夜雨聆风
AI领域常见的32个基础词汇
- 1、人工智能（AI）
- 专业解释：人工智能是计算机科学的一个分支，致力于创建能够模拟、延伸或扩展人类智能的系统或软件，包括学习、推理、感知、语言理解等能力。
- 通俗解释：让机器像人一样思考和做事的技术。
- 2、机器学习（ML）
- 专业解释：机器学习是人工智能的一个子领域，通过算法让计算机系统从数据中自动学习模式和规律，并利用学习结果进行预测或决策，而无需显式编程。
- 通俗解释：让计算机从大量例子中自己总结规律的技术。
- 3、深度学习（DL）
- 专业解释：深度学习是机器学习的一个分支，使用多层神经网络来学习数据的层次化特征表示，特别擅长处理图像、语音和文本等复杂数据。
- 通俗解释：一种更复杂的机器学习方法，模仿人脑神经元工作方式。
- 4、神经网络
- 专业解释：神经网络是一种受生物神经系统启发的计算模型，由大量相互连接的节点（神经元）组成，能够学习输入和输出之间的复杂映射关系。
- 通俗解释：模仿人脑结构的数学模型，用于识别模式。
- 5、监督学习
- 专业解释：监督学习是一种机器学习范式，使用带有标签的训练数据来学习输入到输出的映射函数，常用于分类和回归任务。
- 通俗解释：有标准答案的“填空题”学习方式。
- 6、无监督学习
- 专业解释：无监督学习是从无标签数据中发现隐藏模式或数据内在结构的机器学习方法，包括聚类、降维等技术。
- 通俗解释：没有标准答案的“找规律”学习方式。
- 7、强化学习
- 专业解释：强化学习是一种通过与环境交互来学习最优行为策略的机器学习方法，智能体通过试错获得奖励信号来优化决策过程。
- 通俗解释：通过“试错+奖励”方式学习的训练模式。
- 8、自然语言处理（NLP）
- 专业解释：自然语言处理是人工智能的一个分支，致力于让计算机能够理解、生成和处理人类语言的技术。
- 通俗解释：让机器懂人话、说人话的技术。
- 9、计算机视觉（CV）
- 专业解释：计算机视觉是人工智能的一个领域，旨在让计算机系统能够从数字图像或视频中提取信息、理解内容并做出决策。
- 通俗解释：让机器拥有“看”和“理解”图像的能力。
- 10、卷积神经网络（CNN）
- 专业解释：卷积神经网络是一种专门用于处理具有网格结构数据（如图像）的深度学习架构，通过卷积层、池化层和全连接层来自动提取特征。
- 通俗解释：特别擅长处理图片的神经网络。
- 11、循环神经网络（RNN）
- 专业解释：循环神经网络是一种具有记忆功能的神经网络架构，能够处理序列数据，通过内部状态来捕捉时间序列中的依赖关系。
- 通俗解释：能记住之前信息的神经网络，适合处理文字、语音等序列数据。
- 12、Transformer
- 专业解释：Transformer是一种基于自注意力机制的深度学习架构，摒弃了传统的循环结构，能够并行处理序列数据，在NLP任务中表现出色。
- 通俗解释：一种新型神经网络架构，让机器处理语言更高效。
- 13、过拟合
- 专业解释：过拟合是指机器学习模型在训练数据上表现很好，但在新数据上表现较差的现象，通常由于模型过于复杂导致。
- 通俗解释：死记硬背考试答案，遇到新题目就不会做的现象。
- 14、欠拟合
- 专业解释：欠拟合是指机器学习模型在训练数据和新数据上都表现不佳的现象，通常由于模型过于简单或训练不足导致。
- 通俗解释：连考试答案都没记住，什么题都不会做的现象。
- 15、梯度下降
- 专业解释：梯度下降是一种优化算法，通过沿着损失函数梯度的反方向更新模型参数来最小化损失函数。
- 通俗解释：下山时总是选择最陡的路走，直到到达谷底的方法。
- 16、正则化
- 专业解释：正则化是用于防止过拟合的技术，通过在损失函数中添加惩罚项来限制模型复杂度。
