AI人工智慧發展歷程可分:萌芽,黃金期,寒冬與深度學習爆發等階段,從1950年代的理論構想,一路演進至如今的大規模生成式AI與多元應用,開源人工智慧,越來越聰敏...!  https://blog.udn.com/alpineatks/192061304 

AI四適教榮神益人最重要!  https://blog.udn.com/alpineatks/191962831  平衡是一切美好生活的開始: https://blog.udn.com/alpineatks/185233012 股市有五面:基本面,籌碼面,消息面,技術面,心理面,命運面;  https://blog.udn.com/alpineatks/188811188  加拿大移民項目: https://blog.udn.com/alpineatks/188998796 投資移民,企業移民,自顧移民,政治難民,退休移民.我温哥華三兒女們,,盼快聯絡見面! https://blog.udn.com/alpineatks/189034234

《許登昭三十年尋親白皮書》 https://blog.udn.com/alpineatks/191946768 是台灣網路部落客許登昭(Dere Hsu網名alpineatks) https://blog.udn.com/alpineatks/191927457 為尋找分離已29 年多的三位溫哥華出生兒女(Denise,Derrick,Angela) https://blog.udn.com/alpineatks/191905121 而規劃整理 https://blog.udn.com/alpineatks/191840080 的大型尋親紀錄彙編!  https://blog.udn.com/alpineatks/191902725

請求Copilot協助先做全冊的結構藍圖有清晰的架構後, https://blog.udn.com/alpineatks/192047056 續惠先從第一冊的分鏡腳本開始依序幫整理先幫設計  https://blog.udn.com/alpineatks/191905121  各冊漫畫結構藍圖,  https://blog.udn.com/alpineatks/192009023  聚使完成許登昭三十年尋親白皮書漫畫版!  https://blog.udn.com/alpineatks/192007608  

人工智慧,越來越聰敏...!  https://blog.udn.com/alpineatks/192061304  AI四適教榮神益人最重要!  https://blog.udn.com/alpineatks/191962831 落地為兄弟, https://www.youtube.com/watch?v=408k5Vhs29o 何必骨肉親! http://classic-blog.udn.com/alpineatks/165493853 心靈務自由,生命需超越; http://classic-blog.udn.com/alpineatks/165790406 人生不止百年;未來充滿生機! http://classic-blog.udn.com/alpineatks/112080286 建立養生,營生,行善學校型 https://blog.udn.com/alpineatks/183988197 今生平安喜樂,來生豐盛吉祥養生村. https://blog.udn.com/alpineatks/184002067

人工智慧系列內容
主要目標
實現方式
人工智慧哲學
歷史
人工智慧的應用
主題與列表

人工智慧（英語：artificial intelligence，縮寫為AI），是指電腦系統執行通常與人類智慧相關任務的能力，例如學習、推理、解決問題、感知和決策。作為工程學、數學和電腦科學交叉的研究領域，人工智慧旨在開發和研究相關方法與軟體，使機器能夠感知環境、運用機器學習和智慧採取行動，並提高達成既定目標的可能性。^[1]

人工智慧應用中較為知名的例子包括進階網路搜尋引擎、聊天機器人、虛擬助手、自動駕駛汽車，以及在策略遊戲（如西洋棋和圍棋）中的對弈和分析。自2020年代以來，生成式人工智慧已被廣泛用於根據文字提示生成圖像、音訊和影片。

人工智慧研究的傳統目標包括學習、推理、知識表示、規劃、自然語言處理和感知，以及對機器人學的支援。為達成這些目標，人工智慧研究人員使用了包括狀態空間搜尋和數學最佳化、形式邏輯、類神經網路，以及基於統計學、運籌學和經濟學的方法在內的技術。人工智慧還借鑑了心理學、語言學、哲學、神經科學和其他領域。^[2] 一些公司，如OpenAI、Google DeepMind和Meta，旨在創造人工通用智慧（AGI）——即能夠在幾乎所有認知任務上至少達到與人類同等水準的AI。^[3]

人工智慧作為一門學科於1956年成立，^[4]該領域在其歷史中經歷了多次樂觀的迴圈，隨後是失望和資金流失的時期，即所謂的AI寒冬。2012年後，隨著圖形處理器開始被用於加速神經網路，且深度學習超越了以往的人工智慧技術，資金和興趣大幅增加。^[5]2017年後，隨著Transformer架構的出現，這種增長進一步加速。在2020年代，人工智慧熱潮與生成式人工智慧的進步同步發生，後者使得媒體的建立和修改成為可能。除了人工智慧安全以及使用AI所帶來的意外後果和危害之外，倫理問題、長期影響以及潛在的存在風險也已引發了對人工智慧監管的討論。

生成式人工智慧（或稱生成式AI、產生式AI；英語：Generative artificial intelligence、Generative AI、GenAI、GAI）是一種人工智慧系統，能夠產生文字、圖像或其他媒體以回應提示工程^[1][2]，比如ChatGPT。產生模型學習輸入數據的模式和結構，然後產生與訓練數據相似但具有一定程度新穎性的新內容，而不僅僅是分類或預測數據^[3]。用於處理生成式人工智慧的最主要框架包括生成對抗網路（GAN）和基於轉換器的生成式預訓練模型（GPT）^[4][5]。

基於Transformer模型的深度神經網路技術和大型語言模型（LLM）的改進，使得2020年代初期出現了生成式人工智慧的人工智慧熱潮。其中包括ChatGPT、Copilot、Gemini、Claude、Grok、DeepSeek等聊天機器人；Stable Diffusion、Midjourney、DALL-E等文字到圖像生成模型；以及Sora、Veo等文字到影片生成模型^[6][7][8]。OpenAI、Anthropic、微軟、Google、百度等公司以及許多規模較小的公司都已開發出生成式人工智慧模型^[1][9][10]。

生成式人工智慧在藝術、寫作^[11]、軟體開發、醫療保健、金融、遊戲、客戶服務^[12]、行銷^[13]和時尚^[14]等各行各業都有潛在的應用。 然而，也有人擔心產生式人工智慧可能會被濫用，包括肆無忌憚地使用有版權的材料來訓練生成式人工智慧，以及製造假新聞和深偽技術來欺騙和操縱人們，以及大規模取代人類工作，目前正在討論法律規範，包括歐盟的《人工智慧法案》（英語：Artificial Intelligence Act, AI Act）。^[15][16]與有效加速主義（英語：effective Accelerationism, e/acc）等科技思想的關係也被提出^[17]。

微軟表示，截至2025年12月，各類生成式人工智慧工具已觸及全球16.3%人口。^[18] 

開源人工智慧（英語：Open-source artificial intelligence），根據開放原始碼促進會（OSI）的定義，是一種可以自由使用、研究、修改和共享的AI系統。^[1][2]這包括用於訓練模型的數據集、原始碼以及大模型參數，旨在促進一種協作且透明的人工智慧開發方式，使他人能夠重現基本相似的結果。^[3]

關於何種程度的開放才應被視為「開源」的爭論十分激烈。一些僅發布模型權重（而不公開訓練數據和代碼）的大型語言模型被批評為開源洗白（openwashing），實際上是封閉系統。^[4]流行的開源人工智慧項目類別包括大型語言模型、機器翻譯工具和聊天機器人。^[5]圍繞開源AI利弊的爭論涉及安全性、隱私和技術發展等多個方面。