基礎概念
Fundamentals
AI與機器學習的核心概念與基礎知識，適合初學者入門
共 59 個詞彙
大型語言模型 (大語言模型 / 大模型)
Large Language Model (LLM) (LLM / Large Language Model)
在大量文本數據上訓練、能理解和生成自然語言的AI模型
大數據
Big Data
規模、速度、多樣性超傳統工具能處理的資料集合
狹義AI
Narrow AI
專注單一任務的AI
提示詞 (Prompt / 咒語)
Prompt (AI Prompt)
給AI語言模型的輸入指令，引導模型生成期望輸出
資料科學
Data Science
結合統計、程式與領域知識從數據中提取洞察的學科
圖靈測試
Turing Test
判斷機器是否具有人類智慧的傳統測試方法
演算法
Algorithm
解決特定問題的一系列步驟或指令
機器學習 (ML)
Machine Learning (ML)
讓電腦從數據中自動學習模式，而無需明確編程
AI (人工智能)
Artificial Intelligence (AI)
讓機器展現需要人類智慧才能完成的能力的技術
AI 素養
AI Literacy
理解與善用 AI 的基本能力
人機互動學
HAI (Human-AI Interaction)
研究如何與 AI 更自然地協作
半監督式學習
Semi-supervised Learning
結合少量標記與大量未標記數據的學習方法
非監督式學習
Unsupervised Learning
從未標記數據中發現模式的學習方法
神經網絡 (類神經網路)
Neural Network (NN)
模仿人腦神經元連接方式的計算模型
訓練數據
Training Data
用於教導AI模型學習模式的數據集
高斯分布
Gaussian Distribution
正態分布
專家系統
Expert System
模仿人類專家決策的規則型AI系統
強AI
Strong AI
具人類級通用智能
推理 (模型推理) (Inference Optimization) (Variational Inference)
Inference (Model Inference) (Inference Optimization) (Variational Inference)
使用訓練好的AI模型對新數據進行預測的過程
啟發法
Heuristics
以經驗為基礎的近似解題策略
深度學習 (深度神經網絡)
Deep Learning (DL)
使用多層神經網絡從數據中學習複雜模式的機器學習方法
通用人工智慧
Artificial General Intelligence
具備與人類相當的全面認知能力的AI
通用AI
General AI
能處理各類任務的假想AI
集成學習
Ensemble Learning
結合多個模型預測以提升整體表現的方法
資訊檢索
Information Retrieval (IR)
從大量數據中找出相關資訊的技術
監督式學習
Supervised Learning
使用標記數據訓練模型的有監督學習方法
認知運算
Cognitive Computing
模擬人類認知的運算系統
模式識別
Pattern Recognition
識別數據中規律的領域
適應性學習
Adaptive Learning
根據學習者表現自動調整內容難度和路徑的教育技術
遷移學習
Transfer Learning
將已學知識應用到新任務的學習方法
隨機性
Stochasticity
具不確定性的隨機過程
Token (詞元 / 標記)
Token (Text Token)
語言模型處理文本時使用的最小單位
人工超智能
ASI (Artificial Superintelligence)
超越人類智能的 AI
主動學習
Active Learning
模型主動選擇最有價值樣本請人類標記的學習策略
自相關
Autocorrelation
序列與自身滯後版本的相關性
自監督學習
Self-supervised Learning
從數據本身構造監督信號無需人工標記的學習方法
事實查核
Fact Checking
自動驗證資訊真實性的AI技術
知識圖 RAG
Knowledge Graph RAG
結合知識圖與 RAG 的檢索增強
後驗機率
Posterior Probability
觀測到數據後的機率
計算智能
Computational Intelligence
仿生與軟計算方法總稱
特徵值與特徵向量
Eigenvalues / Eigenvectors
線性變換的不變方向與縮放
馬可夫鏈
Markov Chain
下一狀態只依賴當前狀態的隨機過程
強化學習
Reinforcement Learning
透過試錯與獎勵機制學習最佳決策的方法
符號人工智慧
Symbolic AI
以符號推理與知識表示為核心的傳統AI範式
連結主義
Connectionism
以神經網絡相互連接為核心的AI範式
微調 (模型微調)
Fine-tuning (Fine Tuning / Model Fine-tuning)
在預訓練模型基礎上，使用特定數據進一步訓練以適應特定任務
蒙地卡羅方法
Monte Carlo Method
透過隨機採樣近似計算
影片 RAG
Video RAG
對影片內容進行檢索增強
數據稀缺
Data Scarcity
高品質訓練數據供不應求
遺忘曲線（AI）
NIAH (Needle in a Haystack)
測試模型在長文中的關鍵信息檢索能力
聯邦學習
Federated Learning
多方協作訓練而不共享原始數據的隱私保護方法
Transformer架構 (變換器 / 注意力模型) (Switch Transformer)
Transformer Architecture (Switch Transformer)
使用注意力機制處理序列數據的革命性神經網絡架構
平穩過程
Stationary Process
統計性質不隨時間變化的隨機過程
貝氏推論
Bayesian Inference
依貝葉斯定理更新後驗機率
流形假設
Manifold Hypothesis
高維數據實際分布在低維流形上
海森矩陣
Hessian Matrix
多變數函數的二階偏導矩陣
通用近似定理
Universal Approximation Theorem
神經網絡可近似任意連續函數
雅可比矩陣
Jacobian Matrix
多變數函數的一階偏導矩陣
歸納偏好
Inductive Bias
演算法對某種解釋的偏好