AI Overview
前言/引言
這幾年不管是身在哪個領域，或是任何的職業，可能每天都會聽到「AI」和「LLM」這兩個詞，它們似乎無所不在，從智慧手機的語音助理到自動生成文章的工具，好像已經變成生活中不可或缺的一部分!?
但它們究竟是什麼？彼此之間有什麼關係？
人工智慧（Artificial Intelligence, AI）
AI 是一個廣泛的電腦科學領域，致力於創造能夠執行通常需要人類智慧的任務的機器，例如學習、推理和解決問題，這個領域涵蓋了所有能讓電腦展現「智慧」的方法。
目前大部分談論的 AI，都屬於弱人工智慧，通常需要依賴大量數據，根據訓練出來的模型來做辨識和預測。
相反的，通用人工智慧（AGI），也被稱為強人工智慧，理論上不需要依賴大量數據，而是透過自主學習，來產生所謂的智慧。
機器學習（ML）
ML 是 AI 的子集 (subset)。與其為機器的每一步都編寫詳細的規則，ML 讓機器從大量的數據中自動學習。就像人類從經驗中學習一樣，機器從數據中「吸取經驗」，進而理解 文字/語音 的涵義。
深度學習（DL）
DL 是 ML 的一個子集。它使用一種稱為「人工神經網路」的架構，其靈感來自於人腦的結構。所謂的「深度」，指的是這些神經網路通常有很多層，使其能夠處理更複雜的模式和更抽象的資訊。
傳統的機器學習中，學習過程是受監督的，程式設計師必須非常具體地告知電腦它應該尋找哪些類型的特徵，以便判斷；深度學習的優勢在於程式能夠在無監督的情況下自行建構特徵集。
大型語言模型（LLM）
語言模型 (LM) 是一種自然語言的機率模型，能夠根據其訓練的文本語料庫，產生一系列單字的機率。
LLM 是深度學習的一種具體應用和產物，專門用來處理和生成人類語言。它們透過在海量（「大型」的由來）的文本數據上進行訓練，利用深度學習的 Transformer 架構，學會了語法、語義、上下文，甚至一定程度的推理能力。
Reference
https://blog.miarec.com/contact-centers-ai-definition
https://zh.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD
https://zh.wikipedia.org/zh-tw/%E9%80%9A%E7%94%A8%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7