作者簡介

作者目前擔任凌群電腦資通技術處經理，現專職AI解決方案規劃與領導AI專案開發，並規劃凌群AI開發團隊之研究方向。

從觀念重塑到技術前線：AI 開發的下一步

在先前的三篇專欄中，筆者著重在AI應用開發的觀念與重塑，我們首先探討了傳統的軟體開發和AI開發邏輯的不同之處，也因此AI的應用開發需要研究團隊，而這研究團隊的「資料工程」如何為 AI 打造穩定的技術供應鏈；當這些海量且乾淨的資料被送進 AI 的黑盒子後，那麼它到底是如何「讀懂」這些資料，甚至能像人類一樣對答如流的呢？

很多人以為 AI 像人類一樣在「閱讀」文字或「觀看」圖片，但事實上，這是一個對AI最大的誤會；今天開始專欄將正式進入技術拆解的階段，我們首先就來拆解這個黑盒子，看看演算法究竟在做什麼。

機器眼中的世界：一切皆為數字

當我們專注看著前方，並駕駛車輛行駛時，我們看到的是馬路、行人和前方的車輛，但對於電腦來說，「模型看到的究竟是什麼?」。

答案是：網格與座標，在機器的眼裡，並沒有「車子」這個概念，它知道的只有一堆像素點與數值，而它所看到的則是像「N 25°03′53.4」這樣的座標位置，以及被切割成無數網格方塊後所代表的數值（如 10、74、12 等）。

這就是AI理解世界的第一步：將現實世界的一切（影像、聲音、文字）全部轉換為數字矩陣(就如同電腦只看得懂0和1是一樣的)。

模型就是演算法：一場大型的數學運算與統計

既然世界變成了數字，那模型又是如何做出判斷的？
大家可以把演算法想像成一個具有無數關卡的「數學過濾網」，當感測器捕捉到的數字進入這個過濾網後，會開始執行一連串我們在國小都學過的數學運算：

• 某個數字進來，可能被要求「除以 2」。
  
• 另一個數字進來，可能被要求「乘上 (-1)」。
  
• 接著，演算法會將這些運算結果「全部相加」。

最後，演算法會根據總和的結果來觸發指令。例如：

• 如果計算結果「大於 100 且為雙數」，系統就判定為安全，執行【加速】指令 。
  
• 如果計算結果「小於 100 且為單數」，系統就判定前方有障礙物，立刻執行【緊急】煞車指令 。/LI>

以上就是實際上模型在做的事情，而依據不同的規則(權重)，就會產生出「演算法的好壞差異」；一個優秀的演算法，其內部的數學權重分配得非常之精準，能做出正確的數值判斷，避免模型自身的泛化與擬合問題發生不精準的狀況。

從線性邏輯到「人工神經網路」

然而，人腦的運算真的太複雜了，如果只是單純判斷前方有沒有車，傳統的加減乘除或許還能應付；但如果我們要機器去辨識貓的品種，或是理解一句充滿反諷的中文，傳統的演算法就會崩潰，這時，我們就需要「人工神經網路」。

它不再只是單向的流程圖，而是模擬人類大腦神經元，交織成一個錯綜複雜的立體網狀結構，在神經網路的隱藏層中，每個節點都在進行極其複雜的特徵提取與權重計算，例如運用神經元輸入的加權總合>這類公式來處理數據；這種運算其實已經超越了人類能夠手動撰寫規則的極限，因此我們則讓機器自己從海量數據中「訓練」出這些權重。



人類 VS 人工智慧：它真的「懂」你嗎？

上述的概念或許很抽象，我們最後的總結只要去「人類 VS 人工智慧」，就會簡單許多。

對於現代的 AI 系統（如自駕車或語音助理）來說：

• 眼睛與耳朵：透過視覺網路捕捉影像、透過語音網路捕捉音波，並將它們全部打散成一長串的二進位數字 。
  
• 大腦中樞：這些海量的數字最終會匯聚到核心系統，進行「綜合理解」與「邏輯推理」。

這正是近幾年引爆全球熱潮的大型語言模型（LLM），例如 ChatGPT 或 deepseek 的運作本質，所以當我們在對話框輸入「請幫我寫一封道歉信」時，它並不會感受到我們的愧疚，也不會理解「道歉」的情感是什麼，它所做的，是將句子轉換成數萬個向量座標，然後用天文數字等級的「人工神經網路」 去計算：在這個情境下，下一個最應該出現的「字（Token）」的機率是多少。

模型其實從未真正「懂」過人話，它只是把數學算到了極致，極致到看起來就像是懂了一樣。

既然我們知道 AI 本質上是一台超大型的「機率計算機」，那麼我們身為使用者，該如何給定正確的變數，讓它算出我們想要的好答案？

這就帶出了下一期的主題：與這台計算機溝通的新學問——「Prompt Engineering：與 AI 溝通的新學問」。