AI 是什麼？它和 LLM 有什麼關係？
想像一個吃豆人式的迷宮：角色由程式控制，目標是走到一顆豆子的位置。你堵住原本的路，它又找到另一條路。看起來，它好像知道自己該往哪裡走。
這種「會自己找路」的行為，是怎麼做出來的？ 我們先拆開一個小例子，再看看人工智慧 (Artificial Intelligence, AI) 還能用哪些方式建立能力。
角色怎麼知道要往哪裡走？
先把迷宮縮小成五個地點。S 是角色的起點，G 是豆子的位置；地點之間的線，代表可以走的通道。
| 提供給程式的資訊 | 在例子中代表什麼 |
|---|---|
| 地圖 | 哪些地點相連、哪些通道可走 |
| 起點 S | 角色現在在哪裡 |
| 目標 G | 要走到哪裡 |
| 找路規則 | 怎麼依序檢查可以到達的地點 |
程式可以從 S 開始，先檢查走一步能到哪裡，再檢查走兩步能到哪裡，逐層往外找。把已檢查過的地點記住，就不會一直繞著同一段路打轉。
這種探索可能路線的做法叫搜尋 (Search)。本例採用廣度優先搜尋 (Breadth-First Search, BFS)：從少步數到多步數找。每一段的成本都相同時，它能找出段數最少的路。
地圖有兩條候選路線：S → A → G 是 2 段，S → B → C → G 是 3 段。如果封閉 A–G，角色還能走到豆子的位置嗎？
先看全部開放時的路線，再封閉 A–G。用「下一步」比較程式檢查的位置與最後路線；接著連 C–G 也封閉，看是否還能到達目標。
看起來會變通，背後改了什麼？
| 路況 | 程式算出的路線 | 角色可以怎麼走 |
|---|---|---|
| 全部開放 | S → A → G，2 段 | 走上方的短路 |
| 只封 A–G | S → B → C → G，3 段 | 繞到下方，仍然到達 G |
| A–G、C–G 都封閉 | 找不到路 | 無法沿現有通道到達 G |
在練習中，「搜尋」面板的表格記錄程式檢查了哪些位置，「結果」面板才列出最後選定的路線。程式檢查過的位置，不等於角色最後都要走過的位置。 搜尋先探索選擇，再交出一條可以執行的路。
從外面看，角色好像會因應封路而改變主意；拆開來看，它是用同一套找路規則，處理這次不同的地圖。這次換的是地圖，找路規則本身沒有改變。
這能讓我們先分清楚兩件事：你看到它做了什麼，以及程式怎麼把這個行為做出來。 知道內部使用演算法 (Algorithm)，也不代表這個能力就失去價值；我們要理解的正是計算如何形成行為。
AI 想讓電腦做到什麼？
人工智慧 (Artificial Intelligence, AI) 是一個研究與技術領域，關注如何讓電腦完成辨識、學習、推理與規劃等任務。會找路、辨認照片與處理語言，是不同的能力；聊天只是其中一種應用。
先看幾個你可能見過的例子：
| 能力 | 電腦收到什麼 | 要得到什麼 |
|---|---|---|
| 辨認照片內容 | 一張照片 | 判斷照片裡有沒有貓 |
| 語音辨識 (Speech Recognition) | 一段錄音 | 對應的文字 |
| 預測需求量 | 過去需求等資料 | 未來需求的估計數值 |
| 生成內容 | 要求與相關資訊 | 新的文字、圖片或聲音 |
這些例子說的是要完成什麼任務，不是四種互不相容的 AI。完成它們的做法可以不同，同一套系統也可以結合多種能力。
其中，以產生新內容為目標的方向稱為生成式 AI (Generative AI)。所以生成式 AI 不只包含聊天，也不只包含文字；照片辨識這類判斷任務，則不需要生成一段新內容。
所有 AI 都是這樣寫規則嗎？
