今年,最火的就是Ai了,僅李先生身邊就有不少朋友都想快速了解、學習,并希望能從這一波行情中賺上一筆!最起碼也提升下自己的認知與視野。然而,面對一個個新名字,瞬間就暈了~其實只要我們對這些AI相關的名字做一輪詳細的了解,那么對這個行業也算是有了一個初步的認識。今天,錦李先生就來給大家整理一下,希望你入行之后如魚得水,早成錦鯉~

Ai名詞解釋大全 如果真想學Ai起碼要對這些有了解
AI
人工智能
名詞解釋:Artificial Intelligence,即人工智能,1956年于Dartmouth學會上提出,一種旨在以類似人類反應的方式對刺激做出反應并從中學習的技術,其理解和判斷水平通常智能在人類的專業技能中找到。AI因具備自主學習和認知能力,可進行自我調整和改進,從而應對更加復雜的任務。
AGI
通用人工智能
名詞解釋:Artificial General Intelligence(GI),通用人工智能,是具備與人類同等智能、或超越人類的人工智能,能表現正常人類所具有的所有智能行為。又名強人工智能。
ASI
人工超級智能
名詞解釋:Artificial Super Intelligence(ASI),盡管存在爭議,但ASI通常被定義為超越人類思維能力的人工智能。
ANI
狹義人工智能
名詞解釋:Artificial Narrow Intelligence(ANI),狹義的人工智能,即專注一件事的 AI,如下圍棋的AlphaGo。又名弱人工智能。
AIGC
人工智能生成內容
名詞解釋:全稱"AI generated content”,意為人工智能生成內容,是種內容生產形式。例如AI文字續寫,文字轉像的AI圖、AI主持人等,都屬于AIGC的應用。
Accelerator
加速器
名詞解釋:一類旨在加速人工智能應用的微處理器!
Agents: 代理
名詞解釋:Agent(智能體)= 一個設定了一些目標和任務,可以選擇行動的模型。這個大型語言模型(LLM)在像ChatGPT這樣的工具中的“智能體”的使用方式不同。在ChatGPT中,你提問一個問題并獲得一個答案作為回應。而Agent擁有更多的工作流程,模型本質上可以自我決策,而無需人類逐步的交互。
Alignment: 對齊
名詞解釋:人工智能對齊(英語:AI alignment)是指引導人工智能系統的行為,使其符合設計者的利益和預期目標。一個已對齊的人工智能的行為會符合預期的發展;而未對齊的人工智能的行為雖然也具備存活能力,但其目標并非設計者所期望的。
Attention: 注意力
名詞解釋:在神經網絡的上下文中,注意力機制幫助模型在處理輸入時專注于相關部分。
Backpropagation: 反向傳播
名詞解釋:"誤差反向傳播"的簡稱,是一種用于優化(如梯度下降)結合使用的,用來訓練人工神經網絡的算法。該方法計算每個神經元連接權重的貢獻,用于更新權重以最小化訓練誤差。
Bias: 偏差
名詞解釋:AI模型對數據所做的假設。“偏差方差權衡”是模型對訓練數據的偏向與測試數據的泛化之間必須實現的平衡。偏差衡量了模型學習到的預測與真實值的偏離。
CLIP: 對比語言圖像預訓練
名詞解釋:CLIP(Contrastive Language-Image Pretraining),由OpenAI開發的AI模型,用于連接圖像和文本,促使智能理解和生成圖像描述。
CNN: 卷積神經網絡
名詞解釋:Convolutional Neural Network (CNN),一種深度學習模型,通過應用一系列過濾器來處理結構化數據(例如圖像)的數據。這類模型通常用于圖像識別任務。
CV: 計算機視覺
名詞解釋:計算機視覺(Computer vision)是一門研究如何使計算機“看”的科學,更進一步的說,就是指用攝像機和計算機代替人眼對目標進行識別、跟蹤和測量、處理圖像,并進一步做圖像的識別、用計算機處理成為更適合人類視覺系統接收的圖像或圖像。
ChatGPT: ChatGPT
名詞解釋:ChatGPT是OpenAI開發的人工智能聊天機器人系統,于2022年11月推出。該程序使用基于GPT-3.5、GPT-4架構的大型語言模型處理人類的文字對話。
Chatbot: 聊天機器人
名詞解釋:一種計算機程序,旨在通過文本或語音回答用戶的查詢。聊天機器人通常利用自然語言處理技術理解用戶輸入并提供相應的應答。
CoT: 思維鏈提示
名詞解釋:思維鏈提示(CoT, Chain-of-thought)通過提示 LLM 生成一系列小步驟來增強 LLM 的推理能力,這些中間步驟將復雜多步驟問題的答案鏈起來。該技術自谷歌研究人員于 2022 年春季發布以來獲得廣泛應用。
Compute: 計算
名詞解釋:用于訓練或運行 AI 模型的計算資源(如 CPU 或 GPU 時間)。
Connectionism: 連接主義
名詞解釋:連接主義(Connectionism)也被稱為神經網絡學習的AI,主要觀點是,知識在大量分散的處理單元(即神經元)中存儲,連接這些單元的權重決定了知識的性質。連接主義強調知識表示的并行和分布式特性,而非集中式知識表示的符號系統。連接主義AI以大規模并行處理和模糊邏輯為基礎,通過模擬人腦神經網絡的結構和功能來進行學習和記憶。