常见AI术语表（人工智能与机器学习核心概念概览）

A

• 高级机器学习技术 (Advanced machine learning techniques): 部署用于识别正确的示例以供学习和加速学习的系统。机器学习越来越多地用于解决人工智能问题。

• 人工智能系统 (AI System): 一种一般结合多种机器学习类别的人工智能系统。并非所有人工智能系统都需要机器学习解决方案；例如，地图导航系统可能使用基于启发式的图搜索技术来查找前往目的地的最短路径。

• AlphaGo: 由谷歌子公司DeepMind构建的人工智能程序。AlphaGo在围棋比赛中击败了18次世界冠军李世石——这是人工智能历史上的一个里程碑事件

• 人工智能 (Artificial Intelligence, AI): 计算机模拟和模仿人类行为的实践，例如语音和视觉识别、决策、语言理解等。

C

• ChatGPT : 由OpenAI开发并于2022年11月发布的人工智能聊天机器人。

• 会话式人工智能 (Conversational AI): 实际上用于所有商业领域，由于对话构成了开展业务和组织生活的重大手段。

• CNN (Convolutional Neural Network): 代表卷积神经网络。CNN是专门的神经网络，对于图像识别超级有效。

D

• DALL-E (DALL-E): OpenAI开发的深度学习模型，用于从自然语言描述（称为”提示”）生成数字图像。

• 深度伪造 (Deepfake): 用于描述伪造图像的术语。

• 深度学习 (Deep Learning): 指神经网络通过多层节点进行学习的方式。

E

• 专家系统 (Expert Systems): 尝试捕获人类专家知识并通过简单推理引擎编纂规则使用的人工智能系统。

• 显性知识 (Explicit Knowledge): 有记录、清晰阐述的知识，一般写在书籍和手册中，也通过其他方式传播。

G

• GAN (Generative Adversarial Network): 代表生成对抗网络。GAN可以创建高度逼真且有效的伪造图像。生成对抗网络 (Generative Adversarial Network, GAN): 这种能力在缺乏足够训练数据的领域（如罕见疾病或罕见皮肤病变）对于训练神经网络超级有用。不过，GAN也有创建超级逼真伪造品的缺点，这些伪造品可能被用于恶意目的。

H

• 启发式方法 (Heuristics): 简单的经验法则（也可能是超级复杂的函数），告知你在特定条件下应采取何种行动。一个超级简单的经验法则或启发式方法可能是：”不要在晚高峰交通时段开车进入纽约市。避免在下午4点到6点之间开车进城；晚些时候再进城。” 启发式方法一般通过研究创建，协助人工智能系统管理搜索空间的复杂性。

• 人类智能 (Human Intelligence): 一个多方面的现象，包括许多方面，例如感知环境、推理、决策并据此采取行动。广义上讲，人类智能可以简化为两类：思考和行动。思考指人类的知识和思维过程，而行动指我们决策和采取行动以影响环境的能力。

I

• 隐性知识 (Implicit Knowledge): 没有记录在案，而是体目前人们的行动和行为方式中的知识。它存在于专家的直觉中。

L

• 大语言模型 (Large Language Model, LLM): 一种人工智能算法，使用深度学习技术和海量数据集来理解、总结、生成和预测新内容。

M

• 机器学习 (Machine Learning, ML): 使人工智能系统能够在很少或无需人工干预的情况下学习、识别模式、做出决策和执行任务。机器学习还包括随时间自主改善的能力，这与人类的学习方式超级类似。

N

• 自然语言处理 (Natural Language Processing, NLP): 人工智能的重大组成部分，由于人类广泛使用语音和自然语言。

• 神经网络 (Neural Network): 一系列算法，通过受人脑生物神经元启发的过程来识别一组数据中的潜在关系。最常见的神经网络是经典的前馈神经网络，它是相互连接的节点层的集合。每个节点都与其前后层中的其他节点相连。

R

• 理性代理 (Rational Agent): 一个代理，根据给定目标、对环境的知识、所被告知的信息、持续感知到的信息以及可执行的动作，做出尽可能最好的决策。所有这些都在循环中反复进行，直到达到目标的最终状态。

• 强化学习 (Reinforcement Learning): 一种机器学习类别，依赖于在人工智能系统学习问题及解决方法时向其提供反馈。如果人工智能系统更接近目标，它会得到正向反馈；如果它偏离目标，则会得到负向反馈。

• 基于规则的系统 (Rule-based Systems): 以简单方式捕捉人类思考和推理的系统。从用户体验的角度来看，它们超级易于使用。

S

• 半监督学习 (Semi-supervised Learning): 一种结合了监督学习和无监督学习的机器学习方法。

• 语义网络 (Semantic Networks): 一种捕获和表明知识的流行方式

• 监督学习 (Supervised Learning): 一种机器学习类别，要求向人工智能系统提供它应该学习的概念或模式的示例。例如，给定许多猫的图像，人工智能系统可以使用机器学习来学习如何识别猫。

T

• 图灵测试 (Turing Test): 著名英国数学家、人工智能领域奠基人之一艾伦·图灵首次提出的一项智能测试，如今称为图灵测试。它涉及一个人通过电传文本与一个程序交谈。如果该程序能诱使这个人认为它是人类，那么该程序就被认为是智能的。

U

• 无监督学习 (Unsupervised Learning): 一种机器学习类别，人工智能系统被赋予一组数据点，并被要求找出类似或不类似的点。例如，在检测金融欺诈时，人工智能系统可以使用无监督学习来识别异常交易。