人工智慧28個常見專業術語，別再說你看不懂AI了！
由于人工智慧不再是一個模糊的營銷術語，而是更多的精確意識形態，因此理解所有AI術語越來越成為一項挑戰。 國外AI領域的專家們聚在一起，聚集在一起，為大家定義了人工智慧領域的一些最常見的術語。
A
Algorithms 算法：給AI、神經網絡或其他機器提供的一套規則或指令，以幫助它自己學習; 分類，聚類，推薦和回歸是四種最流行的類型。
Artificial intelligence 人工智慧：機器能夠做出決策并執行模擬人類智能和行為的任務。
Artificial neural network 人工神經網絡（ANN）：一種學習模型，可以像人腦一樣工作，解決傳統計算機系統難以解決的任務。
Autonomic computing 自主計算：系統的自適應自我管理能力，用于高級計算功能，無需用戶輸入。
C
Chatbots 聊天機器人：聊天機器人（簡稱聊天機器人），旨在通過文本聊天，語音命令或兩者進行通信來模擬與人類用戶的對話。它們是包含AI功能的計算機程序的常用接口。
Classification 分類：分類算法讓機器根據訓練數據為數據點分配類別。
Cluster analysis 聚類分析：一種用于探索性數據分析的無監督學習，用于查找數據中的隱藏模式或分組;群集使用由歐幾里得或概率距離等度量定義的相似性度量建模。
Clustering 聚類：聚類算法允許機器將數據點或項目分組到具有相似特征的組中。
Cognitive computing 認知計算：一種模仿人類大腦思維方式的計算機模型。它涉及通過使用數據挖掘，自然語言處理和模式識別進行自學習。
Convolutional neural network 卷積神經網絡（CNN）：一種識別和理解圖像的神經網絡。
D
Data mining 數據挖掘：檢查數據集以發現和挖掘可以進一步使用的數據模式。
Data science 數據科學：一個跨學科領域，結合了統計學，信息科學和計算機科學的科學方法，系統和過程，通過結構化或非結構化數據提供對現象的洞察。
Decision tree 決策樹：基于樹和分支的模型，用于映射決策及其可能的后果，類似于流程圖。
Deep learning 深度學習：機器通過由級聯信息層組成的人工神經網絡自主模仿人類思維模式的能力。
F
Fluent 流暢：一種可以隨時間變化的狀況。
G
Game AI ：一種特定于游戲的AI形式，它使用算法來代替隨機性。 它是非玩家角色中使用的計算行為，用于生成玩家所采取的類似人類智能和基于反應的動作。
Genetic algorithm 遺傳算法：一種基于遺傳學和自然選擇原理的進化算法，用于尋找困難問題的最優或近似最優解，否則需要數十年才能解決。
H
Heuristic search techniques 啟發式搜索技術：支持通過消除不正確的選項來縮小搜索問題的最佳解決方案的范圍。
K
Knowledge engineering 知識工程：專注于構建基于知識的系統，包括其所有科學，技術和社會方面。
L
Logic programming 邏輯編程：一種編程范式，其中基于事實和規則的知識庫進行計算; LISP和Prolog是用于AI編程的兩種邏輯編程語言。
M
Machine intelligence 機器智能：一個涵蓋機器學習，深度學習和經典學習算法的總稱。
Machine learning 機器學習：人工智慧的一個方面，專注于算法，允許機器學習而不需要編程，并在暴露于新數據時進行更改。
Machine perception 機器感知：系統接收和解釋來自外部世界的數據的能力，類似于人類如何使用我們的感官。 這通常使用附加的硬件來完成，盡管軟件也是可用的。
N
Natural language processing 自然語言處理：程序能夠識別人類交流的能力。
R
Recurrent neural network 遞歸神經網絡（RNN）：一種神經網絡，它能夠理解順序信息并識別模式，并根據這些計算創建輸出。
S
Supervised learning 監督學習：一種機器學習，其中輸出數據集訓練機器生成所需的算法，如監督學生的教師; 比無監督學習更常見。
Swarm behavior 群體行為：從數學建模者的角度來看，它是由個人遵循的簡單規則產生的緊急行為，不涉及任何中心協調。
U
Unsupervised learning 無監督學習：一種機器學習算法，用于從沒有標記響應的輸入數據組成的數據集中得出推論。 最常見的無監督學習方法是聚類分析。
補充：TF
TF是指谷歌的TensorFlow深度學習開源框架。Tensorflow是谷歌在 2015 年 11 月開源的機器學習框架，來源于 Google 內部的深度學習框架 DistBelief。由于其良好的架構、分布式架構支持以及簡單易用，自開源以來得到廣泛的關注。
鑒于TensorFlow目前這么流行，想要學習和實踐的程序員們也可以了解下谷歌最近的AI開源項目——AIY Projects。AIY 全稱是 Artificial Intelligence Yourself，顧名思義就是利用 AI 來進行的 DIY 功能套件。借助 AIY 項目，創客可以利用人工智慧來實現更像人與人交流的人機交互。谷歌目前為 AIY Projects 推出了兩款硬件產品--AIY Voice Kit 和 AIY Vision Kit。
