弱人工智慧(Narrow AI-Weak AI)

中文名稱：弱人工智慧／狹義 AI 英文名稱：Narrow AI / Weak AI

定義（Definition）

只能解決特定任務、無法通用推理或具備自我意識的 AI，例：影像辨識、語音助理、推薦系統。當前絕大多數商業 AI 都屬於弱 AI。

原理與技術

弱 AI 著重在 專精單一任務，使用對應模型與資料：

• 影像用 CNN/ViT，語言用 LLM 或 Seq2Seq，推薦用矩陣分解/深度模型，時間序列用 RNN/Transformer。
• 模型依賴 大量標註資料或自監督預訓練，但能力受限於訓練分布，跨領域表現會下滑。
• 需要 特定評估指標（如準確率、F1、BLEU、AUC）與 安全防護（過濾、校驗、權限）。
• 推論通常設計 固定流程與輸出格式，缺乏自主目標設置；規則、知識庫與模型常被組合使用。
• 會遇到 分布漂移、資料偏差、對抗樣本 等風險，需監控並定期重訓或更新規則。
• 雖稱「弱」，但在限定場景可達超人準度；只是無法跳脫任務邊界或自我學習跨領域知識。

應用領域

• 語音助理與客服機器人：固定 FAQ、語音指令，能回答常見問題但無法真正理解世界。
• 推薦系統：依瀏覽/購買紀錄推送內容，在電商、影音平台普遍使用。
• 工業與醫療辨識：瑕疵檢測、X 光判讀，對單一任務表現高但無法處理未見類別。
• 風控與詐欺偵測：模型學習交易特徵偵測異常，但無法延伸到不相關任務。
• 自駕與機器人子模組：感知、車道線檢測、規劃等模塊各自訓練，整合後才能運作。 這些例子共同特徵是「為特定目的設計，資料分布清楚，輸出可被驗證」。若超出訓練範圍，弱 AI 需要重新訓練或人工介入。

3 題模擬練習題

1. 弱人工智慧與強人工智慧的主要差異？
   • A. 弱 AI 一定比強 AI 聰明
   • B. 弱 AI 專注特定任務，無通用推理或自我意識
   • C. 弱 AI 不需要資料
   • D. 弱 AI 不能上線
   • 正確答案：B；解析：弱 AI 僅解決限定問題，強 AI 理論上可跨域學習與推理。
2. 推薦系統屬於哪一類？
   • A. 強 AI
   • B. 弱 AI
   • C. 超人工智慧
   • D. 無法分類
   • 正確答案：B；解析：推薦系統針對單一任務，無通用智能。
3. 弱 AI 最大的限制是？
   • A. 必須有自我意識
   • B. 離開訓練分布後表現大幅下降，無法自主跨域適應
   • C. 不需要運算
   • D. 無需評估
   • 正確答案：B；解析：弱 AI 依賴特定資料與任務設定，一旦環境改變需重訓或人為調整。