AI 是如何學習的？

AI的學習主要依賴於數據與演算法，主要包括：

• 監督式學習 (Supervised Learning)： 透過標註數據訓練模型，從帶有「標籤」的數據中學習語言或圖片的特徵。

• 非監督式學習 (Unsupervised Learning)： 從未標記資料中找出模式和結構。

• 強化學習 (Reinforcement Learning)： 透過與環境互動，並從中獲得獎勵或懲罰機制逐步學習。例如，DeepMind的AlphaGo透過強化學習掌握圍棋。