20个基本的AI术语

adminaw

1、Artificial Intelligence (AI) —— 人工智能

- 让计算机像人类一样思考和行动。

2、Generative AI —— 生成性人工智能

- 生成性人工智能是一种可以创造新内容或数据的人工智能，如图像、文本、音乐，甚至视频。生成性人工智能不是像许多人工智能系统那样只是分析和理解数据，而是可以利用其知识来产生全新的原创作品。

3、Machine Learning (ML) —— 机器学习

- 教计算机在没有专门编程的情况下从数据中学习。

4、Deep Learning (DL) —— 深度学习

- 一种使用人工脑细胞层来理解复杂模式的 ML。

5、Large Language Model (LLM) —— 大型语言模型

- LLM 是一种人工智能程序，可以像人类一样理解、处理和生成文本。它接受了大量数据的训练，例如书籍、文章和网站，因此它可以学习人类语言的模式和结构。根据训练的数据，有不同的模型具有不同的目的。

6、Transformers

- Transformer 模型是一种神经网络架构，可以将一种类型的输入转换为另一种类型的输出。它可以用于生成文本、图像和机器人指令，并且可以对不同数据模式之间的关系进行建模。该模型利用注意力的 AI 概念来强调相关词的权重，可以处理更长的序列，并且可以更有效地扩展。Transformer 架构由协同工作的编码器和解码器组成，注意力机制让转换器根据其他单词或标记的估计重要性对单词的含义进行编码。

7、Neural Network —— 神经网络

- 一种受人脑启发的计算机系统，连接节点处理信息。

8、Supervised Learning —— 监督学习

- 使用包含输入和正确输出的标记数据来教授算法的 ML。

9、Unsupervised Learning —— 无监督学习

- 使用未标记数据的 ML，算法在其中自行寻找模式。

10、Reinforcement Learning (RL) —— 强化学习

- 计算机通过根据其行为接收奖励或惩罚来学习的 ML。

11、Natural Language Processing (NLP) —— 自然语言处理

- 教计算机理解和使用人类语言。

12、Computer Vision —— 计算机视觉

- 教计算机理解和处理图像和视频。

13、Generative Adversarial Networks (GANs) —— 生成对抗网络

- 一种深度学习，其中两个神经网络竞争以提高其性能。

14、Prompt —— 提示

- 提示是提供给 AI 系统以指导其响应或输出的一段文本。例如，当您向 AI 聊天机器人提问或给它一个要写的主题时，这就是提示。

15、Prompt Engineering —— 提示工程

- 提示工程是设计和改进我们给人工智能系统的提示以获得更有用或更准确的响应的过程。

16、AGI —— 人工通用智能

- 是一种人工智能 (AI)，可以理解、学习和执行人类可以完成的任何智力任务。与狭义人工智能不同，后者旨在执行特定任务，例如识别图像或视频中的对象。 AGI 可以在广泛的主题和活动中像人类一样思考和学习。这就像拥有一个超级智能的机器人或计算机程序，几乎可以做任何人可以做的事情，从解决数学问题到写故事，甚至进行对话。 AGI 仍然是一个理论概念，研究人员正在努力创建能够达到这种智能水平的 AI 系统。尽管很多人认为我们已经做到了。

17、AI Embodiment —— AI具身化

- 这是指将人工智能（AI）放入物理形态，如机器人或设备，以便与周围的世界进行互动。这使得AI能够像人类或动物一样从环境中学习并做出反应。通过赋予AI一个身体，它可以像移动、触摸物体或者与人交谈一样执行各种任务，使其在真实生活中更加有用和适应，而不仅仅局限于计算机。

18、Algorithms —— 算法

- 一组用于人工智能、神经网络或其他机器的规则或指令，以帮助它自己学习；分类、聚类、推荐和回归是四种最常见的类型。

19、Clustering —— 聚类

- 聚类算法让机器将数据点或项目分成具有相似特征的组。

20、Decision tree —— 决策树

- 一个基于分支的树模型，绘制决策及其可能后果的模型图，与流程图类似。

才智网络公司旗下之《才智充充》学习管理软件能让你更方便管理你有用的资料和便于永久性记记学习。