甚麼是神經網絡？

簡單解釋

神經網絡由多個數學節點及連線組成。每條連線有權重，輸入經過一層層計算後產生輸出；訓練時，系統根據錯誤調整權重。這個名稱來自形式上的啟發，但人工神經網絡不是生物腦的複製品。

簡單網絡可做分類，加入多層便成為深度學習的一部分。單看輸出通常難以知道模型用了甚麼內部線索，所以設計者要提供測試、解釋、紀錄和人工覆核。網絡越複雜，並不等於越適合所有資料或任務。

實際做法或 Prompt 範例

1. 把輸入、輸出和錯誤代價寫成清單。
2. 用小型、公開、已核對的例子理解分類結果。
3. 測試模糊、缺失及不同來源資料，記錄失敗情況。

可直接複製的 Prompt 範例

請以香港繁體中文解釋神經網絡如何把「公開產品照片」分類為「有瑕疵／沒有明顯瑕疵」。請使用輸入、權重、層、輸出四個詞，並提醒結果不是百分百可靠、不能直接取代技術員。

電腦：選取整段後複製；手機：長按並選取文字。範例只作學習示範，改用實際資料前先去識別化。

新手例子

展示兩張公開樣本圖片，一張清晰、一張光線不足；讓 AI 說明它會如何標記不確定，再由技術員確認。

常見錯誤

• 說神經網絡就是人腦或真的有神經元。
• 以單一案例推斷內部權重代表真正原因。
• 沒有測試不同光線、角度、設備及資料來源。