- 通俗解释：给模型“上紧箍咒”，防止它学得太复杂。
- 17、迁移学习
- 专业解释：迁移学习是一种机器学习方法，将在一个任务上学到的知识应用到相关但不同的新任务中，以提高学习效率。
- 通俗解释：举一反三，把学过的知识用到新地方的能力。
- 18、联邦学习
- 专业解释：联邦学习是一种分布式机器学习方法，允许多个参与者在不共享原始数据的情况下协同训练模型，保护数据隐私。
- 通俗解释：大家一起训练AI，但不用分享各自的私人数据。
- 19、可解释AI（XAI）
- 专业解释：可解释AI是致力于提高人工智能系统决策过程透明度和可理解性的研究领域，帮助人类理解AI的决策逻辑。
- 通俗解释：让AI不仅能做事，还能解释为什么这么做。
- 20、生成式AI
- 专业解释：生成式AI是一类能够创建全新内容（如文本、图像、音频）的人工智能技术，包括GAN、VAE、Transformer等模型。
- 通俗解释：能自己创作新内容的AI，比如写文章、画图。
- 21、大语言模型（LLM）
- 专业解释：大语言模型是参数量巨大（通常数十亿以上）的深度学习模型，通过在海量文本数据上训练获得强大的语言理解和生成能力。
- 通俗解释：超级大的AI语言模型，能理解和生成各种文本。
- 22、提示工程（Prompt Engineering）
- 专业解释：提示工程是设计和优化输入提示（prompt）以引导大语言模型产生期望输出的技术和艺术。
- 通俗解释：和AI对话的技巧，学会怎么问才能得到好答案。
- 23、通用人工智能（AGI）
- 专业解释：通用人工智能是指具有与人类相当或超越人类的广泛认知能力的AI系统，能够在各种领域表现出人类水平的智能。
- 通俗解释：像人一样什么都能学、什么都能做的“全能AI”。
- 24、狭义人工智能（ANI）
- 专业解释：狭义人工智能是指只能在特定领域或任务中表现出智能的AI系统，缺乏跨领域学习和应用的能力。
- 通俗解释：只会做特定事情的“专才AI”。
- 25、多模态AI
- 专业解释：多模态AI是指能够同时处理和理解多种类型数据（如文本、图像、音频）的AI系统，实现跨模态的信息融合和理解。
- 通俗解释：能同时看懂文字、图片、声音的AI。
- 26、AI Agent
- 专业解释：AI Agent是指能够感知环境、做出决策并采取行动以实现特定目标的智能实体，具有自主性和适应性。
- 通俗解释：能自己思考、自己行动的“数字员工”。
- 27、知识蒸馏
- 专业解释：知识蒸馏是一种模型压缩技术，通过将大型复杂模型（教师模型）学习到的知识迁移到小型轻量级模型（学生模型）中，使小模型也能获得接近大模型的性能。
- 通俗解释：让“高材生”（大模型）去辅导“小学生”（小模型），把经验传授给小模型，让它也能做对题。
- 28、反向传播
- 专业解释：反向传播是一种用于训练神经网络的算法，通过计算损失函数对每个参数的梯度，并将误差信号从输出层向输入层反向传播，从而更新网络权重。
- 通俗解释：从结果倒推原因，找出是哪个环节出了错，然后一点点修正，直到结果正确。
- 29、SKILL
- 专业解释：SKILL是指大语言模型或智能体所具备的特定功能或能力，通常通过外部工具、API或插件来扩展模型原本不具备的操作能力。
- 通俗解释：给AI配备的“工具箱”或“超能力”，比如让它能查天气、画图或订机票。
- 30、MCP
- 专业解释：MCP（Model Context Protocol）是一种用于定义和管理大语言模型与外部数据源、工具及服务之间交互的标准协议，旨在简化AI系统的集成和扩展。
- 通俗解释：一种让AI和外部世界（如数据库、软件）“说同一种语言”进行沟通的标准，方便AI调用外部资源。