人工智能（AI）是什麼？它是電腦科學的一個分支，專注於創建能模仿人類智能行為的機器或軟件，包括學習、推理、感知和創造力。

事實上AI已深深融入我們的日常生活，例如Siri的語音識別、手機臉部解鎖的人臉辨識、網上解答各種查詢的聊天機械人等。

本書從AI的早期發展、基本原理和不同硬件說起，然後講解將人類的自然語言和機器演算法相互連接的自然語言處理（NLP），以及其衍生的多種工具和技術，例如不少人都聽過的GPT和BERT，它們彷彿無所不知﹗

現在的人工智能生成內容（AIGC）甚至不需要我們告訴機器每個細節，它都能自動生成文字、圖片、音樂、影像等，而虛擬實境（VR）和擴增實境（AR）更透過AI應用，在真實世界中創造出沉浸式的體驗。

此外，書中亦會介紹AI應用在醫療、金融、教育、交通、物流、家居生活等領域的不同實例，讀者可以了解AI如何減少成本和錯誤率，提升工作和服務效率，並為每個人的生活提供各種便利。而經常聽到的「大數據」、「區塊鏈」、「元宇宙」、「虛擬貨幣」、「智能合約」等，原來都跟AI息息相關。

AI的概念往往被誤解或簡化，令許多人對於哪些應用屬於AI存在困惑。掌握AI的基礎能幫助我們對這個世界有更全面的理解，並提升競爭力，為未來的職業生涯或個人興趣開啟新的可能。

AI時代的來臨，正好提醒我們必須不斷學習和適應，你還在等什麼？

| 目錄 |

序言

Chapter 1 人工智能的起源與歷史
電腦科學的發展與早期AI
圖靈測試與第一代AI
專家系統與第二代AI
機器學習與第三代AI
深度學習的崛起至現代AI的出現

Chapter 2 人工智能的基本原理

機器學習的基礎
深度學習的演進
強化學習的原理

Chapter 3 人工智能的硬件基礎

CPU、GPU的角色與重要性專為AI設計的晶片
硬件如何影響AI的性能和能力
硬件的未來發展趨勢

Chapter 4 自然語言處理與大型語言模型

自然語言處理的基本概念
自然語言生成與理解
大型語言模型的原理與功能

對話型AI的應用

Chapter 5 人工智能生成內容（AIGC）技術

AIGC技術的基礎
各種形式的內容生成方法
AI創作的潛力與挑戰

Chapter 6 人工智能在各領域的應用
AI醫療應用
AI金融應用
Al教育應用
AI交通及物流應用

Chapter 7 未來的人工智能：預測與趨勢

大數據與人工智能深度融合
AI生成內容之進階應用
區塊鏈與人工智能之協同作用
元宇宙為人工智能的升級體驗

Chapter 8 為未來做準備：如何適應 AI 驅動的世界

在日常生活中探索AI
體驗最新人工智能技術
掌握人工智能原理及編程技術
增強數碼素養和保護個人隱私的意識

總結

後記

| 內容節錄 |

5.1 AIGC 技術的基礎

在科技的演進中，內容生成技術不斷進步，從最初的簡單模板到現在的人工智能生成內容（artificial intelligence generated content, AIGC）。但究竟AIGC和傳統的生成技術有何不同？現在就讓我們來一起解開這個謎團，了解AIGC 的獨特之處，以及它與傳統方法的區別。

AIGC和傳統的生成技術的分別

想像一下，你有一個機械人，要操控它的話，需要告訴它每一步該怎麼做。例如，你要它畫一個蘋果，你需要告訴它先畫一個圓圈，再加上一個小小的莖，最後填上紅色。這就是我們以前讓電腦幫我們生成內容的方式，非常具體且按部就班。

現在利用AIGC技術，我們不再需要逐步告訴機器每個細節，只需要給它很多蘋果的圖片，它就可以學會自己畫蘋果，甚至可能會嘗試畫出各種新形態的蘋果。這就像你讓一個孩子看很多蘋果的圖像，之後他也可以用自己的方式畫出蘋果。

