基础概念
🤖
人工智能(AI)
说明
用计算机实现人类学习、推理、解决问题能力的技术总称,是最宽泛的概念。机器学习和深度学习是实现这一目标的代表性方法。
🤖
机器学习
说明
不是逐条编写规则,而是让系统通过学习大量数据自行发现规律并进行预测,是人工智能的核心方法之一。
🤖
深度学习
说明
模仿人脑神经网络结构、将人工神经网络堆叠成多层结构进行学习的机器学习技术,大幅提升了图像识别和自然语言处理的性能。
🤖
算法
说明
指解决某个问题的分步流程和规则。在AI领域,算法指的是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)
说明
AI模型用来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性能高低的关键因素。
生成式AI
🤖
生成式AI
说明
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)
说明
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)
说明
为了从生成式AI获得想要的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)
说明
利用深度学习技术,将特定人物的面孔或声音高度逼真地合成出来的虚假视频或音频内容。它带来便利的同时,被滥用的风险也是被广泛讨论的社会问题。
AI议题与伦理
🤖
AI幻觉
说明
AI煞有介事地编造并非事实的信息、把它当作真相来回答的现象。这也是使用生成式AI时必须对结果进行核实的重要原因。
🤖
AI偏见
说明
训练数据中存在的偏见或不均衡被原样反映到AI的判断中,导致对特定群体不利或产生偏差结果的现象。
🤖
AI与版权问题
说明
生成式AI在学习受版权保护的资料并产出与之相似的结果的过程中,如何保护原创作者权益的讨论正在全球范围内持续进行。
🤖
通用人工智能(AGI)
说明
Artificial General Intelligence的缩写,指超越当前只擅长特定任务的AI、能够像人类一样在所有领域自主思考和学习的未来人工智能。