跳到主要內容
愛寫字的工程師

115-3 科目一考古題詳解

人工智慧基礎概論，共 50 題。

  1. 第 1 題某製造工廠計劃導入 AI 預測產線設備的故障風險。維護團隊整理了過去五年的設備運作資料，並由資深工程師逐一完成人工標註，將每筆資料標示為「正常運作」或「發生故障」。若要利用這批已完成標註的歷史資料訓練分類模型，下列哪一種機器學習方法最適合？
  2. 第 2 題某電商平台希望利用 AI 分析消費者行為。團隊取得過去會員交易資料，其中部分資料已標註「是否流失會員」，另一部分資料僅包含會員瀏覽、購買及搜尋紀錄，但未標註任何結果。下列何者最適合描述兩類資料的應用方式？
  3. 第 3 題某物流公司希望導入人工智慧（AI）技術，目標是能依據即時交通路況、配送車輛位置及訂單需求，自動計算並決定最佳配送路線與車隊調度策略。下列何者最符合此智慧物流應用所採用的 AI 技術概念？
  4. 第 4 題某銀行導入 AI 信用貸款評分系統上線半年後，風險稽核部門發現，即使模型訓練資料中已不包含「職業別」欄位，仍可能透過「居住地區」與「消費類別」等高度相關特徵，對特定職業族群產生不合理差異待遇。依據 AI 治理精神，銀行應優先採取下列何種行動？
  5. 第 5 題某新創公司開發三款針對特定任務設計的 AI 產品，分別為：可自動生成社群貼文的「智慧行銷助理」、透過人臉辨識進行身分驗證的「辦公室門禁系統」，以及預測客戶流失風險的「資料分析模型」。上述產品依人工智慧的分類，皆屬於下列何者？
  6. 第 6 題某壽險公司 AI 客服助理上線後進行測試。顧客與 AI 助理對話時，全程未察覺對方並非真人，回應自然且能適當安撫顧客情緒。然而，當顧客詢問「我同時符合兩項理賠條件，應優先申請哪一項？」時，AI 助理前後提供不同建議；進一步詢問原因時，也無法說明判斷依據，只能持續提供語意通順但未能回答問題的內容。技術主管認為，既然 AI 已具備足以讓人誤認為真人的對話能力，就代表其判斷結果值得信賴。依據圖靈測試（Turing Test）的設計理念，下列何者最適合評估上述技術主管的觀點？
  7. 第 7 題根據數位發展部《公部門人工智慧應用參考手冊》，若 AI 系統的自動決策可能對民眾權益造成重大影響，最應優先確保下列哪一項機制？
  8. 第 8 題某製造企業欲建置 AI 品質檢測系統，利用生產線攝影機即時判斷零件表面是否存在細微刮痕。下列何種技術最適合用於此類應用？
  9. 第 9 題某電商平台計劃開發一個機器學習模型，目標是在每個月底自動預測哪些現有會員在下個月可能會流失（不再消費），以便行銷團隊提前發送優惠券進行挽留。若要提升模型預測會員流失的效果，在進行特徵工程（Feature Engineering）時，下列哪一項作法最適合？
  10. 第 10 題某零售電商平台計劃建置機器學習模型分析會員行為。在資料預處理階段，資料科學團隊發現會員的「年消費總額」與「月到訪次數」數值範圍差異較大，可能影響部分機器學習模型的訓練效果，因此決定採用 Z-Score 標準化（Standardization）進行特徵縮放。已知該平台全體會員的「年消費總額」平均值為 30,000 元，標準差為 5,000 元。若某位 VIP 會員的年消費總額為 40,000 元，下列敘述何者正確？
  11. 第 11 題某健康管理 AI 系統透過智慧手環蒐集使用者的生理量測資料，資料以欄位標籤（Tag）記錄，例如「使用者 ID：H123」、「量測項目：心率」、「量測數值：75」等。不同裝置可依功能需求上傳不同欄位（如：血氧濃度），因此各筆資料不一定具有完全相同的欄位結構。在資料格式與資料結構特徵的分類上，此類資料最屬於下列哪一種資料型態？
  12. 第 12 題某電商平台的客服部門統計了本月 10,000 筆顧客服務評分（滿分 100 分），發現平均分數為 72 分，中位數為 85 分，平均數顯著小於中位數。資料分析師欲初步判斷此評分資料的分配型態，下列敘述何者最合理？
