iPAS AI應用規劃師初級能力鑑定-考試樣題
科目一：人工智慧基礎概論
人工智慧基礎概論 (L11)
L111 人工智慧概念
L11101 AI定義與分類
L11102 AI治理概念
如框架、歐盟等國內外相關 政策法規等
L112資料處理與分析概念
L11201 資料基本概念與來源
大數據、資料型態與結構， 如:數值型資料、文字資料、 圖像資料等
L11202 資料整理與分析流程
如:資料收集、清理、分析和 呈現等
L11203 資料隱私與安全
L113機器學習概念
L11301 機器學習基本原理
機器學習基本原理與目的
L11302 常見的機器學習模型
機器學習模型與評估，
如監督式學習、非監督式學習、半監督式學習、強化式學習
L114鑑別式Al vs 生成式AI
L11401 鑑別式 AI 與生成式 AI 的基本原理
基本原理、運用技術、目的 與特性
L11402 鑑別式 AI 與生成式 AI 的整合應用
應用場域與情境，如電腦視覺、語音辨識、生成技術等
AI依應用目的不同
可分為鑑別式AI與生成式AI，
鑑別式AI 擅長 區別 不同數據類型；
生成式AI 基於 數據生成、文本分析的能力，發展
內容生成、翻譯、對話等應用。
鑑別式AI
針對 預定義的類別 進行 數據分析，適用於 分類、分群、回歸等任務，
目標 是找到最適函數，用以區別不同數據類型
生成式AI
利用 大規模資料 進行訓練，大幅提升自然語言處理能力，
生成式AI 可以 理解 數據特徵，再生成類似的新數據，
有利於智慧工廠的 人機互動應用。
鑑別式AI 可以透過 分類訓練 判斷出是否有瑕疵，
生成式AI 會以 圖片特徵 為基礎，加入更多 圖片特徵，生成瑕疵樣態
作為 訓練數據 來源。
鑑別式AI與生成式AI
對於智慧工廠的影響面向不同，
鑑別式A I 著重於處理特定任務，
例如瑕疵檢測、需求預估、庫存管理等；
生成式AI 利用
大型語言模型（Large Language Model，LLM）
對於文本理解 的 優勢，讓使用者簡易了解 問題狀況 與 後續作法。
鑑別式AI與生成式AI各有應用範疇，彼此並非替代關係，
鑑別式AI 應用在 語音識別、圖片辨識、數量預測 等範疇，
生成式AI 應用在 圖像創造、音樂合成、程式編碼和文字生成。
因為製造業容易受到環境影響
生成式AI 能透過
擷取增強生成（Retrieval-Augmented Generation，RAG）
掌握 即時資料、分析 多種資料來源，同時採用
自然語言輸入 的人機互動方式，
降低人員系統操作時間，
填補 鑑別式AI應用 未被滿足的需求缺口。
發表文章
