AI 常见的词汇和解释说明【2】

• 它是什么？ 这是深度学习的底层基础，灵感来源于人类大脑的生物神经元网络。它由许多个“节点（神经元）”分层连接而成，信息在这些节点之间传递、计算，最终得出结果。

• 形象比喻： 就像一个由无数名员工组成的大型审批流水线，每个员工负责检查一部分特征，一层层汇报，最后老板（输出层）得出最终结论（比如：“这是一只猫”）。

• 它是什么？ 让计算机能够“听懂”、“看懂”并“生成”人类日常使用的语言（文字或语音）的技术。

• 生活中的例子： 机器翻译（如 Google 翻译）、文章自动摘要、以及您现在正在和我进行的自然对话，都严重依赖 NLP 技术。

6. 大语言模型 (Large Language Model, LLM)

• 它是什么？ 这是近年来最火的概念（比如 ChatGPT、Gemini 等）。它是指在海量（TB级别）的互联网文本数据上训练出来的超大型深度学习模型。它不仅懂语法，还掌握了海量的人类知识，能够极其自然地与人对话、写文章、甚至写代码。

• 核心特点： “大”体现在两个方面：一是训练使用的数据量极大，二是模型本身的参数（相当于神经元的连接数）极多，通常在百亿到万亿级别。

7. 生成式 AI (Generative AI)

• 它是什么？ 过去的人工智能主要用来“做判断”（比如判断图片里是不是猫），而生成式 AI 则是用来“搞创作”的。它可以根据人类的指令，无中生有地生成全新的文本、图像、音频或视频。

• 生活中的例子： Midjourney（输入文字生成精美图片）、Suno（输入歌词生成一首完整的歌曲）、以及帮您写请假条的 AI 助手。

8. 提示词 (Prompt)

• 它是什么？ 您对 AI 输入的指令或问题。在与大语言模型或绘图 AI 交流时，提示词写得越清晰、具体，AI 返回的结果就越符合您的心意。

• 形象比喻： 就像是给画师下达的需求说明书。说“画一只狗”得到的结果可能很普通，但说“画一只戴着墨镜、在夏威夷海滩上冲浪的柯基犬，3D皮克斯动画风格”，就能得到一张惊艳的作品。所谓的“提示词工程 (Prompt Engineering)”，就是研究如何更好地向 AI 下达指令的技巧。