人工智能：就像电影里的机器人，但它们不是真的人，而是电脑程序，能学习、思考和解决问题，就像人类一样。
人工智能之父：就是最早提出人工智能这个概念的科学家，比如艾伦·图灵，他为人工智能打下了基础。大模型：就像一个超级大脑，能处理很多信息，学习很多知识，然后做出判断。生成式人工智能：这种AI能自己创造东西，比如写文章、画画，就像一个有创造力的艺术家。GAN：全称生成对抗网络，它有两个AI在对抗，一个创造，一个判断，这样不断提高创造的质量。GPT：一种特别聪明的AI，能写文章、回答问题，就像个知识渊博的助手。Bert：一种先进的AI技术，能更好地理解语言，帮助机器更准确地读懂文字。监督学习：就像老师教学生一样，给AI很多例子，告诉它正确的答案，让它学会。无监督学习：AI自己探索数据，找出规律，不需要老师告诉它答案。半监督学习：有点像自学，AI用少量的例子学习，然后自己找规律。增强学习：AI通过尝试和错误来学习，做得好就奖励，做得不好就惩罚。深度学习：AI有很多层的思考，就像大脑一样，能处理很复杂的问题。涌现：当AI的各个部分一起工作时，会出现一些意想不到的能力。代理：AI在虚拟世界里的化身，可以代表我们做决定和行动。功能可见：AI的决策过程是透明的，我们可以看到它是怎么做决定的。具身：AI不仅仅是软件，它还可以控制机器人的身体。范式：就是解决问题的一种方法或模式，大家都按照这个来。图灵测试：一种测试AI是否像人一样思考的方法，如果人不能区分AI和真人，那它就通过了。阿西莫夫三定律：科幻作家阿西莫夫提出的机器人三大规则，主要是保护人类。神经网络：模仿人脑的网络结构，让AI能像大脑一样处理信息。Transformer结构：一种让AI更好地处理序列数据的技术，比如语言。Finetune：就是对已经训练好的AI进行微调，让它更适合特定的任务。Aigc：人工智能生成内容，AI自己创作文章、音乐等。自然语言处理：让机器理解、生成和处理人类语言的技术。Prompt提示词工程师：专门设计问题或指令，让AI更好地回答问题的人。CNN卷积神经网络：一种处理图像数据的AI技术，能识别图片中的物体。线性回归方程：一种数学模型，用来预测两个变量之间的关系。LLaMA：一种高效的AI模型，能在保持性能的同时减少计算资源。Chinchilla：一种大型语言模型，能理解和生成语言。PaLM：一种多任务、多模态的AI模型，能处理多种类型的任务。ChatGLM：一种聊天用的AI模型，能进行多语言对话。Decoder-only：只有解码器的AI模型，用于生成文本。PyTorch：一种流行的AI编程框架，让开发AI应用更简单。Alpaca：一种小型但高效的AI模型，适合在资源有限的情况下使用。In-Context Learning：AI通过上下文信息来学习，而不是单独的样本。zero-shot：AI在没有训练的情况下，直接处理没见过的任务。预训练：在大量数据上训练AI，让它学会基本的知识。Langchain：一种AI技术，让机器更好地理解和使用语言。人类强化反馈学习（RLHF）：通过人类的反馈来训练AI，提高它的性能。泛化：AI从学到的知识中抽象出规律，应用到新的情况。思维链：（Chain-of-Thought，CoT）：AI通过一系列的思考步骤来解决问题。Embedding：把数据转换成AI能理解的形式。Prompt-tuning：通过调整提示词来优化AI的表现。Instruction-tuning：根据指令来调整AI的训练。
粤ICP备14082021号
免费POC，
零成本试错
