會員見面會現場附帶AI的研修課程，由籌委會主委郭志遙先生擔綱其中課程之一：AI基本概念及四大要素的課程，截圖其三簡報於下，小編將授課內容逐字錄音稿節錄於下。
什麼是 AI？
AI簡單來說就是讓機器能夠模擬人類的智能行為，這包括學習、理解、推理、解決問題，甚至感知和與環境互動，它不是單一的技術，而是一個廣泛的領域，涵蓋了多種方法和應用。最常聽到的機器學習((Machine Learning, ML)是AI的核心，深度學習(Deep Learning, DL)的崛起，則是近年來 AI 熱潮的主要推手。
AI四要素
AI的運作基礎與價值：資料、演算法、算力與應用場景。這四個要素彼此緊密關聯，缺一不可，它們共同構成了 AI系統的完整生命週期和價值鏈。
數據
數據是AI的「糧食」和「燃料」，所有的AI模型，無論多麼複雜，都需要從數據中學習其規律、模式和而成知識；沒有數據，AI就如巧婦難為無米之炊；AI的學習離不開大量的資料，就像人類需要經驗才能成長一樣，AI模型需要透過數據資料來學習模式、進行分析而做出預測及結論，因此資料的品質、數量和內容面相直接影響AI的表現。
演算法
演算法是AI的「大腦和「學習方法」， 它定義了AI如何從數據中學習、如何建立模型、如何做決策和執行任務；可以把演算法想像成一系列的數學公式或指令，因此而指導AI完成特定工作。演算法也類似 AI 學習和決策的食譜，有了步驟，因而定義了AI如何從資料中提取資訊、如何學習以及如何完成人類交付的特定任務。
算力
算力是AI的「能源」和「引擎」。 訓練複雜的AI模型，特別是大型語言模型和深度學習模型，需要龐大的計算資源來處理海量的數據和執行複雜的演算法。訓練複雜的 AI 模型需要強大的計算能力，最近火紅的黃仁勳就是因NVIDEO能提供做高階的圖像處理器(GPU)，有了GPU和其他的專用硬體才能順動運行AI；沒有足夠的算力，許多先進的AI技術就無法實現。
應用場景
應用場景是AI的「價值」和「最終歸宿」，數據、演算法和算力最終都需要落實到具體的問題或需求上，才能發揮AI的實際價值；沒有實際的應用場景，AI技術就只是研究室裡的實驗，沒有經濟價值、無法產生社會效益。AI只有在解決真實世界問題時才體現其價值，例如提高工作效率、降低生產成本、改善感官體驗、創造新產品和獨特的服務。
常見的應用場景
智能客服：解決客戶問題，提通便利服務。
精準醫療：輔助診斷、新藥研發、個性化治療。
智慧交通：自動駕駛、交通流量管理、路線優化。
智慧製造：預測性維護、品質檢測、智慧排程。
內容推薦：電商、影音平台、新聞資訊的個性化推薦。
科技教育：個性化學習、智能評估。
金融的風控：詐欺偵測、信用評估。
安控與監視：人臉識別、異常行為檢測。
生成式內容：藝術創作、文字生成、影音製作。
AI的工具應用最先要理解需求，準確地理解業務需要，將其轉化為AI可解決的問題；其次是技術落地，即是將實驗室中的AI模型部署到實際生產環境中，並確保其穩定、高效運行。第三則是讓使用者接受，確保AI應用符合用戶習慣並獲得用戶信任。最後還要顧慮AI 應用可能引起的隱私洩漏或帶來的倫理問題。
總結AI四要素
數據 是AI學習的基礎。
演算法 是AI學習的方法。
算力 是AI學習和運行的動力。
應用場景 是AI價值的體現和發展的目標。
這四者相互依賴、相互促進，共同推動著AI技術的持續進步和廣泛應用。
當我們談論AI發展時，其實就是在這四個要素上尋求突破和優化。
