人工智能预制模型是什么意思-傻子都看不出来吗？ 盘点人工智能领域术语理解！

【CNMO新闻】人工智能（AI）的蓬勃发展带来了很多术语——从“生成式人工智能”到“合成数据”。 这些术语可能很难解析，但是对于一些想要涉足这个领域的人来说，这些技术术语是必须要了解的。 接下来，CNMO将介绍一些人工智能的技术术语吉祥物设计，希望能帮助您在这个快速发展的领域前进。

人工智能

人工智能：旨在在机器中复制类人思维的技术。 此类功能的一些示例包括识别照片中的人物、在工厂工作。

生成式人工智能：生成式人工智能是一种可以创建文本、图像、声音和视频等内容的人工智能。 传统的人工智能应用程序主要对内容进行分类，而生成式人工智能模型则创建内容。 例如，语音识别模型可以识别您的声音，生成语音模型可以使用您的声音来创建有声读物。 最近引起公众关注的几乎所有模型都是生成式的，包括 OpenAI 的 ChatGPT 等聊天机器人； Stable Diffusion 和 midjourney 等图像创作者； 语音克隆程序，例如 esembre。

训练数据：用于帮助人工智能模型完成任务的文本、图像、声音和其他信息的集合。 在语言模型中，训练数据以基于文本的材料为中心人工智能预制模型是什么意思，例如书籍、社交媒体上的评论甚至代码。 低质量的训练数据可能会引入偏见，导致不公平的模型做出种族主义或性别歧视的决定。

算法偏差：由于不良的训练数据和不良的编程而导致的错误卡通人物，导致模型做出有偏差的决策。 这些模型可能会根据性别、能力或种族做出不适当的假设。 事实上，这些错误可能会影响从抵押贷款申请到器官移植批准的决策，从而造成严重伤害。 许多对人工智能快速进步的批评者都指出了算法偏差的可能性。

通用人工智能 (AGI)：对程序的描述，其能力与人类一样——甚至超过——人类。 虽然全面的通用智能仍然难以实现，但模型正变得越来越复杂。

自主代理：一种具有目标和足够工具来实现这些目标的人工智能模型。 例如，自动驾驶汽车是使用感官输入、GPS 数据和驾驶算法来独立决定如何导航和到达目的地的自主代理。 斯坦福大学的研究人员已经证明，自主主体群体甚至可以发展文化和传统。

提示链接：使用之前与 AI 模型的交互来创建更准确的响应过程，尤其是在提示驱动的语言建模中。 例如，当您要求 ChatGPT 给您的朋友发短信时人工智能预制模型是什么意思，您希望它记住您的语气、笑话以及之前与她的其他对话。 这些技术有助于整合上下文。

大型语言模型（LLM）：人工智能的一种应用，通常是生成式的。 这些模型的特点是规模大：最大的版本 GPT-3 包含 1750 亿个不同的变量（称为参数），并在 570GB 的数据上进行训练。 谷歌的PaLm模型更大，有5400亿个参数。 随着硬件和软件的不断发展，这一规模预计还会增加。 它还可能捏造学术引文，对您要求其分析的数据撒谎，或者编造有关训练数据中未包含的事件的事实。

幻觉：幻觉是人工智能程序意外且不正确的反应，其原因可能尚未完全理解。 当你询问如何种植果树时，语言模型可能会突然想出水果沙拉食谱。 目前还不完全清楚为什么会发生这种情况，但这可能是由于数据稀疏、信息差距和错误分类造成的。

紧急行为：人工智能可能被证明是一种并非为之而生的技能。 一些例子包括表情符号的解释、讽刺和使用性别包容的语言。

一致性：努力确保人工智能系统与其人类操作员拥有相同的价值观和目标。 为了调整动机，一致性研究寻求训练和校准模型，通常使用函数来奖励或惩罚模型。

多模态人工智能：人工智能的一种形式，可以理解和处理多种类型的信息，包括文本、图像、语音等。 这是很强大的，因为它允许人工智能在多个维度上理解和表达自己，从而对任务有更广泛、更细致的理解。 多模态人工智能的应用之一就是这款翻译器，它将日本漫画翻译成英语。

提示工程：这是向人工智能发出指令的行为，以便它拥有实现你的目标所需的环境。 即时工程最好与 OpenAI 的 ChatGPT 联系在一起，它描述了用户输入算法的任务（例如“给我五个流行的婴儿名字”）。

训练：训练是使用数据改进人工智能以使其更适合任务的过程。 可以通过向人工智能提供你想要学习的数据来训练它，就像向诗歌机器人提供莎士比亚的十四行诗一样。 您可以在称为“epochs”的迭代中多次执行此操作，直到模型的性能一致且可靠。

神经网络：神经网络是近似人类思维结构的计算机系统，它们允许构建从抽象到具体的模型。

狭义人工智能：一些具有单一思维的人工智能算法，它们被设计成只做一件事。 如果狭隘的人工智能算法可以下跳棋，它就不能下国际象棋。