AI 家族城市的六層地圖

這座城叫 AI 城，蓋了六層。頂樓住著理論家，底樓坐著監察官；中間四層，是學派、工匠、偵探與創作者的地盤。這篇故事帶你從頂樓一路走到底樓，把整張 AI 知識體系圖走過一遍——每個房間的門牌都是真實的技術名詞，每個角色的脾氣都忠於它的技術本性。

第一幕・頂樓：理論基礎——AI 家族的族譜

城主叫 AI，年紀最大、野心也最大——他的夢想寫在城徽上：「讓機器做到需要智慧才能做到的事」。

AI 有個最出色的兒子，叫 機器學習（Machine Learning）。這孩子的信條與父親不同：

「別把規則一條條寫死給我，給我資料，我自己從裡面學出規則。」

機器學習又生了個更執著的兒子，叫 深度學習（Deep Learning）。他把「學」這件事推到極致：用一層又一層堆疊的神經網路，自動從原始資料裡萃取特徵——別人要人類先告訴他「該看什麼特徵」，他不用。

而整個家族的血脈裡流的，是 演算法（Algorithm）——族譜上每一個人，行事都靠這套一步一步、明確可執行的辦事章程驅動。

第二幕・五樓：學習方法——四大學派的教室

深度學習小時候上學，這層樓有四間教室，各是一個學派：

• 監督式學習（Supervised Learning） 的老師最嚴格：每份練習題都附標準答案（label），學生寫完就對答案、修正自己。「看一萬張標了『貓』的照片，你就會認貓。」
• 非監督式學習（Unsupervised Learning） 的教室根本沒有老師：一堆沒有答案的資料丟進來，學生自己找規律、自己分群。「這一堆長得像，先歸成一疊再說。」
• 增強式學習（Reinforcement Learning） 的教室像遊戲場：沒人給答案，只有獎勵與懲罰。做對加分、做錯扣分，學生在一次次試錯中摸出最佳策略——AlphaGo 就是這間教室的傳奇校友。
• 神經網路（Neural Network） 的實作工坊在最裡面：仿照生物神經元，一層層節點加權、加總、活化，訊號往前傳、誤差往回傳（backpropagation）。這間工坊，是整個模型架構樓層的地基。

工坊後來還發展出一種奇特的訓練法叫對抗訓練：讓兩個學生互相較勁——這就孕育了下一層樓那對著名的雙胞胎 GAN。

第三幕・四樓：模型架構——工匠街

CNN（Convolutional Neural Network） 是街口的眼科醫生，看東西的方式很特別：不一次看整張圖，而是拿著一片小小的濾鏡（convolution kernel）在圖上滑動，先看出邊緣，再拼出形狀，最後認出整隻貓。視覺相關的活，街坊都找他。

RNN（Recurrent Neural Network） 是位說書人，專門處理有先後順序的東西——句子、語音、時間序列。他的絕活是「記得前面說過什麼」：每讀一個字，都把記憶往下傳。可惜他有個老毛病：話一長就忘了開頭（梯度消失）。

於是街上來了 RNN 的改良版親戚 LSTM（長短期記憶網路）——隨身帶著一本記事本，配三道閘門（輸入門、遺忘門、輸出門），重要的記下來、不重要的劃掉，長句子也記得住開頭。

但真正翻轉整條街的，是 2017 年搬來的新工匠 Transformer。他看了 RNN 一眼，說出那句名言：

「Attention is all you need——你不必一個字一個字排隊讀，讓句子裡每個字同時看見其他所有字（self-attention），誰跟誰有關係，一眼便知。」

不用排隊，就能整批平行處理，訓練速度天差地遠。這間工作室，後來成了 LLM 的奠基石。

街尾還有那對雙胞胎 GAN（生成對抗網路）：哥哥是偽造師（Generator），拚命畫假畫；弟弟是鑑定師（Discriminator），拚命抓假貨。兩人天天互相較勁，結果哥哥的假畫越畫越逼真——這就是對抗訓練的威力。

街中央最大的那棟，住著 LLM（大型語言模型）——Transformer 的集大成者，讀遍了全城藏書的預言家。你給他半句話，他預測下一個字該是什麼，一個字一個字接龍，就接出了對話、文章與程式碼。

街的盡頭立著兩塊路標：一塊指向遠方雲霧裡的 AGI（通用人工智慧）——能跨領域學習類推、與人類比肩的強 AI，至今仍是理論上的目的地；另一塊寫著 ANI（弱人工智慧）——「本城現有居民，包含 LLM 在內，全數屬之」。

