內容描述
本集重點
・AI 沒有統一的標準定義，它是一個目標，而不是單一技術
・AI 的三大支柱：資料（食材）＋演算法（食譜）＋算力（廚房）
・Garbage in, garbage out：資料品質決定 AI 的表現
・為什麼訓練 AI 要用 GPU，而不是 CPU？
・AI ⊃ 機器學習 ⊃ 深度學習 ⊃ 神經網路的包含關係
・神經網路不是數位大腦，而是有上億個參數的數學函數
・AI 的兩個階段：訓練（Training）與推論（Inference）
・生成式 AI 為什麼掀起這一波 AI 革命
⏱ 章節
0:00 AI 是什麼？
0:18 AI 沒有標準定義
0:42 AI 的三大支柱
1:05 資料：AI 的食材
1:39 演算法：AI 的獨門食譜
2:07 算力：AI 的廚房（CPU vs GPU）
2:44 AI、機器學習、深度學習、神經網路
3:18 神經網路不是數位大腦
3:54 訓練與推論
4:29 主角登場：生成式 AI
5:00 重點回顧
5:32 下集預告
講師：鄭迦聲 (Alton)
iPAS AI 應用規劃師｜企業 AI 與數位轉型講師
▶ 下一集：生成式 AI 是什麼？ChatGPT 背後的原理
你覺得 AI 最難理解的是哪個名詞？歡迎留言告訴我！
#ai 是什麼, #人工智慧, #人工智慧入門, #機器學習, #深度學習, #神經網路, #aivideo 入門, #AI教學, #生成式AI, #gpu , #演算法, #訓練與推論, #aivideo 概念, #五分鐘了解一個AI概念
