人工智能(AI)
指用计算机实现人类学习、推理、解决问题能力的技术总称,是最广泛的概念,机器学习和深度学习是实现这一目标的代表性子方法。
机器学习
人工智能的核心方法之一,不是逐条编写规则,而是让计算机通过学习大量数据自主发现规律并进行预测。
深度学习
一种机器学习技术,通过模仿人脑神经网络结构、层层堆叠人工神经网络来进行学习,大幅提升了图像识别和自然语言处理的性能。
算法
指为解决某个问题而设计的分步骤流程和规则,在AI领域特指用于学习数据并做出预测的具体计算方法。
训练数据(数据集)
AI模型用于学习规律的大量数据集合,数据的数量和质量被认为是决定AI性能的关键因素。
生成式AI
通过学习已有数据来创造全新内容(文本、图像、音乐、视频等)的人工智能,ChatGPT和图像生成AI是其代表性例子。
大语言模型(LLM)
Large Language Model的缩写,指通过学习海量文本数据、能够像人类一样自然对话和写作的超大型AI语言模型。
提示词(Prompt)
为了从生成式AI获得所需结果而输入的指令或问题,精心设计提示词的能力被称为"提示词工程"。
深度伪造(Deepfake)
利用深度学习技术,将特定人物的脸部或声音高度逼真地合成出来的虚假视频或音频内容,其便利性伴随着被滥用的社会风险,一直是热议话题。
AI幻觉
指AI煞有介事地编造出不实信息、并像事实一样回答的现象,这也是使用生成式AI时必须核实结果的重要原因。
AI偏见
指训练数据中包含的偏见或不平衡被原样反映在AI的判断中,导致对特定群体产生不利或扭曲结果的现象。
AI与版权问题
生成式AI在学习有版权的资料并产出类似内容的过程中,如何保护原作者权益的讨论,目前在全球范围内持续进行。
通用人工智能(AGI)
Artificial General Intelligence的缩写,指超越当今专注于特定任务的AI、能像人类一样在所有领域自主思考和学习的未来人工智能。