學習路線圖 · AI應用規劃師初級
階段 1 概念入門
了解AI定義、分類（分析/預測/生成）與治理（透明度/倫理）；掌握AI基本框架與產業案例。
觀念教學
備考 iPAS AI 應用規劃師初級的第一站:把「什麼是 AI、AI 分哪幾種、誰來管它」建立成清楚的框架,之後所有知識都掛在這張骨架上。
這一階段學什麼
- AI 定義:能感知、推理、學習、決策的智慧系統,和寫死規則的一般程式有本質差異
- AI 三大分類:分析型(從資料找洞察)、預測型(推估未來)、生成型(創造新內容)— 看到應用要能立刻歸類
- AI 治理:透明度、問責與倫理原則,為什麼企業導入 AI 不能只看效果
- 產業案例:醫療影像判讀、金融風控與詐欺偵測、製造瑕疵檢測 — 考題最愛的三大場景
為什麼是現在學
這是整條初級路線的地基:階段 2 的資料分析、階段 3 的 ML 原理,全都預設你分得清「分析、預測、生成」;分類搞混,後面每一階段都會歸檔錯誤。科目一「人工智慧基礎概論」的開篇分數就在這裡。
怎麼練(具體行動)
- 用自己的話寫下 AI 的定義與三大分類,各配一個生活例子
- 收集 9 個產業應用(醫療、金融、製造各 3 個),逐一歸類到分析、預測或生成
- 練情境判斷:金融交易系統毫秒級掃描跨市場價差、分析即時報價並自動下單,想清楚它最核心依賴的是哪類 AI 能力,理由是什麼
- 整理一頁 AI 治理筆記:透明度與倫理各寫兩個關鍵詞與例子
完成標準
- 拿到任何 AI 應用案例,能快速歸對類並說出理由(呼應里程碑:掌握 AI 基本框架)
- 能舉出醫療、金融、製造各一個具體 AI 案例
- 說得出 AI 治理在管什麼、為什麼重要
⚠️ 常見誤區:把「自動化」全當成 AI — 寫死規則的自動流程不等於會學習的 AI,考題常拿這個混淆。
這一階段直接對應科目一的基礎概念題,是全路線 CP 值最高的起手式。
📝 本節掛載 1 題 iPAS 歷屆試題 — 讀完往下到「iPAS 考題練習」直接實戰。
里程碑
✓ 掌握 AI 基本框架
範例專題
醫療/金融/製造案例
應用場景
iPAS 歷屆考題詳解(3 題)
先自行作答,再展開詳解。題目出處均為 iPAS AI 應用規劃師正式考題,著作權屬原主辦單位。
某金融科技公司的交易系統，在毫秒等級的時間內持續掃描跨市場價格差異、 分析大量即時報價，並自動執行交易指令。系統架構師在技術選用評估時，需確認該系統於即時交易決策中最核心依賴的AI 能力。下列何者最能正確說明其核心AI 能力？
- A透過自然語言處理技術分析財經新聞語意，作為輔助性市場情緒指標；
- B快速分析龐大市場數據並在極短時間內識別交易機會，驅動自動化交易決策；
- C運用生成對抗網路模擬極端市場情境，預先產出各類黑天鵝事件的應對策略；
- D透過推薦系統技術，根據投資人歷史交易行為推薦最適合的投資組合標的
看正解與逐選項詳解
正解:B
正確答案:(B)
【正解解析】
題幹的關鍵條件是「毫秒等級」「持續掃描跨市場價格差異」「分析大量即時報價」「自動執行交易指令」。其核心 AI 能力是高速處理巨量即時資料、辨識價差與交易機會,並在極短時間內完成自動化交易決策,屬於即時決策型應用。(B) 完整涵蓋資料處理速度、機會識別與自動決策三個要素,故為正確答案。
【為何其他選項錯了?】
- (A):以自然語言處理分析財經新聞屬市場情緒分析,選項本身也標明是「輔助性指標」;新聞語意分析的時效與精度無法支撐毫秒級的下單決策,並非此系統最核心依賴的能力。
- (C):以生成對抗網路(GAN)模擬極端市場情境屬於壓力測試與風險研究用途,作用在事前的情境演練與策略準備,不在即時交易決策的路徑上。
- (D):推薦系統依歷史交易行為建議投資組合,服務的是中長期資產配置,與毫秒級跨市場交易所需的即時決策能力屬於不同應用場景。
提示:題幹出現「毫秒等級」「即時報價」「自動執行」,即指向高速資料分析與自動化決策,而非情緒分析、情境模擬或投資推薦。