由于人工智慧不再是一個模糊的營銷術語，而是更多的精確意識形態，因此理解所有AI術語越來越成為一項挑戰。 國外AI領域的專家們聚在一起，聚集在一起，為大家定義了人工智慧領域的一些最常見的術語。
A
Algorithms 算法：給AI、神經網絡或其他機器提供的一套規則或指令，以幫助它自己學習; 分類，聚類，推薦和回歸是四種最流行的類型。
Artificial intelligence 人工智慧：機器能夠做出決策并執行模擬人類智能和行為的任務。
Artificial neural network 人工神經網絡（ANN）：一種學習模型，可以像人腦一樣工作，解決傳統計算機系統難以解決的任務。
Autonomic computing 自主計算：系統的自適應自我管理能力，用于高級計算功能，無需用戶輸入。
C
Chatbots 聊天機器人：聊天機器人（簡稱聊天機器人），旨在通過文本聊天，語音命令或兩者進行通信來模擬與人類用戶的對話。它們是包含AI功能的計算機程序的常用接口。
Classification 分類：分類算法讓機器根據訓練數據為數據點分配類別。
Cluster analysis 聚類分析：一種用于探索性數據分析的無監督學習，用于查找數據中的隱藏模式或分組;群集使用由歐幾里得或概率距離等度量定義的相似性度量建模。
Clustering 聚類：聚類算法允許機器將數據點或項目分組到具有相似特征的組中。
Cognitive computing 認知計算：一種模仿人類大腦思維方式的計算機模型。它涉及通過使用數據挖掘，自然語言處理和模式識別進行自學習。
Convolutional neural network 卷積神經網絡（CNN）：一種識別和理解圖像的神經網絡。
D
Data mining 數據挖掘：檢查數據集以發現和挖掘可以進一步使用的數據模式。
Data science 數據科學：一個跨學科領域，結合了統計學，信息科學和計算機科學的科學方法，系統和過程，通過結構化或非結構化數據提供對現象的洞察。
Decision tree 決策樹：基于樹和分支的模型，用于映射決策及其可能的后果，類似于流程圖。
Deep learning 深度學習：機器通過由級聯信息層組成的人工神經網絡自主模仿人類思維模式的能力。
F
Fluent 流暢：一種可以隨時間變化的狀況。
G
Game AI ：一種特定于游戲的AI形式，它使用算法來代替隨機性。 它是非玩家角色中使用的計算行為，用于生成玩家所采取的類似人類智能和基于反應的動作。
Genetic algorithm 遺傳算法：一種基于遺傳學和自然選擇原理的進化算法，用于尋找困難問題的最優或近似最優解，否則需要數十年才能解決。
H
Heuristic search techniques 啟發式搜索技術：支持通過消除不正確的選項來縮小搜索問題的最佳解決方案的范圍。
K
Knowledge engineering 知識工程：專注于構建基于知識的系統，包括其所有科學，技術和社會方面。
L
Logic programming 邏輯編程：一種編程范式，其中基于事實和規則的知識庫進行計算; LISP和Prolog是用于AI編程的兩種邏輯編程語言。
M
Machine intelligence 機器智能：一個涵蓋機器學習，深度學習和經典學習算法的總稱。
Machine learning 機器學習：人工智慧的一個方面，專注于算法，允許機器學習而不需要編程，并在暴露于新數據時進行更改。
Machine perception 機器感知：系統接收和解釋來自外部世界的數據的能力，類似于人類如何使用我們的感官。 這通常使用附加的硬件來完成，盡管軟件也是可用的。
N
Natural language processing 自然語言處理：程序能夠識別人類交流的能力。
R
Recurrent neural network 遞歸神經網絡（RNN）：一種神經網絡，它能夠理解順序信息并識別模式，并根據這些計算創建輸出。
S
Supervised learning 監督學習：一種機器學習，其中輸出數據集訓練機器生成所需的算法，如監督學生的教師; 比無監督學習更常見。
Swarm behavior 群體行為：從數學建模者的角度來看，它是由個人遵循的簡單規則產生的緊急行為，不涉及任何中心協調。
U
Unsupervised learning 無監督學習：一種機器學習算法，用于從沒有標記響應的輸入數據組成的數據集中得出推論。 最常見的無監督學習方法是聚類分析。
補充：TF
TF是指谷歌的TensorFlow深度學習開源框架。Tensorflow是谷歌在 2015 年 11 月開源的機器學習框架，來源于 Google 內部的深度學習框架 DistBelief。由于其良好的架構、分布式架構支持以及簡單易用，自開源以來得到廣泛的關注。
鑒于TensorFlow目前這么流行，想要學習和實踐的程序員們也可以了解下谷歌最近的AI開源項目——AIY Projects。AIY 全稱是 Artificial Intelligence Yourself，顧名思義就是利用 AI 來進行的 DIY 功能套件。借助 AIY 項目，創客可以利用人工智慧來實現更像人與人交流的人機交互。谷歌目前為 AIY Projects 推出了兩款硬件產品--AIY Voice Kit 和 AIY Vision Kit。
請按此登錄後留言。未成為會員? 立即註冊