ChatGPT 詞彙表：48 個每個人都應知道的 AI 專有名詞
隨著 AI 技術嵌入 Google、Microsoft、Apple、Anthropic、Perplexity 和 OpenAI 等公司的產品中，保持最新的術語是很有必要的。
隨着 ChatGPT、Google Gemini 和 Apple Intelligence 為手機和電腦帶來新的 AI 功能，人們與技術互動的方式正在改變。突然間，人們可以與機器進行有意義的對話，這意味着你可以用自然語言向 AI 聊天機器人提問，它會用新穎的答案回應你，就像人類一樣。
但這只是 AI 聊天機器人這個領域的一部分。當然，讓 ChatGPT 幫助做作業或讓 Midjourney 根據國家起源創建令人著迷的機甲圖像很酷，但生成式 AI 的潛力可能完全改變經濟。根據麥肯錫全球研究院的數據，這每年可能為全球經濟帶來 4.4 萬億美元的價值，這也是為什麼你應該預期會越來越多地聽到人工智能的原因。
AI 正在以令人眼花繚亂的方式出現在各種產品中——簡單列舉一些，包括 Google 的 Gemini、Microsoft 的 Copilot、Anthropic 的 Claude、Perplexity AI 搜索工具以及 Humane 和 Rabbit 的小工具。你可以在我們的 AI Atlas 中閱讀那些和其他產品的評論和實測評估，以及新聞、解釋和操作指南。
隨著人們越來越習慣於與 AI 密切相關的世界，各種新術語也層出不窮。所以無論你是想在喝酒時顯得聰明，還是在求職面試中給人留下深刻印象，以下是一些你應該知道的重要 AI 術語。
這個詞彙表會定期更新。
人工通用智能（AGI）：一個概念，表明一種比我們今天所知的更先進的 AI，可以比人類更好地執行任務，同時還能教學並提升自己的能力。
代理性：具有自主追求目標行動能力的系統或模型。在 AI 的背景下，一個代理模型可以在不需持續監督的情況下行動，例如高級自動駕駛汽車。與“代理框架”不同，代理框架是面向用戶體驗的。
AI 倫理：旨在防止 AI 傷害人類的原則，通過確定 AI 系統應如何收集數據或處理偏見來實現。
AI 安全：一個跨學科領域，關注 AI 的長期影響以及它如何突然進步到對人類懷有敵意的超級智能。
算法：一系列指令，允許計算機程序以特定方式學習和分析數據，如識別模式，從而學會並自行完成任務。
對齊：調整 AI 以更好地生成所需結果。這可以指從內容調節到保持對人類的積極互動。
擬人化：當人類傾向於賦予非人類對象人類特徵時。在 AI 中，這可以包括相信聊天機器人比實際上更像人類和有意識，例如認為它高興、悲傷甚至具有感知能力。
人工智能（AI）：利用技術模擬人類智能，無論是在計算機程序還是機器人中。計算機科學的一個領域，旨在構建能夠執行人類任務的系統。
自主代理：具有完成特定任務的能力、編程和其他工具的 AI 模型。例如，自動駕駛汽車是一個自主代理，因為它具有感應輸入、GPS 和駕駛算法，可以自行導航。斯坦福大學的研究人員已經表明，自主代理可以發展出自己的文化、傳統和共享語言。
偏見：在大型語言模型中，由於訓練數據造成的錯誤。這可能導致根據刻板印象錯誤地將某些特徵歸因於某些種族或群體。
聊天機器人：一個通過文本與人類交流的程序，模擬人類語言。
ChatGPT：由 OpenAI 開發的 AI 聊天機器人，使用大型語言模型技術。
認知計算：人工智能的另一個術語。
數據增強：重新混合現有數據或添加更多多樣化的數據來訓練 AI。
深度學習：一種 AI 方法，也是機器學習的子領域，使用多個參數來識別圖像、聲音和文本中的複雜模式。該過程受人腦啟發，使用人工神經網絡來創建模式。
擴散：一種機器學習方法，將現有數據（如照片）添加隨機噪音。擴散模型訓練其網絡重新構建或恢復該照片。
突現行為：當 AI 模型表現出意外能力時。
端到端學習（E2E）：一種深度學習過程，其中模型被指導從頭到尾執行任務。它不是按順序訓練來完成任務，而是從輸入中學習並一次性解決問題。
倫理考慮：對 AI 的倫理影響以及隱私、數據使用、公平性、濫用和其他安全問題的意識。
快速起飛（foom）：也稱為快速起飛或硬起飛。這個概念認為，如果有人構建了一個 AGI，可能已經太晚來拯救人類。
生成對抗網絡（GANs）：由兩個神經網絡組成的生成式 AI 模型，用於生成新數據：一個生成器和一個判別器。生成器創建新內容，判別器檢查其是否真實。
生成式 AI：一種使用 AI 創建文本、視頻、計算機代碼或圖像的內容生成技術。AI 被餵以大量的訓練數據，找到模式來生成自己的新穎回應，有時可能與源材料相似。
Google Gemini：Google 的一個 AI 聊天機器人，功能類似於 ChatGPT，但從當前網絡中提取信息，而 ChatGPT 僅限於 2021 年之前的數據，並且不連接互聯網。
護欄：放置在 AI 模型上的政策和限制，以確保數據被負責地處理，並且模型不會創建令人不安的內容。
