Home-theater-designers
Meneroka kecerdasan buatan (AI) boleh berasa seperti memasuki labirin istilah teknikal yang mengelirukan dan jargon mengarut. Tidak hairanlah bahawa walaupun mereka yang biasa dengan AI boleh mendapati diri mereka menggaru kepala dalam kekeliruan.
Dengan itu, kami telah mencipta glosari AI yang komprehensif untuk melengkapkan anda dengan pengetahuan yang diperlukan. Daripada kecerdasan buatan sendiri kepada pembelajaran mesin dan perlombongan data, kami akan menyahkod semua istilah AI yang penting dalam bahasa yang jelas dan mudah.
MAKEUSEOF VIDEO OF THE DAY SCROLL UNTUK MENERUSKAN KANDUNGAN
Sama ada anda seorang pemula yang ingin tahu atau peminat AI, memahami konsep AI berikut akan membawa anda lebih dekat untuk membuka kunci kuasa AI.
1. Algoritma
Algoritma ialah satu set arahan atau peraturan yang dipatuhi oleh mesin untuk menyelesaikan masalah atau menyelesaikan tugas.
2. Kepintaran Buatan
AI ialah keupayaan mesin untuk meniru kecerdasan manusia dan melaksanakan tugas yang biasanya dikaitkan dengan makhluk pintar.
3. Kecerdasan Am Buatan (AGI)
AGI, juga dipanggil AI yang kuat, adalah sejenis AI yang memiliki keupayaan kecerdasan maju yang serupa dengan manusia. manakala kecerdasan am buatan dahulunya merupakan konsep teori dan taman permainan yang kaya untuk penyelidikan, ramai pembangun AI kini percaya manusia akan mencapai AGI dalam satu dekad akan datang.,
4. Rambatan belakang
Backpropagation ialah algoritma rangkaian neural yang digunakan untuk meningkatkan ketepatan dan prestasinya. Ia berfungsi dengan mengira ralat dalam output, menyebarkannya kembali melalui rangkaian, dan melaraskan berat dan berat sebelah sambungan untuk mendapatkan hasil yang lebih baik.
5. Berat sebelah
berat sebelah AI merujuk kepada kecenderungan model untuk membuat ramalan tertentu lebih kerap daripada yang lain. Bias boleh disebabkan oleh data latihan model atau andaian yang wujud.
6. Data Besar
Data besar ialah istilah yang menerangkan set data yang terlalu besar atau terlalu kompleks untuk diproses menggunakan kaedah tradisional. Ia melibatkan menganalisis set maklumat yang luas untuk mengekstrak pandangan dan corak yang berharga untuk menambah baik pembuatan keputusan.
7. Chatbot
Chatbot ialah program yang boleh mensimulasikan perbualan dengan pengguna manusia melalui teks atau arahan suara. Chatbots boleh memahami dan menjana respons seperti manusia, menjadikannya alat yang berkuasa untuk aplikasi perkhidmatan pelanggan.
8. Pengkomputeran Kognitif
Pengkomputeran kognitif ialah bidang AI yang memfokuskan pada pembangunan sistem yang meniru kebolehan kognitif manusia, seperti persepsi, pembelajaran, penaakulan dan penyelesaian masalah.
9. Teori Pembelajaran Pengiraan
Cabang kecerdasan buatan yang mengkaji algoritma dan model matematik pembelajaran mesin. Ia memfokuskan pada asas teori pembelajaran untuk memahami cara mesin boleh memperoleh pengetahuan, membuat ramalan dan meningkatkan prestasinya.
10. Penglihatan Komputer
Visi komputer merujuk kepada keupayaan mesin untuk mengekstrak maklumat visual daripada imej dan video digital. Algoritma penglihatan komputer digunakan secara meluas dalam aplikasi seperti pengesanan objek, pengecaman muka, pengimejan perubatan dan kenderaan autonomi.
