愛寫字的工程師某物流公司想導入 AI 以提升營運效率，評估不同資料型態與模型架構。下列哪一種應用情境最適合採用卷積神經網路（Convolutional Neural Network, CNN）作為主要模型架構？
答案 （C）
核心概念
CNN 的設計核心是卷積核在空間上滑動，擷取局部特徵（邊緣、紋理、形狀），再透過層層堆疊組合成高階語意。
這種「局部感受野＋權重共享」的機制天生適合具有空間結構的資料，也就是影像。至於帶有時間先後順序的序列資料，主場是 RNN／LSTM 或 Transformer。
拿放大鏡比喻：拿著放大鏡在圖上一格一格看過去，先看到邊、再看到形狀。但這個動作幫不了「誰先誰後」的資料。
答題技巧
快速判斷技巧：一句話對應，掃選項只找哪一個輸入是影像。 ・CNN → 吃空間（影像） ・RNN／LSTM → 吃時間（序列） ・Transformer → 吃長序列與語言
易錯陷阱：本題三個誘答都刻意強調「順序」「連續」「時間序列」，就是要跟影像那一個做出區隔。 作答時只要抓住「監視器影像」四個字即可，其他細節不必細讀。