AIGC的最大特點是能夠進行自主學習，而且適應性強。在傳統的生成技術中，內容的生成大多是基於預先設定的模板或是特定的規則。如果想要生成新的或不同類型的內容，就必須進行大量的手動調整和設定。AIGC則不同，它可以通過學習大量數據，自動調整其生成策略，進而產生更加多樣和能夠適應目標受眾的內容。

不論文字、圖像、音樂還是影片，AIGC都不需要依賴固定的模板才能在各種不同的情境下生成內容，相對傳統方法難以適應多樣化需求的種種限制，AIGC的高靈活性可以更容易地滿足這些需求。

另一方面，AIGC在生成內容時，能夠考慮到更多的前文後理。舉例說，當AIGC生成一篇文章時，它不只是按照語法和詞彙的規則來進行生成，還會考慮到文章的整體結構、目標受眾的喜好，甚至是當前的社會文化背景等。 AIGC生成的內容往往更貼近真實世界，而不是機械式地生成重複的內容。

當然，AIGC並不是完美的。正正因為AIGC的這些優點，其運算過程非常複雜，需要大量的數據和運算能力來支持。相較於傳統方法，AIGC的部署和應用成本亦相對較高。

AIGC已成為了當代一大熱門議題，而其背後主要的推手，正是深度學習與其他相關的AI技術。這些技術如何為 AIGC提供強大的支援呢？我們將從深度學習開始，探討其在AIGC的應用與影響。

深度學習

深度學習是一種特殊的機器學習技術，它使用「深度神經網絡」（deep neural network）來進行學習和預測。與傳統的神經網絡不同，深度神經網絡具有多個隱藏層（hidden layer），可以學習到資料中更為複雜的特徵和模式。因此，深度學習特別適合處理大量且複雜的數據，如圖像、語音或文字等。

在AIGC的領域中，深度學習的這種特性就成為了一把利器。例如，在生成圖像時，深度學習可以通過學習大量的圖像數據，理解其中的各種特徵和細節，然後用於生成新的、高質量的圖像。而在文字生成方面，深度學習則可以捕捉語言的結構和語境，產生更自然、更流暢的句子。

除了深度學習，其他的AI技術如轉移學習（transfer learning）、強化式學習（reinforcement learning）等也在AIGC 中發揮了重要作用。轉移學習允許模型利用在一個領域中學到的知識，應用於另一相關領域，這大大加快了訓練速度且提高了生成質量。而強化式學習則是一種機器通過與環境的互動，自我學習和優化其行為的方法。在AIGC中，它常被用於優化生成策略，例如調整生成的內容以滿足特定的需求或標準。

AIGC技術的優勢

無論是深度學習還是其他AI技術，AIGC的成功應用都離不開大量的數據。這些數據不僅提供了模型所需的訓練資料，還為模型提供了評估和調整其生成策略的依據。很多人可能會好奇，為什麼我們需要AIGC這樣的技術？它真的能為我們的日常生活或商業應用帶來實質的好處嗎？

——摘自本書P.130-132

| 作者簡介 |

Dr. Jackei Wong（黃浩基博士），RoboCode Academy之創辦人，致力於培訓新一代的邏輯思維、編程能力以及人工智能技術應用。他同時也是兩項與人工智能相關的專利發明家和企業培訓導師，恆常為香港各大小企業提供人工智能和科技培訓。近年活躍於學界和商界，積極推動AI教育和應用。Dr. Jackei亦是前大學講師（教授資訊科技及人工智能課程）及前大數據科研機構之顧問。

透過以下Dr. Jackei的Facebook專頁，家長和小朋友可以獲得最新的科技發展資訊，一同探索AI科技世界。同時，在YouTube頻道亦可收看涵蓋各種主題的多元化教學影片，家長可與小朋友一起學習。讓小朋友在科技的引導下成長，與我們一起為未來做好準備。

Facebook專頁：https://www.facebook.com/drjackeiwong/

YouTube頻道：https://www.youtube.com/@drjackeiwong/