第 一 題

通用人工智慧(AGI)是指具備與人類同等智慧、甚至超越人類智慧的機器系統。與只能解決特定問題的狹義AI不同，AGI能夠理解、學習、規劃並解決廣泛而未知的複雜問題，擁有跨領域的認知能力，能像人類一樣思考與適應環境。

狹義人工智慧(ANI)又稱弱人工智慧(Weak AI)，是指專門針對單一特定任務或領域所設計與訓練的人工智慧系統。它在特定範圍內可能表現得比人類更好（如語音辨識、下圍棋、影像分類等），但不具備舉一反三的通用認知能力。

監督式學習是一種機器學習方法。在訓練過程中，模型會接收包含「輸入特徵」與「對應正確答案（標籤，Labels）」的訓練資料集。演算法透過不斷比對預測結果與標準答案的誤差來調整模型參數，從中學習出輸入與輸出之間的映射關係，以利未來對未知資料進行準確預測（如分類或迴歸問題）。

強化學習是一種機器學習方法，強調代理人(Agent)透過在環境(Environment)中不斷進行試錯(Trial and Error)來學習策略。每當代理人執行一個行動(Action)後，環境會給予對應的獎勵(Reward)或懲罰。模型的目標是找出最佳策略，以最大化長期的累積獎勵。