2026 01 26 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 「L11101 AI 定義與分類」為經濟部 iPAS 人工智慧應用規劃師（初級） 鑑定考試中「人工智慧基礎概論」的第一個核心主題。鑑別式 AI（Discriminative AI）：生成式 AI（Generative AI）：機器學習（ML）：深度學習（DL）：狹義人工智慧（ANI）： 通用人工智慧（AGI）： 超級人工智慧（ASI）：

 

2026 01 26 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 「L11101 AI 定義與分類」為經濟部 iPAS 人工智慧應用規劃師（初級） 鑑定考試中「人工智慧基礎概論」的第一個核心主題。鑑別式 AI（Discriminative AI）：生成式 AI（Generative AI）：機器學習（ML）：深度學習（DL）：狹義人工智慧（ANI）： 通用人工智慧（AGI）： 超級人工智慧（ASI）：

 

「L11101 AI 定義與分類」

為經濟部 iPAS 人工智慧應用規劃師（初級） 鑑定考試中「人工智慧基礎概論」

的第一個核心主題。

以下根據 2026 年最新鑑定規範整理之重點：

一、 人工智慧（AI）的定義

AI 是指一種模擬或模仿人類智慧的技術與系統，

主要核心在於讓機器具備如人類般的認知、推理與學習能力： 

基本核心： 

讓機器能根據海量資料進行學習、辨識、推理，

並具備自主決策的能力以解決複雜問題。

關鍵特徵： 

包括感知（環境辨識）、學習（從經驗中改進）、推理（邏輯分析）及

規劃（達成特定目標）。

二、 AI 的分類方式

根據能力程度與應用技術，AI 通常分為以下幾大類別：

1. 按能力程度分類（經典三層次）

狹義人工智慧（ANI）： 

目前 2026 年最普遍的形式。僅能處理特定任務，

如語音辨識、圖像分類或推薦系統。

弱AI（Narrow AI）：

專注於特定任務，如語音識別（Siri）、圖像識別（醫療影像分析）。

這是目前最常見的AI形式。

通用人工智慧（AGI）： 

理論上具備與人類相當的全面智慧，能處理跨領域任務。

2026 年業界預測 AGI 的實現已日益逼近。

強AI（General AI）：

理論上能執行任何智慧任務，與人類智慧相當，但目前仍處於研究階段。

超級人工智慧（ASI）： 

理論上在所有領域皆大幅超越人類智慧的系統。

2. 按功能邏輯分類（鑑定重點）

鑑別式 AI（Discriminative AI）： 

基於輸入資料進行辨識、分類與預測。

例如：偵測垃圾郵件、人臉辨識、股市預測。

生成式 AI（Generative AI）： 

透過深度學習模型產生「新」的資料內容。

例如：文字創作、圖像生成、程式碼撰寫。 

3. 按學習方式分類（子類別歸屬）

機器學習（ML）：

 AI 的核心子集，強調透過演算法與數據讓系統「自我學習」。

深度學習（DL）： 

機器學習的一種，利用「多層神經網路」模擬人類大腦運作，

是當前 AI 技術爆發的主流。 

AI可分為：

機器學習（Machine Learning）：通過數據學習模式，如推薦系統。

深度學習（Deep Learning）：基於神經網絡，應用於圖像和語音處理。

自然語言處理（NLP）：如聊天機器人、翻譯工具。

計算機視覺（Computer Vision）：用於面部識別、自動駕駛。

機器人技術（Robotics）：結合AI實現自動化操作。