剛才的找路例子，人能寫清楚哪些位置相連、如何檢查下一個位置。換成「照片裡有沒有貓」，情況就不同了。你很容易認出貓，但要把所有判斷規則寫成程式就很難：貓可能側身、縮成一團、只露出半張臉，毛色與光線也不同。
另一種做法，是先設計一套接收照片、計算並輸出判斷的數學結構，稱為模型 (Model)。
接著準備許多照片，標明哪些有貓、哪些沒有貓，讓模型先做判斷，再根據判斷與標記的差距，反覆調整內部的數值。這個過程叫訓練 (Training)；這種從資料學習的方法，叫機器學習 (Machine Learning)。
人不必逐條寫出所有辨認規則，而是設計模型與學習方法，讓資料參與形成它的判斷方式。
| 階段 | 提供什麼 | 模型做什麼 |
|---|---|---|
| 訓練時 | 許多照片，以及有貓／沒有貓的標記 | 做判斷、比較標記、調整內部數值 |
| 使用時 | 一張要辨認的新照片 | 用已形成的計算方式，判斷是否有貓 |
使用已訓練的模型計算結果，叫推論 (Inference)。它的目標不只是答對練習過的照片，也要能處理沒看過的新照片；能不能做到，需要另外檢查，不能因為完成訓練就當作一定可靠。
找路例子展示依規則探索選擇，照片例子展示從資料形成判斷方式。這些是解釋能力怎麼做出來的案例，不是 AI 的兩個完整分類。 系統也能把學到的模型與搜尋搭配使用。
接著沿著機器學習往下看，認識其中處理語言的一類做法。並非所有機器學習都有人逐筆給答案，後續會再介紹其他學習方式。
那麼，LLM 在哪裡？
機器學習有多種做法。其中，神經網路 (Neural Network) 用互相連接的數學運算來處理資料，訓練會調整運算中使用的數值。深度學習 (Deep Learning) 使用多層神經網路，讓資料經過多層處理。
大型語言模型 (Large Language Model, LLM) 是以語言為核心的一類模型。現代 LLM 通常透過深度學習建立，從大量資料中學習規律。常見的生成式 LLM 能依據前文逐步產生文字；後面的章節會解釋它如何計算下一步，以及訓練怎麼改變那些計算。
圖中的框表示包含關係：LLM 是我們深入研究的案例，AI 是更大的領域。 這張圖只畫出走向現代 LLM 的路線，沒有列出所有 AI 方法或所有深度學習模型。
也不能把「生成式 AI」直接換成「LLM」：前者按產生新內容這個任務命名，後者是一類模型。生成圖片的系統不一定使用 LLM，照片辨識模型也不必會聊天。
AI 聊天產品和模型有什麼不同？
你使用 ChatGPT、Gemini 或 Claude 聊天時，操作的是 AI 聊天產品。產品背後的語言模型負責處理輸入與產生輸出。模型負責計算，產品把模型與介面、對話紀錄等部件組合成可以使用的服務。
例如你看到先前的訊息、輸入框與送出按鈕，是在操作產品。文字送出後，模型才處理這次收到的內容並產生輸出。對話紀錄怎麼送進模型、產品如何接上外部資料與工具，後面會另外解釋。
因此，我們會先以文字對話追 LLM 的原理，再介紹其他 AI 任務與應用系統；不用把所有 AI 都套進聊天模型的回答流程。
接著讀〈我傳一句話給 AI，到底發生了什麼？〉，追聊天服務背後的語言模型如何逐步產生回答。搜尋、照片辨識與語言生成都能產生有用的行為，但不能把它們的內部流程混成同一種方法。
參考：Berkeley 的吃豆人搜尋教材、Google 機器學習概覽、Hugging Face 的 NLP 與 LLM 定位、MuZero：學習模型與搜尋的結合、圖靈〈Computing Machinery and Intelligence〉原文（2026-10-01 查核）。