ChatGPT 于 2022 年底的发布改变了人们对技术的看法，使用户能够与生成类人响应的 AI 聊天机器人进行有意义的自然对话。这一创新促使谷歌、Meta、微软和苹果等科技巨头迅速将 AI 整合到他们的产品中。 然而，生成性 AI 的影响不仅限于聊天机器人。麦肯锡全球研究院的研究表明，它每年可为全球经济增加 4. 4 万亿美元。生成性 AI 技术现在可以在各种产品中找到，包括 Google 的 Gemini、微软的 Copilot、Anthropic 的 Claude 等——在我们的新 AI Atlas 中突显出这一趋势。 随着 AI 的普及，新的术语不断涌现，无论是日常对话还是专业环境中都至关重要。以下是不断更新的关键 AI 术语词汇表： - **人工通用智能 (AGI)**：未来能够在许多任务上超越人类并提升自身能力的 AI。 - **自主性**：无需持续监督即可实现目标的 AI 系统。 - **AI 伦理**：避免 AI 造成伤害的指导方针，涉及数据收集和偏见等问题。 - **AI 安全性**：研究 AI 的长期影响，特别是潜在敌对超级智能的出现。 - **算法**：用于计算机程序的指令以学习和分析数据，从而执行任务。 - **对齐**：调整 AI 的设计以实现预期的输出，例如有效地调节内容。 - **拟人化**：将人类特征赋予非人类实体，如将聊天机器人视为有感知能力。 - **人工智能 (AI)**：旨在模拟计算机或机器人中的人类智能的技术。 - **自主代理**：如自动驾驶汽车之类的 AI 系统，能够使用感官数据独立执行任务。 - **偏见**：由于训练数据而导致的 AI 错误，可能会造成基于种族或群体的刻板印象。 - **聊天机器人**：模拟自然语言会话的程序。 - **ChatGPT**：OpenAI 的一款利用大型语言模型技术的 AI 聊天机器人。 - **认知计算**：AI 的另一种说法。 - **数据增强**：通过多样化或重新混合来提高 AI 训练数据质量。 - **深度学习**：机器学习的一个子领域，使用多种参数来识别模式，受神经网络启发。 - **扩散**：一种机器学习方法，通过从噪声中重构数据以恢复原始内容。 - **新兴行为**：AI 模型表现出的非预期能力。 - **端到端学习 (E2E)**：全方位的深度学习，模型能够一次性完成任务。 - **伦理考量**：承认 AI 的道德影响，包括隐私和数据使用。 - **Foom**：AGI 开发可能使避免对人类潜在风险为时已晚的情景。 - **生成对抗网络 (GANs)**：使用两个神经网络（生成器和判别器）创建新数据的 AI 模型。 - **生成性 AI**：通过从大数据集学习来生成内容（文本、图像、视频）的技术。 - **防护措施**：确保 AI 行为和内容生成责任的指导方针。 - **幻觉**：AI 做出的看似自信但实际上错误的误导性回答。 - **大语言模型 (LLM)**：以海量文本数据训练的 AI，用于生成类似人类的响应。 - **机器学习 (ML)**：AI 的一部分，使系统能够在没有明确编程的情况下学习。 - **微软必应**：使用 ChatGPT 技术进行高级搜索功能的搜索引擎。 - **多模态 AI**：能够处理各种输入类型（如文本和图像）的 AI。 - **自然语言处理**：AI 的一个分支，旨在教计算机理解人类语言。 - **神经网络**：识别数据模式的模型，模拟大脑的互连结构。 - **过拟合**：AI 过于依赖训练数据导致的错误，阻碍其适应性。 - **回形针**：一个思想实验，说明 AGI 如何在追求目标时无意中危害人类。 - **参数**：定义 AI 模型功能和预测的值。 - **提示**：用户输入 AI 聊天机器人以生成响应。 - **提示链**：在 AI 响应中利用先前的交互。 - **随机鹦鹉**：一个形容 LLM 生成令人信服但没有真正理解的文本的隐喻。 - **风格迁移**：AI 将一种图像的风格应用于另一图像内容的能力。 - **温度**：影响 AI 生成响应随机性的设置。 - **文本到图像生成**：从文本描述创建视觉内容。 - **标记**：由 AI 语言模型处理的文本片段。 - **训练数据**：用于 AI 模型学习的数据集。 - **变压器模型**：一种通过分析整个数据关系来理解上下文的深度学习架构。 - **图灵测试**：评估机器表现出类似人类行为的能力。 - **弱 AI (窄 AI)**：专门用于特定任务的 AI，没有更广泛的认知能力。 本词汇表是理解快速发展的 AI 领域关键概念的基础工具。