本簡報以 16:9 橫向為主
請旋轉手機
或改用平板 / 桌機觀看
30 小時的初級研習，從這 6 小時開始。
搞懂為什麼考、考什麼、怎麼讀；再用一章把 AI 的「定義 / 分類 / 治理」一次補齊。
不是學會用 AI， 而是學會規劃怎麼用 AI。
iPAS 初級不要求寫程式、不要求懂深度學習。
它要的是：你能不能在公司會議上，講清楚 AI 該被用在哪、不該被用在哪。
不是「聽過」，而是「答得出題目、講得出案例」。
這是整套 30 小時研習的第一章，也是最常被學員跳過的一章。
但跳過它，等於進考場前不看遊戲規則。
廠商認證 → 綁特定工具。
線上課證書 → 沒有政府背書。
英文國際證 → 跟本地職場斷層。
對 0 基礎職場人來說，這張證的價值不在「我會 AI」——
這是規劃師的能力，
不是工程師的能力。
電腦線上測驗（CBT） · 由工研院認證考場辦理
每年約 2-3 梯次 · 報名前確認最新公告
取得後永久有效 · 無年費、無重考要求
下列何者「最」符合人工智慧的定義？
(A) 能執行重複任務的程式
(B) 能模擬人類認知進行學習與決策的系統
(C) 能連網的設備
(D) 能做數學運算的硬體
某銀行用歷史交易判斷新交易是否為詐騙，屬於哪一類 AI？
(A) 規則式系統
(B) 分析型 AI
(C) 生成型 AI
(D) 強人工智慧
歐盟 AI Act 將「社會評分系統」歸於哪一級風險？
(A) 低風險
(B) 有限風險
(C) 高風險
(D) 不可接受風險
80 題裡有 70 題是這種「白話 + 4 選 1」的格式。看到這就知道：考的是判斷力，不是記憶力。
課堂上：不抄筆記、不背公式。專心聽、開口答、寫題目就好——回家自己讀講義時間還很多。
整套科目一的入口章節。
搞懂這四件事，後面 CH2-7 才不會在每個名詞前都卡住。
「Every aspect of learning or any other feature of intelligence can be so precisely described that a machine can be made to simulate it.」
1956 年達特茅斯會議的一句話，啟動了之後 70 年的 AI 發展。
關鍵字是 simulate（模擬）——不是「複製」、不是「取代」、是「模擬」。
所有「讓機器表現出智慧行為」的技術。包含規則式系統、知識圖譜、機器學習、深度學習……都在裡面。
AI 的一個子集。讓機器「從資料裡自己學規則」，而不是工程師寫死。今天大部分商用 AI 都是 ML。
ML 的一個子集。用「多層神經網路」處理影像、語音、文字。ChatGPT、人臉辨識、自駕都屬於這層。
口訣：分析看現在 / 預測看未來 / 生成造新的。樣題大量出現「下列何者屬於 X 型 AI」題型。
iPAS 的題目立場：以使用者端的輸出為準，不糾纏內部架構。
iPAS 應用規劃師的定位明確：第三層 · 實際運用。不是去做 GPU 設計，是去規劃 AI 怎麼幫公司解決問題。
考試重點：看到「社會評分」就選不可接受、看到「履歷 / 醫療」就選高、看到「聊天機器人」就選有限。
車主沒在握方向盤、AI 是車廠寫的、感測器是供應商的、地圖是另一家的、行人本身違規。
這就是為什麼 AI 治理 6 原則裡，問責（Accountability）是核心。
某銀行希望用 AI 改善房貸審核效率，
但又擔心對特定地區族群有系統性偏誤。
下列哪一個 AI 治理原則「最」直接對應這個擔憂？
(A) 透明
(B) 公平
(C) 隱私
(D) 可解釋
關鍵字：「系統性偏誤」「對特定族群」
→ 直接對應公平（Fairness）原則。
常見誤選：
· 選 (A) 透明 — 透明是「告知使用者是 AI」，跟偏誤無直接關聯。
· 選 (D) 可解釋 — 可解釋是「能說明判斷依據」，但本題問的是「不能歧視」。
口訣：看到「歧視 / 偏誤 / 對特定族群」 → 選公平
接下來 24 hr 的內容會更密、術語會更多。
但只要這 6 hr 的地基沒鬆，後面每一章都接得起來。
Stage 2 開場的第一個問題會是：「結構化資料 / 半結構化 / 非結構化，這三個詞各舉 1 個你公司的例子」。可以先想想。
這份簡報會留在原連結，隨時可回頭翻。
章末練習 + 樣題詳解全部在右上角「講義」連結內，回家可繼續刷。