雲端運算概念中心

資料擷取是從各種來源收集資料，並將其移至目標系統進行儲存和分析的過程。現代系統將資料視為以多種格式和速度流入組織的「洪流」。例如，系統會以感應器輸入恆定串流的方式，持續接收來自智慧型感應器的資料，而在一天結束時整理並輸入客戶的銷售資料。不同的資料來源需要多種驗證和確認檢查、預先處理和錯誤管理，才能讓資料進入組織。資料擷取涵蓋安全收集、預先處理和儲存資料供進一步分析之用所需的所有技術和流程。

資料庫管理系統 (DBMS) 是一種軟體技術，可大規模管理資料庫中的資訊。資料庫是以電子方式儲存的資料集合，允許您讀取、寫入及更新資料。然而，當資料不斷增多時，就有必要管理儲存與複製作業，以實現最佳資料使用率。資料庫管理系統可輕鬆儲存大量資料，同時提高可用性、可靠性與效能。它還提供工具來識別資料關聯，並根據需要在系統中執行分析。

資料堆疊是一系列技術的集合，這些技術相互協作，在組織中收集、儲存和處理資料。過去十年中，資料量和資料驅動的決策大幅成長。資料堆疊技術相互整合並彼此通訊，以將資料從來源移至儲存空間，供進一步使用。它們可協助組織在遵循所有法規和安全要求的同時，利用其資料進行商業智慧分析。

思維鏈提示是一種技術，用於引導大型語言模型 (LLM) 使用邏輯步驟序列完成任務。即使 AI 模型試圖模仿人類，但它們需要詳細的指示 (稱為提示) 方能建立高品質、準確且相關的輸出。提示工程是創造良好提示的藝術和科學。思維鏈 (CoT) 推理是一種提示工程技術，可將複雜的任務分解為一系列更簡單、更易於管理的步驟，以找到答案。它為使用者提供了更好的控制和洞察，以了解 LLM 如何得到其回應。 

思維鏈範例

「逐步求解以下數學文字題。

如果您有 7 根香蕉，給了您的朋友 4 根香蕉，然後您會再獲得 5 根香蕉，之後丟掉 3 根爛香蕉；那麼您還剩幾根香蕉？」

思維鏈輸出

讓我們逐步分解：

1. 首先，您有 7 根香蕉。
2. 您給了朋友 4 根香蕉，所以您還有：7 - 4 = 3 根香蕉
3. 您再買了 5 根香蕉，所以現在您有：3 + 5 = 8 根香蕉

4. 您丟掉了 3 根香蕉，所以還剩：8 - 3 = 5 根香蕉

因此，您還剩 5 根香蕉。

自然語言理解 (NLU) 是運算系統或軟體理解人類語言的能力。它允許該軟體識別聊天意圖和情緒，並透過逼真的對話互動提供高度引人入勝的使用者體驗。例如，像 Alexa 這樣的助理可以回應人類聲音，而採用 AI 技術的聊天機器人則可參與以文字為基礎的對話。自然語言理解使這些系統能夠接收任何人類產生的對話輸入，將其轉換為內部電腦語言語法，並根據輸入採取行動。使用者可以使用自己選擇的語言自然地與機器進行互動。

認知運算是使軟體像人一樣推理和「思考」的過程。人類與生俱來的先進推理能力使我們能夠適應新的情況並解決複雜的問題。例如，在森林中迷路的人可能會走向水邊以求生存，或走向交通噪音處尋求幫助。同樣地，認知運算旨在透過感知、注意力和記憶體模擬軟體系統中的人類思維過程。

傳統的人工智慧 (AI) 系統可以解決他們專門訓練的問題，例如分析資料、進行預測或根據使用者指示產生文字。不過，認知運算旨在透過教導軟體系統根據環境變更做出獨立決策來達成預訂的目標，從而進一步推動人工智慧的發展。 

