人工智能术语表：你应该知道的 29 个人工智能术语

揭开理解 ChatGPT、Bard 和 Midjourney 等 AI 工具所需的概念和行话的神秘面纱。

miniature-figure-standing-on-chatgpt-smartphone-feature

探索人工智能 (AI) 感觉就像进入一个由令人困惑的技术术语和荒谬行话组成的迷宫。难怪即使是熟悉 AI 的人也会摸不着头脑。

考虑到这一点，我们创建了一个全面的 AI 词汇表，为您提供必要的知识。从人工智能本身到机器学习和数据挖掘，我们将用通俗易懂的语言解读所有基本的人工智能术语。

无论你是好奇的初学者还是 AI 爱好者，了解以下 AI 概念将使你离释放 AI 的力量更近一步。

1.算法

算法是机器为解决问题或完成任务而遵循的一组指令或规则。

2. 人工智能

人工智能是机器模仿人类智能并执行通常与智能生物相关的任务的能力。

3. 通用人工智能（AGI）

AGI，又称强人工智能，是一种具有类似于人类的高级智能能力的人工智能。虽然通用人工智能曾经主要是一个理论概念和丰富的研究场所，但许多人工智能开发人员现在相信人类将在未来十年的某个时候达到通用人工智能。

4.反向传播

反向传播是神经网络用来提高其准确性和性能的一种算法。它的工作原理是计算输出中的误差，通过网络将其传播回去，并调整连接的权重和偏差以获得更好的结果。

5.偏见

人工智能偏见是指模型倾向于比其他人更频繁地做出某些预测。模型的训练数据或其固有假设可能会导致偏差。

6.大数据

大数据是一个术语，用于描述太大或太复杂而无法使用传统方法处理的数据集。它涉及分析大量信息以提取有价值的见解和模式以改进决策。

7.聊天机器人

聊天机器人是一种可以通过文本或语音命令模拟与人类用户对话的程序。聊天机器人可以理解并生成类似人类的响应，使其成为客户服务应用程序的强大工具。

8. 认知计算

认知计算是一个人工智能领域，专注于开发模仿人类认知能力的系统，例如感知、学习、推理和解决问题。

9.计算学习理论

人工智能的一个分支，研究机器学习的算法和数学模型。它侧重于学习的理论基础，以了解机器如何获取知识、做出预测并提高其性能。

10.计算机视觉

计算机视觉是指机器从数字图像和视频中提取视觉信息的能力。计算机视觉算法广泛用于对象检测、人脸识别、医学成像和自动驾驶汽车等应用。

11.数据挖掘

数据挖掘是从大型数据集中获取有价值知识的过程。它使用统计分析和机器学习技术来识别数据中的模式、关系和趋势，以改进决策制定。

12.数据科学

数据科学涉及使用科学方法、算法和系统从数据中提取见解。它比数据挖掘更全面，涵盖范围广泛的活动，包括数据收集、数据可视化和预测建模以解决复杂问题。

13.深度学习

深度学习是 AI 的一个分支，它使用多层人工神经网络（神经网络中互连的节点）从大量数据中学习。它使机器能够执行复杂的任务，例如自然语言处理、图像和语音识别。

14. 生成式人工智能

生成式 AI 描述了可以创建文本、音频、视频和模拟的人工智能系统和算法。这些 AI 系统从现有数据中学习模式和示例，并使用这些知识来创建新的原始输出。

15.幻觉

人工智能幻觉是指模型产生事实上不正确、不相关或无意义的结果的情况。发生这种情况的原因有多种，包括缺乏上下文、训练数据或架构的限制。

16.超参数

超参数是定义算法或机器学习模型如何学习和行为的设置。超参数包括学习率、正则化强度和网络中隐藏层的数量。您可以修改这些参数以根据您的需要微调模型的性能。

17. 大型语言模型（LLM）

LLM 是一种在大量数据上训练的机器学习模型，并使用监督学习在给定上下文中生成下一个标记，从而对用户输入产生有意义的上下文响应。“大”一词表示语言模型使用了广泛的参数。例如，GPT 模型使用数千亿个参数来执行范围广泛的 NLP 任务。

18. 机器学习

机器学习是机器无需明确编程即可学习和做出预测的一种方式。这就像为计算机提供数据，并通过识别数据中的模式使其能够做出决策或预测。

19. 神经网络

神经网络是一种受人脑启发的计算模型。它由分层组织的互连节点或神经元组成。每个神经元都从网络中的其他神经元接收输入，使其能够学习模式并做出决策。神经网络是机器学习模型的关键组成部分，使它们能够在广泛的任务中表现出色。

20.自然语言生成（NLG）

自然语言生成处理从结构化数据创建人类可读的文本。NLG 在内容创建、聊天机器人和语音助手中找到了应用。

21. 自然语言处理（NLP）

自然语言处理是机器解释、理解和响应人类可读文本或语音的能力。它用于各种应用程序，包括情感分析、文本分类和问答。

22. OpenAI

open-ai-1
OpenAI 是一家人工智能研究实验室，成立于 2015 年，总部位于美国旧金山。该公司开发和部署的人工智能工具看起来和人类一样聪明。OpenAI 最著名的产品 ChatGPT 于 2022 年 11 月发布，因其能够就广泛的主题提供答案而被誉为最先进的聊天机器人。

23. 模式识别

模式识别是人工智能系统识别和解释数据模式的能力。模式识别算法可用于面部识别、欺诈检测和语音识别。

24.循环神经网络（RNN）

一种可以使用反馈连接处理顺序数据的神经网络。RNN 可以保留先前输入的记忆，适用于 NLP 和机器翻译等任务。

25.强化学习

强化学习是一种机器学习技术，其中 AI 代理学习通过反复试验的交互来做出决策。代理根据其行为从算法中获得奖励或惩罚，引导它随着时间的推移提高性能。

26.监督学习

一种机器学习方法，其中使用具有所需输出的标记数据来训练模型。该模型从标记的数据中进行概括，并对新数据做出准确的预测。

27. 代币化

标记化是将文本文档拆分为称为标记的较小单元的过程。这些标记可以代表单词、数字、短语、符号或程序可以处理的文本中的任何元素。标记化的目的是在不将整个文本作为单个字符串处理的情况下充分利用非结构化数据，这在计算上效率低下且难以建模。

28.图灵测试

该测试由艾伦图灵于 1950 年提出，旨在评估机器表现出与人类无异的智能的能力。图灵测试涉及人类法官在不知道哪个是哪个的情况下与人和机器交互。如果裁判未能区分机器和人，则认为机器通过了测试。

29. 无监督学习

一种机器学习方法，其中模型从未标记的数据集中进行推断。它发现数据中的模式以对看不见的数据进行预测。

拥抱人工智能的语言

人工智能是一个快速发展的领域，它改变着我们与技术互动的方式。然而，随着如此多的新流行语不断涌现，很难跟上该领域的最新发展。

虽然有些术语在没有上下文的情况下看起来很抽象，但当结合对机器学习的基本理解时，它们的意义就会变得清晰。理解这些术语和概念可以奠定强大的基础，使您能够在人工智能领域做出明智的决策。

原创文章，作者：网贝WebBay，如若转载，请注明出处：https://www.webbay.cn/a-glossary-of-ai-jargon-29-ai-terms-you-should-know