人工智慧學習之分類與應用範疇

許多製造業近年積極研究是否能應用人工智慧改善產能，但在許多的案例中，「只聞樓梯響」的情況並不少見，經常在業主有意導入人工智慧，實際諮詢現有人工智慧產品後，才陸續發現產線上有太多條件難以配合，或需要投入的前期支出太高，在無法立即見到成效的狀況下，投資轉向保守，最終作罷。

事實上，人工智慧一詞廣義地涵蓋了多樣化的技術與應用，以近年較受到關注的機器學習就可以粗分為四大類型，如監督式學習（Supervised learning）、非監督式學習（Un-Supervised learning）、半監督式學習（Semi-Supervised learning）與強化學習（Reinforcement learning）等，但各類型技術所需要之條件、導入時間、應用場景皆有極大差異，因此，產業在導入人工智慧之前，宜先了解相關技術之應用與限制，以評估自身條件是否適用。