  13. 第 13 題某電商平台的資料科學團隊欲建置一套 NLP 模型，用於分析顧客在社群媒體上對商品的評論情緒。在將原始貼文資料送入模型訓練前，團隊執行了以下步驟：移除貼文中夾雜的 HTML 標籤與網址、將表情符號轉換或移除、去除「的、了、啊」等對情緒判斷無實質貢獻的停用詞，並統一將文字轉換為小寫格式。請問上述步驟主要屬於機器學習專案流程中的哪一環節？
  14. 第 14 題某資料科學家利用房屋資料建立 AI 房價預測模型，資料中包含許多彼此高度相關的數值特徵（例如房屋總坪數、客廳坪數等）。為了降低資料維度並減少特徵間的重複資訊，最適合採用下列何種技術？
  15. 第 15 題企業在公開去識別化的消費資料集前，為避免他人透過郵遞區號、性別等間接識別資訊交叉比對後重新識別特定個人身分，同時保留資料的分析價值，最適合採用下列哪一種隱私保護技術？
  16. 第 16 題某零售企業的資料科學團隊正在開發高價值會員預測模型。在資料前處理階段，分析師發現特徵欄位「年收入」有約 5% 的遺漏值（Missing Value）。經資料探索發現，該欄位的數值分佈呈現高度正偏態（右偏分配，Skewness to the Right）。若在不刪除任何會員資料的前提下，欲選擇較適合的遺漏值填補方式，下列何者最為合適？
  17. 第 17 題某公司準備利用智慧電表資料建立 AI 模型分析用電趨勢。為了降低資料量，將原本每秒紀錄一次的資料改為每小時統計一次。這項調整最可能造成什麼影響？
  18. 第 18 題某公共衛生研究中心建置民眾健康資料分析平台，提供研究人員查詢各地區慢性病患者的統計資訊。為防範研究人員透過多次查詢不同條件的統計結果進行比對，而推論特定個人是否存在於資料庫中，平台在輸出統計結果時，會依據演算法加入適當的隨機雜訊（Random Noise），使單一病患資料的新增或刪除，不會造成明顯改變統計查詢結果。下列何者最符合此系統採用的隱私保護技術？
  19. 第 19 題某科技新創公司欲開發一套人臉美化濾鏡應用程式，研發團隊自網路公開的社群媒體蒐集大量個人自拍照作為模型訓練資料。這些照片皆由使用者自行公開分享，未設定瀏覽權限限制。公司法務人員在進行專案合規性評估時，針對「將公開照片作為商業 AI 模型訓練資料」提出法律風險提醒。下列哪一項敘述最符合現行個人資料保護法及 AI 倫理的原則？
  20. 第 20 題某電商平台計劃針對既有會員進行精準行銷。行銷團隊收集了所有會員的平均消費金額、每月購物頻率及瀏覽商品類別次數等特徵資料，但並未預先設定客戶類型標籤。希望透過 AI 自動將特徵相似的會員分成數個群體，作為後續規劃客製化促銷方案的依據。下列哪一種機器學習方法最適合此需求？
  21. 第 21 題某交通局計劃預測未來 1 小時的路口車流量，以最佳化號誌時制配置。系統需要分析過去 24 小時的車流量資料。若模型設計著重於模擬「前一階段（如前 15 分鐘）的壅塞狀況會延續並影響下一階段」，下列哪一種深度學習架構最適合作為此預測模型的核心？
  22. 第 22 題某食品加工廠建立水果瑕疵檢測系統，已蒐集約 10,000 張影像，其中 2,000 張已完成「正常」、「碰傷」及「病斑」標註，其餘 8,000 張尚未完成標註。公司希望在降低人工標註成本的前提下，提升影像分類模型的辨識能力。下列何種作法最適合？
  23. 第 23 題請問下列哪一項 AI 應用專案，最適合採用長短期記憶網路（LSTM）進行模型開發？
  24. 第 24 題某醫院利用 AI 模型進行癌症篩檢，目前模型的精確率（Precision）為 96%，召回率（Recall）為 71%。醫師評估後認為，希望能讓更多真正罹癌的病患在初步篩檢時被及早發現，即使因此增加部分後續複檢人數也可以接受。分析師應優先採取何種策略？
  25. 第 25 題為了更客觀地評估 AI 模型的效能，資料科學家將資料集分成 5 等份，輪流以其中 1 等份作為測試資料，其餘 4 等份作為訓練資料，重複進行 5 次訓練與評估，最後將各次評估結果取平均。上述方法稱為下列何者？
