快速回答：Neural Network 是什麼？

Neural Network（神經網路）是一種模仿人腦神經元連結方式的運算架構。它由大量的「節點」組成，每個節點接收輸入、做簡單的數學運算、再把結果傳給下一層。透過反覆調整節點之間的連結強度，神經網路能從資料中學會辨識模式，這就是現代 AI 能辨識圖片、理解語言、生成文字的底層技術。

神經網路的正式定義

神經網路是由人工神經元（Artificial Neuron）組成的計算模型，透過加權連結構成多層結構，並以數學最佳化方法（通常是梯度下降法搭配反向傳播演算法）來調整連結權重，使模型的輸出逐步逼近目標結果。

這個概念最早可以追溯到 1943 年 McCulloch 和 Pitts 提出的數學模型，而真正實用化是在 2012 年 AlexNet 贏得 ImageNet 競賽之後，GPU 運算能力和大量資料讓深層神經網路變得可行。

白話解釋：神經網路就像什麼？

想像一家公司要判斷一封信是不是垃圾郵件。

第一排員工各自負責看一個特徵：有沒有「免費」這個詞、寄件者是不是陌生人、有沒有奇怪的連結。每個人看完之後，給出一個分數，交給第二排的組長。

組長把這些分數加權彙整，再傳給最後一位主管做最終判斷：是垃圾郵件，還是正常信件。

如果判錯了，主管會回頭跟每個人說「你給的分數要調高一點」或「你那個指標沒那麼重要，權重降低」。這個調整過程反覆做幾百萬次之後，整個團隊就變得很準。

神經網路的運作邏輯就是這樣：一層一層傳遞資訊，判錯就回頭調整，直到準確率夠高。

神經網路怎麼運作

神經元（Neuron）

一個人工神經元做的事情很單純：

接收多個輸入值，每個輸入乘上一個權重（weight），全部加起來之後再加上一個偏差值（bias），最後通過一個「激活函數」（activation function）決定要不要把訊號傳出去。

用數學寫就是：output = activation(w1*x1 + w2*x2 + ... + bias)

激活函數的作用是引入非線性。如果沒有它，不管疊多少層，整個網路都只能算線性關係，根本處理不了圖片辨識或語言理解這種複雜問題。常見的激活函數包括 ReLU、Sigmoid 和 Tanh。

層（Layer）

神經網路由三種層組成：

輸入層（Input Layer）負責接收原始資料。如果是一張 28×28 的灰階圖片，輸入層就有 784 個神經元，每個對應一個像素值。

隱藏層（Hidden Layer）是做運算的地方。層數越多，網路能學到的模式就越複雜。當隱藏層超過兩層，就進入「深度學習」的範疇。

輸出層（Output Layer）給出最終結果。分類任務的輸出層通常有幾個類別就有幾個神經元，數值最高的那個就是模型的答案。

訓練：反向傳播

神經網路的學習過程分四步：

前向傳播：資料從輸入層一路算到輸出層，得到一個預測結果。

計算誤差：把預測結果和正確答案比對，用損失函數（Loss Function）算出差了多少。

反向傳播：從輸出層往回算，找出每個權重對誤差的貢獻有多大。這就是「反向傳播演算法」（Backpropagation）在做的事。

更新權重：根據每個權重的貢獻程度，微調它的數值，讓下一次的預測更接近正確答案。

這四步反覆做幾十萬到幾百萬次（每次用一批資料），模型的準確率就會慢慢提升。整個過程像老師批改考卷：看錯在哪、找出原因、針對性地糾正。

常見的神經網路架構

CNN（卷積神經網路）

Convolutional Neural Network 專門處理有空間結構的資料，最典型的就是圖片。

CNN 的核心是「卷積核」（Filter），一個小方塊在圖片上滑動，偵測局部特徵。淺層的卷積核抓邊緣和紋理，深層的抓更抽象的模式（臉型、物體輪廓）。

應用場景：影像辨識、醫療影像判讀、自動駕駛的物件偵測、工廠產線的瑕疵檢測。

RNN（循環神經網路）

Recurrent Neural Network 處理序列資料，特點是有「記憶」機制。前一個時間步的輸出會回饋給下一個時間步當作輸入，所以它能理解順序關係。

原始 RNN 有個問題：序列太長的時候，前面的資訊會「忘光」（梯度消失）。LSTM（長短期記憶）和 GRU 是改良版，加入了「記憶閘門」機制來決定哪些資訊該記、哪些該忘。

應用場景：語音辨識、時間序列預測、機器翻譯（已大部分被 Transformer 取代）。

Transformer

2017 年 Google 提出的架構，靠「自注意力機制」（Self-Attention）一次看完整個序列，不需要像 RNN 一步一步算。這讓它能大規模平行運算，訓練速度快很多。

GPT、Claude、Gemini 這些大型語言模型的底層全部都是 Transformer。它幾乎取代了 RNN 在自然語言處理的地位，也被引入到圖像（ViT）和語音領域。

詳細原理可以看：Transformer 是什麼？

GAN（生成對抗網路）

Generative Adversarial Network 由兩個網路對抗組成：生成器（Generator）負責創造假資料，判別器（Discriminator）負責分辨真假。兩個互相競爭，生成器越來越會騙人，判別器越來越會抓假。

