這篇文章是寫給自己和長大後的孩子看的，研究時間有限，內容尚粗淺，若有寫錯的部分歡迎指教。
生成式AI（Generative artificial intelligence，Gene AI）在台灣從2023年爆紅，生成式AI是人工智慧（Artificial intelligence，AI）的其中一種，簡單來說是以文字、音訊、圖像或影片的形式產生新內容的AI。生成式AI之所以能爆紅有幾個原因:
第一，2016年為台灣人工智慧（Artificial intelligence，AI）元年，當時美國AI相關產品、硬體、軟體等市場規模已超過80億美元，紐約時報評價AI已經到達一個熱潮。隨著運算處理需求呈現指數成長，CPU原本要做的多功處理，導致算力通膨的問題，透過分給GPU執行，就能加速各種運算任務，生成式AI需要大量平行運算，於是，在硬體突飛猛進、平行運算成熟的狀況下，漸漸促成生成式AI的成熟。
第二，2016年還有一個很有名的詞叫大數據（Big data），大數據之所以盛行，是因為當時全世界的資料量已經累積到一定量，足夠成熟的情況下，就可以根據這些海量資料進行分析與預測。當時的大數據我個人認為偏向分辨式人工智慧（Discriminative AI）或者是資料科學（Data science），資料科學結合統計方法和技術，從資料中分析意義；分辨式AI需要有標注標籤的資料供電腦「分辨」，此類型很經典的算法像是支援向量機（SVM）、決策樹（Decision Tree）、邏輯迴歸（Logistic Regression）等，這種算法適用於經濟、醫學研究、新藥研發、消費者研究等領域。我研究所的時候學過，真的很難= = 不知道我在講什麼的小白可以去看一部電影《魔球》（Moneyball ）。操作大數據必須要了解各種算法背後的數學原理，這樣當你拿到一堆資料時，才能判斷這份資料適合哪幾種算法，運用何種算法能最精準，算出來的結果要如何解讀。正因為大數據不簡單，學起來有一定門檻，雖然大家都在吵大數據多厲害，但卻沒有真正紅起來，直到生成式AI的到來，AI似乎才開始進入大眾視野，成為全民運動。
第三，2016年到2024年這八年來，電腦運算速度快了一千倍。電腦做四則運算的浮點數，浮點指的是帶有小數的數值，浮點運算就是小數點的四則運算。