11. Perlombongan Data
Perlombongan data ialah proses memperoleh pengetahuan berharga daripada set data yang besar. Ia menggunakan analisis statistik dan teknik pembelajaran mesin untuk mengenal pasti corak, perhubungan dan arah aliran dalam data untuk meningkatkan pembuatan keputusan.
12. Sains Data
Sains data melibatkan pengekstrakan cerapan daripada data menggunakan kaedah saintifik, algoritma dan sistem. Ia lebih komprehensif daripada perlombongan data dan merangkumi pelbagai aktiviti, termasuk pengumpulan data, visualisasi data dan pemodelan ramalan untuk menyelesaikan masalah yang kompleks.
13. Pembelajaran Mendalam
Pembelajaran mendalam ialah cabang AI yang menggunakan rangkaian saraf tiruan dengan berbilang lapisan (nod yang saling berkaitan dalam rangkaian saraf) untuk belajar daripada sejumlah besar data. Ia membolehkan mesin melakukan tugas yang kompleks, seperti pemprosesan bahasa semula jadi , imej dan pengecaman pertuturan.
14. AI Generatif
Generatif AI menerangkan sistem kecerdasan buatan dan algoritma yang boleh mencipta teks, audio, video dan simulasi. Sistem AI ini mempelajari corak dan contoh daripada data sedia ada dan menggunakan pengetahuan itu untuk mencipta output baharu dan asli.
15. Halusinasi
Halusinasi AI merujuk kepada keadaan di mana model menghasilkan keputusan yang tidak betul, tidak relevan atau tidak masuk akal. Ini boleh berlaku atas beberapa sebab, termasuk kekurangan konteks, pengehadan dalam data latihan atau seni bina.
16. Hiperparameter
Hiperparameter ialah tetapan yang mentakrifkan cara algoritma atau model pembelajaran mesin belajar dan berkelakuan. Hiperparameter termasuk kadar pembelajaran, kekuatan regularisasi dan bilangan lapisan tersembunyi dalam rangkaian. Anda boleh bermain-main dengan parameter ini untuk memperhalusi prestasi model mengikut keperluan anda.
17. Model Bahasa Besar (LLM)
LLM ialah model pembelajaran mesin yang dilatih mengenai sejumlah besar data dan menggunakan pembelajaran diselia untuk menghasilkan token seterusnya dalam konteks tertentu untuk menghasilkan respons kontekstual yang bermakna kepada input pengguna. Perkataan 'besar' menunjukkan penggunaan parameter yang luas oleh model bahasa. Sebagai contoh, Model GPT menggunakan ratusan bilion parameter untuk menjalankan pelbagai tugas NLP.
18. Pembelajaran Mesin
Pembelajaran mesin ialah cara untuk mesin belajar dan membuat ramalan tanpa diprogramkan secara eksplisit. Ia seperti memberi komputer dengan data dan memperkasakannya untuk membuat keputusan atau ramalan dengan mengenal pasti corak dalam data.
19. Rangkaian Neural
Rangkaian saraf ialah model pengiraan yang diilhamkan oleh otak manusia. Ia terdiri daripada nod yang saling berkaitan, atau neuron, yang disusun dalam lapisan. Setiap neuron menerima input daripada neuron lain dalam rangkaian, membolehkannya mempelajari corak dan membuat keputusan. Rangkaian saraf ialah komponen utama dalam model pembelajaran mesin yang membolehkan mereka cemerlang dalam pelbagai tugas.
20. Penjanaan Bahasa Semulajadi (NLG)
Penjanaan bahasa semula jadi berurusan dengan penciptaan teks yang boleh dibaca manusia daripada data berstruktur. NLG mencari aplikasi dalam penciptaan kandungan, chatbots dan pembantu suara.
