI 應用：智能理財

投資理財往往有著一定的邏輯在，不論是 K 線走勢、指數數據還是貨幣政策的調整，只要判斷得當且操作正確，就較不容易虧損，這項特點就十分適合配合人工智慧進行預測，將過往數據當作參考，判斷未來可能走勢，這也是各大金融科技公司正在著手的一項工具。

▲Growin 機器人理財
圖片來源： Trading Valley 

雖然智能理財避免了人在交易時的感性層面，並完全靠數據、走勢、量能等來產出分析，但是跟人為分析相比，真的那麼好嗎？

人工智慧拿來理財，是否也會有些許缺點呢？這邊幫大家簡單列出智能理財的優缺點讓讀者參考！

AI 應用：AI 繪圖

人工智慧可以透過資料庫以及圖庫的學習，簡單輸入一些關鍵字便可以生成一張美麗的圖片，這大大省去了繪圖的時間，且畫風風格多變，操作簡易，是懶人福音！

▲AI 繪圖
圖片來源：AI 圖片生成器 Disco Diffusion

AI 應用：聊天機器人 

由位於舊金山的科技公司 Open AI 所研發的聊天機器人 ChatGPT 是一款高度智能有問必答的機器人，目前只要透過註冊即可免費使用。其用處包羅萬象，從回答人生哲理到解決日常瑣事都能夠使用，有網友就曾請它幫忙寫情書、寫程式甚至是回答醫學問題，使用範圍極廣。

知名的AI模型介紹

機器學習 (Machine Learning))

機器學習是能夠通過經驗進行自我改善的AI系統，這些系統不需要直接的編程。機器學習是一門開發演算法和統計模型的科學，這些算法和模型可以讓電腦系統根據模式和推理來執行任務，而不需要由人類輸入精確的指令。簡單來說，機器學習系統通過分析數據來優化自己的行為，而不需要明確的規則或人工指導。

深度學習 (Deep Learning)

深度學習是機器學習的一種，涉及多層神經網絡。這項技術用於從大量數據中進行學習，是許多現代技術的核心，如消費者設備中的語音控制、圖像識別以及其他許多應用。深度學習能夠處理複雜的模式識別，並且在許多領域已經超越了傳統的機器學習方法。
自然語言處理 (Natural Language Processing, NLP)
自然語言處理技術使機器能夠理解、解釋、生成和回應人類語言。這項技術在各種應用中得到了廣泛的應用，如聊天機器人、翻譯服務等。NLP幫助機器與人類進行自然語言的交流，是語音助手等產品的重要組成部分。

機器人學 (Robotics)

機器人學是一個設計、建造、操作機器人以及使用計算機系統來控制它們、感知反饋並處理信息的領域。這項技術的應用範圍從製造業的自動化生產線到醫療手術機器人的操作，極大地提升了各行各業的效率和精確度。

計算機視覺 (Computer Vision)

計算機視覺技術使機器能夠“看到”並解釋世界，通過影像處理來理解視覺信息。它被廣泛應用於醫療影像分析、監控系統、製造過程中的缺陷檢測等領域。這項技術使機器能夠分析視覺資料並作出相應的判斷和反應。

專家系統 (Expert Systems)

專家系統是一種使用基於規則的系統來回答問題和解決特定領域問題的AI系統。這些系統模仿人類專家的決策過程，通常應用於醫療診斷、金融分析、法律諮詢等專業領域。專家系統可以根據特定規則和知識庫來提供專業建議或解決方案。

AI 人工智慧未來展望

人工智慧已經悄悄進入人們日常的生活，隨著網路的發達，各式各樣的服務都開始朝自動化發展，而自動化便和人工智慧脫不了關聯，除了文中所提到的應用，還有千千萬萬種人工智慧的產品存在或是等待開發，有招一日便會像科幻電影裡的情節一樣，處處都充滿科技，或許現在還無法想像這樣的生活，但就像一百多年前的人也不相信會有能飛的機器一樣，科技永遠讓人大開眼界，而人工智慧，便是未來。

【資料來源】
人工智慧在台灣

【延伸閱讀】

• Google 生成式 AI 的逆襲！Google 直接幫你做簡報？Google Workspace 還會有哪些功能？
• GPT-4 發布！和 GPT-3.5 差異在哪？GPT-4 可以做到哪些事情？
• AI PC 是什麼？有哪些概念股？AI PC 將成為下一個重點時刻？