某製造業評估在不同場景導入 AI，包含：（甲）依據設備感測器數值判斷是否出現異常；（乙）依據客服對話內容判斷客戶情緒；（丙）依據產品影像輪廓直接進行瑕疵分類。下列哪一種情境最適合以自編碼器（Autoencoder）作為主要模型架構？
答案 （A）
核心概念
自編碼器的運作方式是「壓縮再重建」——編碼器把輸入壓成低維表示，解碼器再還原回來，訓練目標是讓重建結果盡量接近原始輸入。它最經典的應用就是異常偵測：只用正常資料訓練，模型學會完美重建正常樣態；上線後正常資料重建誤差小、異常資料因為沒學過而重建誤差大，設個門檻就能揪出異常。這種做法不需要異常標註，特別適合異常樣本稀少的工業場景。
答題技巧
快速判斷技巧：自編碼器的關鍵字是「重建」與「只學正常」。看到異常偵測、去噪、降維就選它；看到明確的「分類」兩字就不是它。
易錯陷阱：(C) 與 (D) 利用「影像」讓人聯想到自編碼器也能處理影像。要抓住的是任務性質而非資料型態——丙寫的是「瑕疵分類」，有類別標籤的分類任務就該用分類模型。