AI相关术语知多少！！！

1.人工智能 (AI, Artificial Intelligence)：让机器执行通常需要人类智能完成的任务，如感知、推理、学习和适应。

2.AGI（Artificial General Intelligence）:即“通用人工智能”，是指一种能够像人类一样灵活、全面地理解和处理各种认知性任务的智能机器。典型例子就是科幻电影中的智能机器人。

3.机器学习 (ML, Machine Learning)：AI的一个子领域，通过训练数据让机器自动学习和优化性能，一种让计算机通过数据自动“学习”并改进其执行特定任务的能力的方法。

4.深度学习 (DL, Deep Learning)：一种特殊的机器学习技术，基于人工神经网络，特别擅长处理复杂的数据，使用多层神经网络（通常是深层网络）实现复杂的数据模式识别任务，如图像和语音识别。

5.神经网络 (Neural Network)：一种模仿生物神经系统设计的计算模型，是深度学习的基础。

6.监督学习 (Supervised Learning)：使用有标记的训练数据进行学习。

7.无监督学习 (Unsupervised Learning)：使用无标记的数据发现隐藏模式或结构。

8.强化学习 (RL, Reinforcement Learning)：通过奖励和惩罚机制学习如何在环境中选择最佳动作。

9.迁移学习 (Transfer Learning)：将一种任务上训练好的模型应用于另一相关任务，以减少训练时间和数据需求。

10.特征工程 (Feature Engineering)：优化和开发具有代表性的数据特征，以提高机器学习模型的性能。

11.自然语言处理（Natural Language Processing, NLP）：使计算机能够理解、解释和生成人类语言的技术。

12.计算机视觉（Computer Vision, CV）：使机器能“看”并理解图像和视频的技术。

13.AI生成内容 (AIGC, AI-Generated Content)：使用AI技术自动生成内容，如文本、图像、音频和视频。

14.生成对抗网络 (GAN, Generative Adversarial Network)：一种用于生成数据样本的深度学习模型，由生成器和判别器进行对抗训练。

15.文本生成（Text Generation）：利用AI模型根据给定的输入生成连贯的文本内容，如文章、故事等。

16.图像生成（Image Generation）：通过AI模型创造新的图像内容，可以根据描述、风格或其他图像作为输入。

17.音频生成（Audio Generation）：生成音乐、语音或其他类型的音频内容，常用于合成语音助手的声音或创作音乐。

18.代码生成（Code Generation）：基于自然语言描述或特定任务需求自动生成计算机代码。

19.深度伪造 (Deepfake)：使用AI技术生成高度逼真但虚假的影像或音频。

20.自动化写作 (Automated Writing)：使用自然语言生成技术创作文章、报告等文本内容。

21.大模型（Large-Scale Language Models）：指拥有大量参数（通常数十亿到数千亿参数）的深度学习模型，尤其在处理语言任务时表现出色。

22.大语言模型（Large Language Model, LLM）：大模型的一个子集，专指用于处理自然语言任务（如对话）的模型。LLM通过大量的文本数据训练而成，具备理解、生成和处理自然语言的能力，最典型的例子就是ChatGPT。

23.Transformer：一种革命性的神经网络架构，尤其适用于序列到序列的学习任务，是许多现代大语言模型的基础。

24.预训练（Pre-training）：预训练是指在一个大型无标注数据集上预先训练模型，以学习通用语言知识。

25.模型微调 (Fine-tuning)：在大规模预训练模型的基础上，通过小规模的特定任务数据进行训练，以适应特定任务。

26.上下文窗口（Context Window）：模型在处理文本时能够考虑的历史信息长度，大模型通常具有较大的上下文窗口，能够理解更复杂的语境关系。

27.生成式预训练 Transformer 2 (GPT-2/GPT-3)：OpenAI 开发的一系列著名大模型，尤其是GPT-3因其强大的文本生成能力而广为人知。

28.大规模预训练模型 (Large Pre-trained Models)：预先使用大规模数据训练的模型，如GPT-3、BERT等。

29.基于变换器的模型 (Transformer-based Models)：一种现代神经网络架构，特别适用于处理自然语言，如BERT、GPT。

30.GPT (Generative Pre-trained Transformer)：OpenAI开发的一系列基于变压器的生成模型，例如GPT-3。

31.ChatGPT：ChatGPT 是 GPT-3.5 系列模型的变体，专门为对话交互场景进行了微调优化。与基础的 GPT 模型相比，ChatGPT 更注重对话理解和生成，它通过引入额外的训练策略和上下文记忆机制来提高连续对话的连贯性和逻辑性，使其能够更好地模拟人类般的聊天交互体验。

32.BERT (Bidirectional Encoder Representations from Transformers)：Google提出的一种用于NLP任务的模型，通过双向训练数据提高理解能力。

33.零样本学习 (Zero-shot Learning)：模型在未见过相关实例的数据上进行推理和预测的能力。

34.参数 (Parameters)：大规模模型中的权重或系数，它们通过训练数据进行优化，决定模型的性能。

35.训练数据 (Training Data)：用于训练机器学习模型的数据集，大模型通常需要大规模训练数据。

36.计算成本 (Computational Cost)：大规模模型训练和推理所需的计算资源，包括时间和硬件要求。

37.跨领域应用 (Cross-domain Applications)：大规模预训练模型在不同应用领域中的迁移和应用能力。

38.Prompt：提示词，是我们在与大模型交互时给出的关键性引导语句，用于告诉或指导大模型接下来应该做什么任务。

39.AI Agent：指能在特定环境中感知、思考并采取行动以达到某种目标的软件实体或机器人。

40.多模态AI（Multimodal Al）：多模态 Al 系统能够以多种媒介处理输入并产生输出。多模态系统可以处理图像、视频、文本或声音的任何组合，而不仅仅是文本。

全部内容请到帮会中下载，感谢支持！！

END

帮会简介

「一起聊安全」公众号及帮会致力于网络安全材料汇总与分享，围绕网络安全标准、安全政策法规、安全报告及白皮书、安全会议、安全方案、新技术等方向，与FREEBUF知识大陆共建【一起聊安全】帮会，目前相关内容已有3000+，安全标准涵盖国标、行标、团标等，包括等保、关基、商密、数据安全、云计算、物联网、工业互联网、移动安全、风险评估、安全攻防等30+方向内容，覆盖最新安全政策法规、安全报告及白皮书等，为网安人提供最新最全资料。

加入方式：https://wiki.freebuf.com/societyDetail?society_id=69

加入方式2：扫描下方二维码——加入【一起聊安全】帮会

限时优惠中！！！

点分享

点收藏

点在看

点点赞

原文始发于微信公众号（一起聊安全）：AI相关术语知多少！！！