21 關於目前生成式 AI 的主要應用，不包括下列哪一項？
(A) 創建合成數據樣本
(B) 模擬數據分佈
(C) 分類醫學影像
(D) 生成文本

原因說明：

生成式 AI (Generative AI) 的核心功能是「生成」新的、原創的內容，這些內容與其訓練數據具有相似的特徵和分佈。

我們來分析每個選項：

• (A) 創建合成數據樣本 (Creating synthetic data samples)：這是生成式 AI 的一個主要應用。例如，使用生成對抗網路 (GANs) 或變分自編碼器 (VAEs) 來生成圖像、文本、音頻或表格數據，這些數據可以用於擴充訓練集、保護隱私或進行模擬。
• (B) 模擬數據分佈 (Simulating data distribution)：生成式 AI 模型（如擴散模型、GANs）的目標就是學習並模擬輸入數據的底層分佈，以便從該分佈中生成新的樣本。這與創建合成數據樣本緊密相關。
• (C) 分類醫學影像 (Classifying medical images)：圖像分類是一種「判別式 (Discriminative)」任務，其目標是將輸入數據（如醫學影像）分配到預定義的類別中（例如，判斷影像是良性還是惡性腫瘤）。這通常由卷積神經網路 (CNNs) 等判別式模型來完成，而不是生成式模型。雖然生成式模型可以間接用於數據增強以改進分類模型的性能，但其本身的核心功能不是分類。
• (D) 生成文本 (Generating text)：這是目前最廣為人知的生成式 AI 應用之一，例如大型語言模型 (LLMs) 可以生成文章、摘要、程式碼、對話等。

因此，分類醫學影像屬於判別式 AI 的範疇，而不是生成式 AI 的主要應用。