人工智慧技術體系分類與應用解析

本張透過 EdrawMind 設計的 AI 人工智慧技術分類心智圖，是目前最清晰的 AI 技術體系梳理工具，完整將人工智慧分為生成式 AI（GenAI）與非生成式 AI 兩大核心類別，並進一步拆解各類別的主要應用場景與代表性模型，適用於 AI 學習、技術培訓、產業研究、課程筆記與科普分享。隨著 AI 技術的快速發展，各種新興模型與應用層出不窮，許多人對不同類型的 AI 技術差異感到困惑，而 EdrawMind 的結構化心智圖剛好能解決這項痛點，透過清晰的分類架構將複雜的 AI 技術拆解為易理解的單元，幫助使用者快速建立 AI 技術的分類體系，掌握不同類型 AI 的特性與應用場景。 心智圖以「AI 人工智慧」為核心主題，分為兩大核心分支：「GenAI（生成式 AI）」與「非 GenAI（非生成式 AI）」。「GenAI」分支聚焦能自動生成內容的 AI 技術，進一步分為兩大應用場景：「QA 機器人」包含 Bge large zh 與 Qwen 1.5 14b chat 等代表性模型，主要用於問答系統與對話互動；「程式助理機器人」則列舉 CodeQwen1.5-7B-Chat、DeepSeek、Claude、Gemini 與 Github Copilot 等模型，這些工具能協助開發人員撰寫程式碼、除錯與優化程式，大幅提升開發效率。「非 GenAI」分支則聚焦不具生成能力的傳統 AI 技術，列舉了多種常見應用場景：簽名辨識、聲紋模型、活體檢測、OCR 光學字元辨識、NLP 自然語言處理、人臉辨識與人證比對，以及 STT&TT 語音轉換技術，其中 STT&TT 部分包含 Whisper 等代表性工具與廠商資訊，完整呈現非生成式 AI 在身份驗證、數據處理、語音辨識等領域的應用。 透過 EdrawMind 的可視化編輯功能，使用者可自由擴充最新 AI 模型、技術案例、應用場景與學習資源，也能依自身需求調整分類架構與層級，讓心智圖成為不斷更新的 AI 技術知識庫，幫助使用者快速掌握 AI 技術的分類體系與應用方向，無論是入門學習者還是產業工作者，都能透過這張心智圖建立清晰的 AI 技術認知。

楊典明 追蹤

他的近期作品集 查看更多>>

最近的作品 檢視更多>>

• 人工智慧技術體系分類與應用解析

  本張透過 EdrawMind 設計的 AI 人工智慧技術分類心智圖，是目前最清晰的 AI 技術體系梳理工具，完整將人工智慧分為生成式 AI（GenAI）與非生成式 AI 兩大核心類別，並進一步拆解各類別的主要應用場景與代表性模型，適用於 AI 學習、技術培訓、產業研究、課程筆記與科普分享。隨著 AI 技術的快速發展，各種新興模型與應用層出不窮，許多人對不同類型的 AI 技術差異感到困惑，而 EdrawMind 的結構化心智圖剛好能解決這項痛點，透過清晰的分類架構將複雜的 AI 技術拆解為易理解的單元，幫助使用者快速建立 AI 技術的分類體系，掌握不同類型 AI 的特性與應用場景。 心智圖以「AI 人工智慧」為核心主題，分為兩大核心分支：「GenAI（生成式 AI）」與「非 GenAI（非生成式 AI）」。「GenAI」分支聚焦能自動生成內容的 AI 技術，進一步分為兩大應用場景：「QA 機器人」包含 Bge large zh 與 Qwen 1.5 14b chat 等代表性模型，主要用於問答系統與對話互動；「程式助理機器人」則列舉 CodeQwen1.5-7B-Chat、DeepSeek、Claude、Gemini 與 Github Copilot 等模型，這些工具能協助開發人員撰寫程式碼、除錯與優化程式，大幅提升開發效率。「非 GenAI」分支則聚焦不具生成能力的傳統 AI 技術，列舉了多種常見應用場景：簽名辨識、聲紋模型、活體檢測、OCR 光學字元辨識、NLP 自然語言處理、人臉辨識與人證比對，以及 STT&TT 語音轉換技術，其中 STT&TT 部分包含 Whisper 等代表性工具與廠商資訊，完整呈現非生成式 AI 在身份驗證、數據處理、語音辨識等領域的應用。 透過 EdrawMind 的可視化編輯功能，使用者可自由擴充最新 AI 模型、技術案例、應用場景與學習資源，也能依自身需求調整分類架構與層級，讓心智圖成為不斷更新的 AI 技術知識庫，幫助使用者快速掌握 AI 技術的分類體系與應用方向，無論是入門學習者還是產業工作者，都能透過這張心智圖建立清晰的 AI 技術認知。