GAN 曾經是圖像生成的主流技術，雖然現在 Diffusion Model 在圖像生成上更常用，但 GAN 在資料增強、超解析度和風格轉換等領域仍然有用。

神經網路能做什麼

影像辨識：辨識人臉、偵測物件、判讀醫療影像。

自然語言處理：翻譯、文字生成、情感分析、摘要。

語音處理：語音轉文字、文字轉語音、聲音合成。

遊戲與策略：AlphaGo 用神經網路評估棋局、遊戲 AI 用強化學習搭配神經網路做決策。

科學研究：蛋白質結構預測（AlphaFold）、藥物分子設計、氣候模擬。

神經網路的限制

黑盒問題：網路越深，越難解釋它為什麼做出某個判斷。對醫療、金融等需要解釋性的領域，這是嚴重的問題。

資料飢渴：訓練有效的神經網路通常需要大量標記資料。資料不夠的時候，模型容易過擬合（Overfitting），在訓練資料上表現很好，遇到新資料就失準。

運算成本高：訓練大型神經網路需要大量 GPU 和電力。GPT-4 等級的模型，單次訓練成本估計數千萬美元。

脆弱性：對輸入的微小擾動很敏感。在圖片上加一點人眼看不出的雜訊，就可能讓模型把熊貓判成長臂猿。

泛化困難：在特定資料集上表現優異，換到不同分布的資料可能直接失效。

安全與風險

對抗樣本攻擊（Adversarial Examples）：攻擊者精心設計微小的擾動加到輸入資料上，讓神經網路做出錯誤判斷。這在自動駕駛場景特別危險，例如在停車標誌上貼幾張貼紙，可能讓 AI 誤判為速限標誌。

模型竊取（Model Extraction）：透過大量查詢目標模型的 API，用回覆的結果訓練出一個功能相近的「影子模型」，等於偷了人家的智慧財產。

成員推論攻擊（Membership Inference）：判斷某筆特定資料是否曾經被用來訓練模型。如果模型是用病患資料訓練的，這等於洩漏了個人隱私。

後門攻擊（Backdoor Attack）：在訓練資料中注入帶有特定觸發模式的樣本，讓模型在遇到這個模式時做出指定的錯誤行為，平時卻表現正常，很難被偵測到。

供應鏈風險：使用別人訓練好的模型（預訓練模型）時，你無法完全確認模型裡有沒有藏後門或偏見。

台灣相關應用

半導體製造：台積電使用 CNN 做晶圓瑕疵檢測，取代部分人工目視檢查，速度和準確率都提升。

醫療影像：台灣多家醫學中心用神經網路輔助判讀 X 光、CT 和病理切片，協助醫師早期發現肺結節和病變。

金融風控：國內銀行用神經網路偵測異常交易模式，協助防堵詐騙和洗錢。

智慧交通：高速公路的車輛辨識和流量預測系統，底層也是 CNN 在做即時的影像分析。

知識檢測

讀完文章後，測試一下你對這個主題的理解。

常見問題 FAQ

Neural Network 和 Deep Learning 有什麼不同？

Deep Learning 是指使用「多層」（通常超過兩層隱藏層）神經網路的機器學習方法。所以 Deep Learning 是 Neural Network 的一個子集，專指那些比較深（層數多）的網路。

神經網路真的模仿大腦嗎？

最初的靈感確實來自生物神經元，但現代的人工神經網路和真正的大腦差異極大。真實的神經元用電化學訊號、有時間動態、連結方式完全不同。把它想成「借用了一個概念」比較準確。

訓練一個神經網路要多久？

差異極大。一個簡單的圖片分類模型可能用筆電幾分鐘就訓練完。GPT-4 等級的大型語言模型需要上千顆 GPU 跑好幾個月。取決於模型大小、資料量和硬體。

我需要 GPU 才能跑神經網路嗎？

訓練時幾乎一定需要 GPU（或 TPU）來加速。推論（用訓練好的模型做預測）時，小型模型用 CPU 就行，大型模型還是需要 GPU。雲端服務（AWS、GCP）可以按需租用 GPU。

為什麼神經網路有時候會出錯？

神經網路是從統計模式中學習的。它看過大量的「狗的圖片」後能認狗，但它並不真正「理解」狗是什麼。遇到和訓練資料分布不同的輸入（角度奇怪、光線異常），或者刻意設計的對抗樣本，就可能判斷失誤。

神經網路和傳統程式設計有什麼不同？

傳統程式設計是人寫規則，告訴電腦「如果 A 就做 B」。神經網路是給電腦大量範例，讓它自己學出規則。好處是能處理人類難以明確定義規則的問題（像辨識貓），壞處是你很難控制它學到了什麼。

初學者該怎麼學神經網路？

建議路線：先學 Python 基礎，接著用 PyTorch 或 TensorFlow 跑一個手寫數字辨識（MNIST）的範例，理解前向傳播和反向傳播的實際運作。理論方面，3Blue1Brown 的 YouTube 影片系列把直覺講得很清楚。

台灣有哪些學習資源？

台大的機器學習課程（李宏毅教授）在 YouTube 免費公開，是中文世界最受歡迎的 ML/DL 入門課程。此外，台灣人工智慧學校和各大學的推廣教育也有相關課程。

參考資料