詳細解釋
專門設計來完成特定任務的 AI，如圍棋（AlphaGo）、語音識別、人臉檢測。與「通用 AI」（AGI）相對，所有現有 AI 都是窄 AI。
特點：
- 專一性：在特定任務上超人類，其他任務無能
- 數據依賴：需要大量特定任務數據訓練
- 無遷移：不會自動將技能轉移到新領域
- 無理解：模式匹配而非真正理解
歷史例子：
- Deep Blue（1997）：擊敗卡斯帕羅夫，但只會下棋
- AlphaGo（2016）：圍棋冠軍，不會象棋
- ImageNet 分類器：識別貓狗，不會對話
- 語音助手：Siri 不懂你在看什麼圖片
大模型的轉變：
- GPT-4/Claude：看似通用，但仍有限制
- 專家觀點：仍是窄 AI，只是「更寬的窄」
- 多模態：跨文本、圖像、音頻，但仍非真正的通用智能
與 AGI 的對比：
- 窄 AI：「聰明的白痴」，一技之長
- AGI：「通才」，類人適應性
- 時間線：窄 AI 已普及，AGI 時間未知
商業現實：
- 絕大多數 AI 產品是窄 AI
- 垂直應用：醫療 AI、法律 AI、製造 AI
- 組合：多個窄 AI 組成「智能系統」
哲學意義：
- 圖靈測試：窄 AI 可能通過特定版本的測試
- 智能本質：專業能力是否等於智能？
這是「AI 的當下現實」—— 強大而狹隘，有用但脆弱。