  26. 第 26 題某電商公司訓練一套深度學習模型，用來預測顧客是否會退貨。工程師觀察訓練紀錄發現：模型在第 1 個 Epoch（輪次）時預測表現不佳，隨著訓練進行，內部參數不斷被自動更新，到第 50 個 Epoch 時預測準確度已大幅提升。模型在訓練過程中，主要根據下列哪一項資訊決定模型參數的更新方向？
  27. 第 27 題某集團為響應淨零排放政策，計劃引進智慧節能系統，利用歷史氣象觀測資料（如溫度、濕度）與大樓進出人數，來預測總部大樓明日的總用電量（kWh），以利最佳化空調冰水主機的運轉排程。請問下列哪一組「任務類型／演算法／評估指標」的組合最適合此應用需求？
  28. 第 28 題某農業合作社欲根據歷年各田區的日照時數、降雨量、施肥量及土壤酸鹼值等資料，搭配各田區當季實際收穫的稻米產量（公噸），建立模型，以預測下一季新田區的稻米產量（連續數值）。請問下列哪一組「學習類型／演算法／評估方式」的搭配最為合理？
  29. 第 29 題某保險公司建置理賠風險預測模型，主管要求模型驗證流程需具備可重現性，以符合模型治理與稽核要求。若模型驗證採用包含隨機資料切分的 k-fold 交叉驗證，下列何者最能確保每次執行時樣本分割結果一致？
  30. 第 30 題某製造工廠導入人工智慧系統，持續蒐集設備的溫度、振動、電流及轉速等感測資料。當系統發現設備運轉狀態出現不尋常變化時，可立即通知維護人員，以降低非預期停機的風險。下列何者最符合上述系統功能？
  31. 第 31 題某連鎖量販店計劃導入 AI 銷量預測系統，以優化每日進貨與庫存管理。團隊比較兩家軟體廠商提供的迴歸模型，兩個模型皆以相同的測試資料集進行評估，其中廠商甲模型的均方誤差（Mean Squared Error, MSE）為 12.5，廠商乙模型的均方誤差（MSE）為 42.0。僅依據 MSE 指標的數值與定義來評估模型表現，下列何者最適合作為模型評估結果的說明？
  32. 第 32 題某證券公司開發 AI 輔助分析系統，需要分析長篇的法人說明會逐字稿。系統須有效建立逐字稿前後段落之間的長距離語意關聯，並在處理長篇文本時，能直接關聯相距較遠的文字內容，而無須依序傳遞前文資訊，以提升分析效率與準確性。下列哪一種模型架構最適合？
  33. 第 33 題某製造業工廠導入 AI 模型預測設備故障風險，技術團隊向產線主管說明模型運作原理：模型在每一輪訓練中，會依據「預測故障機率」與「實際發生故障結果」之間的落差程度，產生一項量化指標，並將該數值提供給後續模型訓練流程，作為模型參數調整的重要依據。請問此敘述最符合深度學習訓練流程中哪個元件的功能？
  34. 第 34 題某金控集團規劃導入下列四項 AI 應用。依據各項應用的主要功能特性，下列何者正確區分屬於「鑑別式 AI」與「生成式 AI」？甲、客服部門：為培訓新進客服人員，希望 AI 系統依據歷史客訴案例，自動產生不同客訴情境的對話劇本，供員工進行角色扮演演練。乙、法務部門：為加速合約審查流程，希望 AI 系統分析合約草稿，並標示屬於高風險或不符合公司規範的條款。丙、投顧部門：為提供投資建議，希望 AI 系統分析全球經濟指標與股市歷史資料，判斷下個月大盤指數可能上漲或下跌。丁、行銷部門：為提升廣告點閱率，希望 AI 系統依據產品說明，自動改寫出五種不同風格的全新宣傳文案。
  35. 第 35 題某半導體製造廠導入 AI 視覺檢測模型，用於自動判斷晶圓表面是否存在瑕疵。隨著模型正式上線運作，品質管理部門希望了解模型在大量檢測影像中的整體判斷規律，例如哪些影像特徵通常對瑕疵判定結果影響較大，以及模型整體傾向依據哪些特徵進行分類。上述需求屬於可解釋人工智慧（Explainable AI, XAI）中的何種解釋方式？
  36. 第 36 題某銀行的信用評分模型須向主管機關說明各項資料對評分結果的影響力。分析師採用排列特徵重要性（Permutation Feature Importance）方法，逐一打亂單一特徵的數值後重新測試模型表現。下列敘述何者最符合此方法判斷特徵重要性的原則？
  37. 第 37 題某市政府建置智慧城市巡檢系統，希望利用路面監視器影像，自動分析道路、人行道及綠地等公共設施的分布情形，並進一步統計各類設施受損區域所占面積，以作為維護決策的依據。系統需將影像中的每個像素標示其所屬類別。請問最適合採用下列哪一種電腦視覺技術？
