跳到主要内容

AI 相关

未来已来，我们该做些什么？

除了主动学习 👨‍💻

基本术语​

名词中文名词解析
AI人工智能Artificial Intelligence，即人工智能。指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序来呈现人类智能的技术。
AGI通用人工智能Artifcial General Intelligence，通用人工智能，是具备与人类同等智能、或超越人类的人工智能，能表现正常人类所具有的所有智能行为。又名强人工智能。
AIGC生成式AIAI Generated Content，它是一种利用人工智能技术来生成内容的新型方式。AIGC 涉及多个技术领域，如机器学习、计算机视觉、自然语言处理等。
ChatGPT聊天生成预训练转换器Chat Generative Pre-trained Transformer，是 OpenAI 公司开发的人工智能聊天机器人程序，于2022年11月推出。该程序使用基于 GPT-3.5、GPT-4 架构的大型语言模型并以强化学习训练。
LLM大语言模型Large Language Model，大语言模型是一种人工智能模型，旨在理解和生成人类语言。 它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。 LLM 的特点是规模庞大，包含数十亿的参数，帮助它们学习语言数据中的复杂模式。
NLP自然语言处理Natural Language Processing， 是计算机科学和人工智能的一个分支，致力于让计算机能够理解和处理人类的文本和语音数据，就像人类一样。NLP 结合了计算语言学（对人类语言的规则建模）和统计、机器学习、深度学习等模型。这些技术使得计算机能够对文本或语音数据进行分析、提取、分类、总结、翻译等任务。
ANI狭义人工智能Artifcial Narrow Intelligence，狭义人工智能或称为弱人工智能，是实现部分思维的人工智能，且仅专注于某项特定任务的。
CNN卷积神经网络Convolutional Neural Network，一种深度学习模型，通常应用一系列过滤器来处理具有网络状拓扑的数据。常用在图像识别场景中。
CV计算机视觉Computer vision，是指让计算机系统能够模拟人类视觉系统的能力，从图像或视频数据中自动提取信息和理解视觉世界。它涵盖了一系列技术和方法，用于处理、分析和解释图像和视频数据。
GAN通用对抗网络General Adversarial Network，一种机器学习模型，用于生成类似于某些现有数据的新数据。它使两个神经网络相互对抗：一个“生成器”创建新数据，另一个“鉴别器”试图将数据与真实数据区分开来。
RNN循环神经网络Recurrent neural network，是一类用于处理序列数据的神经网络模型。与传统的前馈神经网络不同，RNN 具有循环连接，使其能够在处理序列数据时保留先前时间步的信息。这使得 RNN 在自然语言处理、语音识别、时间序列预测等领域中表现出色。
Token标记/词元在 ChatGPT 中是文本处理和生成的基本单位，可以是一个字、一个词或者一个标点符号。在英语中，一个词通常是一个 token，但对于一些复杂的词或者标点符号，可能会被拆分成多个 token。模型的处理和生成都是基于 token 的序列，用户提供的文本会被拆分成 token，模型生成的响应也会以 token 的形式返回。
Accelerator加速器一类旨在加速人工智能应用的微处理器。
Agents代理Agent（智能体），一个设置了一些目标或任务，可以迭代运行的大型语言模型。这与大型语言模型（LLM）在像 ChatGPT 这样的工具中通常的使用方式不同。你提出一个问题并获得一个答案作为回应。而 Agent 拥有复杂的工作流程，模型本质上可以自我对话，而无需人类驱动每一部分的交互。
Chatbot聊天机器人一种计算机程序，旨在通过文本或语音交互模拟人类对话。聊天机器人通常利用自然语言处理技术来理解用户输入并提供相关响应。
CoT思维链提示思维链提示（Chain-of-thought）通过提示 LLM 生成一系列中间步骤来提高 LLM 的推理能力，这些中间步骤会导致多步骤问题的最终答案。该技术由谷歌研究人员于 2022 年首次提出。

资料收集​

学习与开发​

常用工具​

应用商店​

成为赞助商