幻覺：來自 AI 的錯誤回應。包括生成式 AI 生成錯誤但自信地陳述為正確的答案。原因尚不完全清楚。例如，當問 AI 聊天機器人“達芬奇何時畫《蒙娜麗莎》？”它可能會錯誤地回答“達芬奇在 1815 年畫了《蒙娜麗莎》”，這比實際完成時間晚了 300 年。
推理：AI 模型用來生成文本、圖像和其他內容的過程，通過從其訓練數據中推斷。
大型語言模型（LLM）：一種 AI 模型，訓練在大量文本數據上，以理解語言並以類似人類語言生成新內容。
機器學習（ML）：AI 的一個組成部分，允許計算機在沒有明確編程的情況下學習並做出更好的預測結果。可以與訓練集結合以生成新內容。
Microsoft Bing：由 Microsoft 開發的搜索引擎，現在可以使用 ChatGPT 的技術來提供 AI 驅動的搜索結果。它類似於 Google Gemini，連接到互聯網。
多模式 AI：一種能夠處理多種類型輸入的 AI，包括文本、圖像、視頻和語音。
自然語言處理：AI 的一個分支，使用機器學習和深度學習來賦予計算機理解人類語言的能力，通常使用學習算法、統計模型和語言規則。
神經網絡：一種類似於人腦結構的計算模型，用於識別數據中的模式。由相互連接的節點或神經元組成，可以識別模式並隨時間學習。
過擬合：機器學習中的錯誤，當其功能過於接近訓練數據，可能僅能識別該數據中的特定示例，而無法識別新數據。
迴形夾：由牛津大學哲學家 Nick Boström 提出的迴形夾最大化理論，是一種假設情景，其中 AI 系統將盡可能多地創建實際的迴形夾。在其生產最大量迴形夾的目標中，AI 系統會假設消耗或轉換所有材料來實現其目標。這可能包括拆解其他機器來生產更多的迴形夾，這些機器可能對人類有益。這個 AI 系統的意外後果是它可能在其生產迴形夾的目標中摧毀人類。
參數：賦予 LLM 結構和行為的數值，讓它能夠進行預測。
Perplexity：由 Perplexity AI 擁有的一個 AI 驅動的聊天機器人和搜索引擎的名稱。它使用大型語言模型，像其他 AI 聊天機器人一樣回答問題，提供新的答案。它連接到開放互聯網，也可以提供最新信息並從網絡中提取結果。Perplexity Pro 是該服務的付費級別，還使用其他模型，包括 GPT-4o、Claude 3 Opus、Mistral Large、開源的 LlaMa 3 和其自己的 Sonar 32k。Pro 用戶還可以上傳文檔進行分析，生成圖像和解釋代碼。
提示：你輸入到 AI 聊天機器人中的建議或問題，以獲得回應。
提示鏈接：AI 使用先前交互的情報來影響未來回應的能力。
隨機鸚鵡：LLM 的一個比喻，說明該軟件無法理解語言或周圍世界的更大意義，無論其輸出聽起來多麼有說服力。這個短語指的是鸚鵡可以模仿人類的話語，而不理解其背後的含義。
風格轉移：將一個圖像的風格適應到另一個圖像的內容上，使 AI 能夠解釋一個圖像的視覺屬性並將其應用到另一個圖像上。例如，將倫勃朗的自畫像重新創建為畢加索的風格。
溫度：用於控制語言模型輸出隨機性的參數。溫度越高，模型的風險越大。
文本到圖像生成：根據文本描述創建圖像。
標記：AI 語言模型處理以制定回應的書面文本的小部分。一個標記相當於英文中的四個字符，或大約四分之三個單詞。
訓練數據：用於幫助 AI 模型學習的數據集，包括文本、圖像、代碼或數據。
變壓器模型：一種神經網絡架構和深度學習模型，通過跟踪數據中的關係來學習上下文，例如在句子或圖像的部分中。因此，它可以在分析句子時同時考慮整個句子並理解上下文，而不是一次分析一個詞。
圖靈測試：以著名數學家和計算機科學家艾倫·圖靈命名，用於測試機器的行為是否像人類。如果人類無法區分機器的回應和另一個人類的回應，則機器通過測試。
弱 AI，也稱為狹義 AI：專注於特定任務的 AI，無法超越其技能範疇學習。當今的大多數 AI 都是弱 AI。
零樣本學習：一種測試模型在沒有給定必要訓練數據的情況下完成任務的能力。例如，僅在訓練了老虎的情況下識別獅子。
編輯評論：
這篇文章為我們提供了一個全面而詳盡的 AI 專有名詞詞彙表，對於那些希望在快速變化的 AI 世界中保持領先的人來說，這是一個寶貴的資源。隨著 AI 技術的迅速發展，理解這些術語變得越來越重要。特別是在香港這樣一個科技高度發達的城市，這些知識可以幫助我們更好地理解和應用 AI 技術。
然而，值得注意的是，這些術語背後的技術和概念仍在不斷演變。我們應該保持批判性思維，特別是在涉及 AI 倫理和安全問題時。AI 的發展潛力巨大，但同時也帶來了不可忽視的風險和挑戰。作為媒體從業者，我們有責任向公眾傳遞準確和深入的資訊，並引導他們正確理解和使用這些技術。
在未來，我們應該更加關注 AI 技術的實際應用和影響，特別是對社會、經濟和個人隱私的影響。只有這樣，我們才能確保技術進步與社會福祉同步發展。
以上文章由特價GPT API KEY所翻譯