  38. 第 38 題某企業建置長時間對話的客服機器人，發現當對話回合數持續增加、上下文變得很長時，即使對話內容仍未超過模型可支援的上下文長度上限，模型仍常「忘記」或答錯先前提及的內容，回覆準確度明顯下降。下列關於此現象的敘述，何者最正確？
  39. 第 39 題某手機應用程式提供「舊照片修復」功能，使用者上傳模糊照片後即可產生清晰版本。其模型訓練流程為：先將清晰影像逐步加入隨機雜訊，直到完全變成雜訊影像，再訓練模型學習如何逐步去除雜訊，以還原出清晰影像。請問此功能最主要採用下列哪一種生成式 AI 模型架構？
  40. 第 40 題使用多種品種的貓影像訓練生成對抗網路（GAN），希望生成多樣化的貓影像。然後，生成器（Generator）在訓練過程中逐漸只會反覆產生同一隻橘貓的影像，以騙過鑑別器（Discriminator），導致生成結果缺乏多樣性。請問此現象稱為下列何者？
  41. 第 41 題某製造業廠區計劃導入 AI 影像分析系統，希望統計各產線員工穿戴安全帽與反光背心的整體遵從率，作為職業安全管理改善的參考依據。為兼顧職業安全管理與員工隱私保護，系統在分析及產出報表時不得識別或記錄任何特定員工的身分資訊。下列何種 AI 技術最適合此需求？
  42. 第 42 題某客服系統開發團隊希望聊天機器人的回覆風格更貼近人類偏好，因此在模型訓練後期導入人類回饋強化學習（Reinforcement Learning from Human Feedback, RLHF）技術。關於 RLHF 核心作法，下列敘述何者最正確？
  43. 第 43 題某企業導入大型語言模型處理超長合約文件（數萬字），發現輸入越長，運算時間與資源消耗增加得越快，遠超過文件長度增加的比例。下列何者最能解釋此現象發生的主要原因？
  44. 第 44 題某軟體公司計劃開發一款手機 App，需要在沒有網路的環境下，也能在手機本機端（邊緣裝置）執行微型大語言模型來提供即時語音翻譯服務。考量到行動裝置的記憶體（RAM）容量限制以及電池續航力，工程師建議在部署前先對模型進行模型量化（Quantization）處理。請問關於此作法所帶來的預期效益與影響，下列敘述何者最正確？
  45. 第 45 題某銀行導入 AI 模型進行貸款核准判斷，主管要求必須具備可解釋人工智慧（XAI）機制，以便在客戶被拒貸時，能向審查人員說明該客戶被判定拒貸的主要原因。下列何者最符合 LIME 的運作方式，以用於提供單一客戶預測結果解釋？
  46. 第 46 題某醫院導入 AI 輔助判讀胸部 X 光片，為了讓醫師了解模型依據影像哪些區域做出診斷，工程師規劃於判讀畫面中加入顯著性圖（Saliency Map）作為視覺化說明。關於此項規劃在實務應用上，下列敘述何者最正確？
  47. 第 47 題某跨國企業計劃導入「多語言智慧客服系統」，希望系統既能精準捕捉各國語言的在地化文化與特性，又能共享核心的跨語言語意理解能力，以降低維護多套模型的營運成本。下列哪一種模型方案最適當？
  48. 第 48 題某法律事務所導入生成式 AI 協助律師查詢法規與合約內容。系統需要根據使用者提問，即時查詢時常動態更新的外部法規資料及數百頁合約中的相關條文。為了避免每次提問都將數百頁文件全部輸入模型而導致極高的 Token 運算成本與回應延遲，下列何種架構最適合此需求？
  49. 第 49 題某金融機構計劃開發一套智慧理賠防詐欺與自動化審查系統。該系統的運作流程為：先由模型 A 分析客戶上傳的診斷書與收據影像，評估並輸出該案件屬於「正常理賠」或「疑似詐欺（高風險）」的機率值；確認為正常案件後，再由模型 B 根據診斷書內容進行上下文語意推理，自動撰寫客製化的理賠通知信函與案件摘要報告。下列關於兩個模型的敘述，何者最正確？
  50. 第 50 題某金控公司計劃導入「美股即時分析 AI 助理」，該助理須同時滿足兩項需求：第一，回覆內容須遵循固定的合規格式與專業口吻；第二，能提供當日最新股價及財報等即時更新資訊。關於技術團隊對上述需求所提出的技術建議，下列何者最為正確？