認知運算範例

考慮為組織中的專家提供預約排程任務。只有在專家有空並與客戶存在現有關係的情況下，才應在下午安排新預約。預約也應在提出請求後的 2 週內進行。不過，這些條件存在細微差異，例如 

• 憤怒或不安的客戶可以提早預約，包括將預約安排在上午。
• 也可在兩週後請求預約。
• 某些長期客戶可能需要特殊考量，例如預訂完成後傳送個人化電子郵件。

通常，AI 可以透過滿足主要條件來訓練自動化任務，但它無法像人類專業人員那樣處理細微差異。不過，認知運算是 AI 技術，可根據需要調整條件，以達到客戶在預訂時的滿意度目標。例如，它可能會讀取客戶訊息的情緒並優先考慮他們的預訂，或安排清晨預約，以滿足長期客戶的需求。

多模態 AI 是一種人工智慧系統，可處理、解釋和整合多種資料類型，例如文字、影像、音訊和影片。許多業務工作流程會產生並使用具有多種相關資料類型的複雜資料集，例如含有字幕的影片、含有履歷的影像或含有相關設計計畫的音訊會議筆記。多模態 AI 可以解釋如此多元且豐富的資料集，以進行複雜的分析和自動化。組織使用影片分析、文件處理、內容建立和類似的工作流程，從非結構化的多模態資料來源獲得準確的洞察，並提高流程效率。

SQL 資料庫是一個資料收集，視覺化為包含列和欄的表格。資料的儲存方式與試算表類似，其中的欄表示資料屬性，列描述資料所涉及的實體或物件。大多數 SQL 資料庫使用結構式查詢語言 (SQL) 進行使用者資料互動，因此得名。它們是關聯式資料庫，因為您可以儲存表格之間的資料關係。

例如，產品表格包含產品名稱、類型、成本等欄，而列包含個別產品的值。客戶表格包含客戶名稱和聯絡詳細資訊的欄。您可以建立第三個表格，將客戶資料與他們購買的產品連結。

資料架構是描述並規範組織資料收集、控管和使用的總體框架。現今的組織擁有來自各種資料來源的大量資料，以及希望存取這些資料以進行分析、機器學習、人工智慧和其他應用程式的不同團隊。現代資料架構呈現了整合的系統，在確保資料安全和品質的同時，讓資料易於存取和使用。它定義了政策、資料模型、流程和技術，讓組織能輕鬆地在部門之間移動資料，並確保資料在需要時隨時可用 (包括即時存取)，同時完全支援法規遵循。

獨立軟體開發廠商 (ISV) 是建立和銷售與基礎硬體和作業系統獨立的軟體產品的組織。該軟體解決方案通常可解決特定的客戶問題，例如建立和管理銷售或財務資料。也可能是支援資料儲存、安全或驗證的基礎設施軟體。供應商確保軟體與各種硬體平台的相容性，以廣泛的客群做為目標。

ISV 以不同格式銷售其軟體，例如永久授權、期限合約或軟體即服務 (SaaS)。該軟體授權給客戶，但擁有權由 ISV 保留。

聊天機器人是讓使用者可以透過語音或文字進行交談的程式或應用程式。聊天機器人首次開發於 1960 年代，其支援技術隨著時間的推移而有所變化。聊天機器人傳統上使用預先定義的規則與使用者交談，並提供腳本化的答案。現代的聊天機器人則是使用自然語言處理 (NLP) 來了解使用者，能以富有深度且準確的方式回應複雜的問題。您的組織可以使用聊天機器人來擴展、個人化和改善從客戶服務工作流程到 DevOps 管理等各方面的溝通。

企業人工智慧 (AI) 是在大型組織內採用進階 AI 技術。將 AI 系統從原型帶入生產環境帶來了規模、效能、資料管控、道德和法規遵循等方面的諸多挑戰。企業 AI 包含用於在大型組織中廣泛使用 AI 的政策、策略、基礎設施和技術。儘管需要投入大量的資金和工作，但企業 AI 對於大型組織來說具有重要意義，因為 AI 系統正在日益主流化。