某物流公司希望導入人工智慧（AI）技術，目標是能依據即時交通路況、配送車輛位置及訂單需求，自動計算並決定最佳配送路線與車隊調度策略。下列何者最符合此智慧物流應用所採用的 AI 技術概念？
- A利用光學字元辨識（OCR）技術，在收到新增的訂單時，自動辨識並擷取紙本單據上的收件地址以完成系統建檔；
- B利用文字探勘（Text Mining）技術，分析配送車輛位置的 GPS 經緯度數字與即時交通路況的車速資料，據此規劃最佳配送路線；
- C運用生成式 AI（Generative AI）技術，分析配送相關文件與服務紀錄，自動生成營運分析報告與改善建議；
- D利用機器學習與路徑優化演算法分析各項即時動態資料，由系統即時且持續優化行車路線與配送調度
看正解與逐選項詳解
正解:D
正確答案:(D)
【正解解析】
題幹的核心需求是「依據即時交通路況、車輛位置及訂單需求,自動計算並決定最佳配送路線與車隊調度策略」,這是結合即時動態資料分析與最佳化決策的問題。機器學習(Machine Learning)可從歷史與即時資料中學習路況與配送時間的關係,再由路徑優化演算法(Route Optimization)在多重限制下求解最佳路線與派車方案,並隨資料更新持續調整。(D) 同時涵蓋動態資料分析、路徑優化與持續決策三個要素,最符合智慧物流的技術概念。
【為何其他選項錯了?】
- (A):光學字元辨識(OCR)用於將紙本單據上的文字轉成可編輯的數位資料,解決的是訂單建檔的輸入效率問題,與路線規劃和車隊調度的決策無關。
- (B):文字探勘(Text Mining)是從非結構化文字中萃取資訊的技術;GPS 經緯度與車速都是數值型資料,應以數值分析與最佳化模型處理,以文字探勘分析數值資料屬於技術誤用。
- (C):生成式 AI(Generative AI)擅長產出報告、摘要與建議文字,屬於事後的營運分析輔助,無法即時求解路線與調度這類最佳化問題。
提示:題幹出現「即時動態資料」「最佳路線」「調度策略」,對應機器學習加最佳化演算法,而非 OCR、文字探勘或文件生成。
某新創公司開發三款針對特定任務設計的 AI 產品，分別為：可自動生成社群貼文的「智慧行銷助理」、透過人臉辨識進行身分驗證的「辦公室門禁系統」，以及預測客戶流失風險的「資料分析模型」。上述產品依人工智慧的分類，皆屬於下列何者？
- A超級人工智慧（ASI）；
- B弱人工智慧（Weak AI）；
- C通用人工智慧（AGI）；
- D具身人工智慧（Embodied AI）
看正解與逐選項詳解
正解:B
正確答案:(B)
【正解解析】
題幹強調三款產品都是「針對特定任務設計」:生成社群貼文、人臉辨識身分驗證、預測客戶流失。這類只能在單一或特定範圍任務中發揮能力,無法跨領域自主思考與推理的 AI,在人工智慧分類上稱為弱人工智慧(Weak AI),也稱狹義人工智慧(Narrow AI)。目前商業上實際落地的 AI 系統,包括大型語言模型與影像辨識系統,皆屬於此類,故 (B) 正確。
【為何其他選項錯了?】
- (A):超級人工智慧(Artificial Superintelligence, ASI)指在幾乎所有領域都全面超越人類智慧的假想 AI,目前僅存在於理論討論,題幹的三款產品遠未達此層級。
- (C):通用人工智慧(Artificial General Intelligence, AGI)指具備與人類相當、可跨領域學習與推理的通用能力;題幹每款產品都只處理單一任務,不具通用性。
- (D):具身人工智慧(Embodied AI)強調 AI 具有實體(如機器人)並透過感知與行動和物理環境互動;題幹三款產品皆為軟體服務,與是否具有實體無關,且此分類與「能力範圍」的分類軸不同。
提示:題幹出現「針對特定任務設計」,即指向弱人工智慧(Narrow AI);AGI 與 ASI 是尚未實現的通用或超越人類層級。