21. Pemprosesan Bahasa Semulajadi (NLP)
Pemprosesan bahasa semula jadi ialah keupayaan mesin untuk mentafsir, memahami dan bertindak balas terhadap teks atau pertuturan yang boleh dibaca manusia. Ia digunakan dalam pelbagai aplikasi, termasuk analisis sentimen, klasifikasi teks dan menjawab soalan.
22. OpenAI
OpenAI ialah makmal penyelidikan kecerdasan buatan, yang diasaskan pada 2015 dan berpangkalan di San Francisco, Amerika Syarikat. Syarikat itu membangunkan dan menggunakan alat AI yang boleh kelihatan pintar seperti manusia. Produk OpenAI yang paling terkenal, ChatGPT, telah dikeluarkan pada November 2022 dan digembar-gemburkan sebagai bot sembang paling maju kerana keupayaannya memberikan jawapan mengenai pelbagai topik.
23. Pengecaman Corak
Pengecaman corak ialah keupayaan sistem AI untuk mengenal pasti dan mentafsir corak dalam data. Algoritma pengecaman corak mencari aplikasi dalam pengecaman muka, pengesanan penipuan dan pengecaman pertuturan.
24. Rangkaian Neural Berulang (RNN)
Sejenis rangkaian neural yang boleh memproses data berjujukan menggunakan sambungan maklum balas. RNN boleh mengekalkan memori input sebelumnya dan sesuai untuk tugas seperti NLP dan terjemahan mesin.
25. Pembelajaran Pengukuhan
Pembelajaran pengukuhan ialah teknik pembelajaran mesin di mana ejen AI belajar membuat keputusan melalui interaksi melalui percubaan dan kesilapan. Ejen menerima ganjaran atau hukuman daripada algoritma berdasarkan tindakannya, membimbingnya untuk meningkatkan prestasinya dari semasa ke semasa.
26. Pembelajaran Terselia
Kaedah pembelajaran mesin di mana model dilatih menggunakan data berlabel dengan output yang dikehendaki. Model ini membuat generalisasi daripada data berlabel dan membuat ramalan yang tepat pada data baharu.
27. Tokenisasi
Tokenisasi ialah proses membahagikan dokumen teks kepada unit yang lebih kecil yang dipanggil token. Token ini boleh mewakili perkataan, nombor, frasa, simbol atau sebarang elemen dalam teks yang boleh digunakan oleh program. Tujuan tokenisasi adalah untuk memahami data tidak berstruktur dengan paling tepat tanpa memproses keseluruhan teks sebagai satu rentetan, yang tidak cekap dari segi pengiraan dan sukar untuk dimodelkan.
28. Ujian Turing
Diperkenalkan oleh Alan Turing pada tahun 1950, ujian ini menilai keupayaan mesin untuk mempamerkan kecerdasan yang tidak dapat dibezakan daripada manusia. The Ujian Turing melibatkan hakim manusia berinteraksi dengan manusia dan mesin tanpa mengetahui yang mana. Sekiranya hakim gagal membezakan mesin dengan manusia, mesin itu dianggap telah lulus ujian.
29. Pembelajaran Tanpa Selia
Kaedah pembelajaran mesin di mana model membuat inferens daripada set data tidak berlabel. Ia menemui corak dalam data untuk membuat ramalan pada data yang tidak kelihatan.
Memeluk Bahasa Kepintaran Buatan
AI ialah bidang yang berkembang pesat mengubah cara kita berinteraksi dengan teknologi. Walau bagaimanapun, dengan begitu banyak kata kunci baharu yang sentiasa muncul, mungkin sukar untuk mengikuti perkembangan terkini dalam bidang tersebut.
bagaimana mengoptimumkan pc untuk permainan
Walaupun sesetengah istilah mungkin kelihatan abstrak tanpa konteks, kepentingannya menjadi jelas apabila digabungkan dengan pemahaman asas pembelajaran mesin. Memahami istilah dan konsep ini boleh meletakkan asas yang kuat yang akan memperkasakan anda untuk membuat keputusan termaklum dalam bidang kecerdasan buatan.