第四、五幕・三樓與二樓：鑑別式 vs 生成式——偵探社與創作坊

這兩層樓住著性格相反的兩兄弟，也是全城最常被搞混的一對。

三樓的 鑑別式 AI（Discriminative AI） 開偵探社。他的世界觀是「劃界線」：給我一個輸入 x，我直接告訴你它屬於哪一類 y——用行話說，他建模的是條件機率 P(y|x)。他不關心資料是怎麼來的，只關心「這是貓還是狗」的那條分界線。

偵探社的王牌部門是 電腦視覺（Computer Vision），底下三個小組各司其職：影像分類（整張圖是什麼）、物件偵測（圖裡有哪些東西、各在哪）、OCR（把圖片裡的字讀出來）。偵探社的情報也支援全城的推薦系統、異常偵測與語音辨識——這些服務全靠資料驅動。

二樓的 生成式 AI（Generative AI） 開創作坊。他的世界觀完全相反：「我不只劃界線，我要學會資料本身的分布 P(x,y) 或 P(x)——學會了，我就能『生』出以假亂真的新樣本。」文字、圖像、語音，都能從他手裡憑空長出來。創作坊的核心語言部門是 NLP（自然語言處理），延伸出文字與語音的各種本事。

創作坊近年出了兩位明星店員：ChatGPT 與 Gemini，都是 LLM 血統的代表產品。而 LLM 還在進修新技能——多模態（Multimodal）：一雙眼睛同時看得懂文字、圖片、聲音。

多模態再往前一步，就是全城最新的職位：AI Agent（AI 代理）。他不只回答問題，還拿著工具箱自主辦事——拆解任務、呼叫工具、查資料、執行、檢查結果，一路做到完成為止。城主 AI 望著他，彷彿看見了通往 AGI 那條路標的方向。

第六幕・一樓：治理規範——市政監察院

城越蓋越高，一樓的 負責任 AI（Responsible AI） 監察院也越來越忙。監察官桌上攤著八份卷宗，每份都是這座城的隱患：

• 偏見（Bias）：訓練資料歪了，判決就歪了——鑑別式與生成式兩家都逃不掉。
• 公平性（Fairness）：不同族群得到的對待是否一致。
• 可解釋性（Explainability）：模型為什麼這樣判？黑盒子必須能開箱說明。
• 隱私（Privacy）：訓練資料裡的個資不能被吐出來。
• 資安（Security）：模型本身也會被攻擊——投毒、越獄、提示注入。
• 高風險 AI：醫療、司法、金融這些領域的 AI，要用更嚴的法規盯著。
• 幻覺（Hallucination）：LLM 那位預言家的老毛病——不知道答案時，會一本正經地編一個。這是生成式應用最典型的風險。
• 透明度（Transparency）：告訴大家這是 AI 做的、用什麼資料訓練的。

監察官在卷宗末頁寫下結語：「這座城能蓋多高，不取決於工匠街的手藝，而取決於這一樓的地基打得多穩。」

技術摘要

主題	關鍵事實
層級關係	AI ⊃ 機器學習 ⊃ 深度學習；神經網路是深度學習核心結構，全體由演算法驅動
三大學習方法	監督式（有標籤）、非監督式（無標籤找規律）、增強式（獎懲試錯）；對抗訓練衍生 GAN
架構演進	CNN 主攻視覺 → RNN 主攻序列（長序列梯度消失）→ LSTM 三道閘門解決長期記憶 → Transformer（2017，arXiv:1706.03762）以 self-attention 取代 recurrence、可平行化，成為 LLM 基礎
鑑別式 vs 生成式	鑑別式建模 P(y|x) 學決策邊界；生成式建模 P(x,y) / P(x)，因此能生成新樣本
ANI / AGI	現有所有 AI（含 ChatGPT、Gemini）皆屬 ANI；AGI 尚未實現——業界主流共識
AI Agent	LLM + 多模態的應用延伸：任務拆解、工具呼叫、自主執行、迭代修正
負責任 AI	八大議題：偏見、公平性、可解釋性、隱私、資安、高風險 AI、幻覺、透明度

Sources：Vaswani et al., Attention Is All You Need（arXiv:1706.03762，NeurIPS 2017）・Stanford CS231n 2025 Lecture 13・IBM: Types of Artificial Intelligence