資訊考點新
演算法進階觀念：頂點覆蓋問題歸約子集合和問題
在電腦科學的理論中，「歸約（Reduction）」是一個極為重要的概念。簡單來說，歸約是一種將一個問題轉換成另一個問題的方式，使得若後者能有效解決，前者也能被間接解決。透過歸約，我們可以比較不同問題之間的計算困難度（computational complexity）。
特別是在 NP 完全（NP-complete）問題 的領域中，歸約扮演核心角色。若我們能將某一個已知的 NP 完全問題 A 在多項式時間內轉換成另一個問題 B，那麼 B 至少與 A 一樣困難。換言之，若 B 能在多項式時間內被解決，那所有 NP 問題也能被有效解決。
- 考點
- #歸約
- #Vertex Cover
- #base-4編碼
第七集 - 數據探索的基本概念與方法
美國統計學家John Tukey在1977年的著作《Exploratory Data Analysis》中，正式提出EDA的概念，主張在「驗證性分析」（Confirmatory Analysis，例如:假設檢定）之前，應先透過視覺化、簡化與迭代探索理解數據本質。他曾經批評當時的統計學家過度依賴形式化的推論，忽略「從數據中發現意外線索」的重要性。
數據探索是進行數據分析前的關鍵步驟，這個步驟能夠幫助我們理解數據的本質，避免後續分析的偏差與錯誤。實務上，EDA也可以節省研究過程的時間，沒有進行EDA可能會導致模型建立在有缺陷的數據上，例如誤解變數間之實際關係。
- 考點
- #數據探索
- #EDA
人工智慧時代下的風險
隨著人工智慧技術的迅速發展與廣泛應用，AI逐漸成為現代社會中不可或缺的一環，相關AI應用亦深入至教育、醫療、金融、娛樂等各大領域。其中生成式AI尤其備受關注，透過文字、圖像、音樂甚至程式碼的自動生成，帶來前所未有的便利與創意可能性。然而資訊科技所帶來的便利性背後也伴隨著日益嚴峻的風險與挑戰。
AI系統本身可能產生偏見與錯誤資訊，進而對社會輿論、政治決策乃至公共安全造成影響，除此之外，隱私洩露、深偽技術(Deepfake)、假新聞自動生成等問題，也逐漸暴露出AI發展在道德、法律與安全層面的脆弱性。
- 題測
- According to the PwC Global Artificial Intelligence Study, AI is expected to contribute up to USD 15.7 trillion to the global economy by 2030. However, as AI systems become increasingly widespread, organizations face a range of risks when adopting them-including data bias, security vulnerabilities, and lack of transparency in decision-making. In high-stakes sectors such as finance, healthcare, and judiciary, AI risk management has become a critical aspect of corporate governance.
-
- Describe three major types of risks that organizations may encounter when deploying AI systems. Provide examples of how these risks could have real-world impacts on an organization. You may consider perspectives such as technical, legal, and ethical risks. (16 points)
- Analyze how organizations can develop an AI risk management framework to mitigate the risks mentioned above. Propose at least three concrete strategies or tools and explain their purposes and key implementation considerations. (16 points)
