解決方案:你需要知道的 28 個 AI 術語

隨著人工智能不再是一個模棱兩可的營銷流行語，而是越來越成為一種精確的意識形態，理解所有人工智能術語越來越成為一項挑戰。 DZone編輯團隊為讀者定義了人工智能領域的一些重要術語，例如算法、人工神經網絡、聚類分析、決策樹等。此外，還介紹了決策樹、遺傳算法、啟發式搜索技術等高級術語。

A

算法：為人工智能、神經網絡或其他機器提供的一組規則或指令，以幫助其自行學習； 分類、聚類、推薦和回歸是四種最流行的類型。

人工智能：機器做出決策和執行模仿人類智能和行為的任務的能力。

人工神經網絡（ANN）：一種像人腦一樣工作的學習模型，可以解決傳統計算機系統難以完成的任務。

自主計算：系統在無需用戶輸入的情況下自適應地自我管理其自身資源以實現高級計算功能的能力。

C

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通用接口。

分類：分類算法讓機器根據訓練數據為數據點分配類別。

聚類分析：一種用于探索性數據分析以發現隱藏模式或數據分組的無監督學習； 使用由歐幾里德距離或概率距離等度量定義的相似性度量對集群進行建模。

聚類：聚類算法讓機器將數據點或項目分組到具有相似特征的組中。

認知計算：模仿人腦思考方式的計算機化模型。 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我學習。

卷積神經網絡（CNN）：一種識別和理解圖像的神經網絡。

D .

數據挖掘：檢查數據集以從該數據中發現和挖掘可以進一步使用的模式。

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。

決策樹：一種基于樹和分支的模型，用于映射決策及其可能的結果，類似于流程圖。

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

流暢性：一種會隨著時間而改變的條件。

G

游戲 AI：一種特定于游戲的 AI 形式，它使用算法而不是隨機性。 它是非玩家角色的一種計算行為，用于生成類人智能和玩家采取的基于反應的行動。

遺傳算法：一種基于遺傳學和自然選擇原理的進化算法，用于為原本需要數十年才能解決的難題找到最佳或接近最佳的解決方案。

H

啟發式搜索技術：通過消除不正確的選項什么是指用計算機模擬人類的智能，支持縮小問題最佳解決方案的搜索范圍。

K

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

邏輯編程：基于事實和規則知識庫的計算編程范式； LISP 和 LISP 是用于 AI 編程的兩種邏輯編程語言。

米

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。

機器學習：人工智能的一個方面，重點關注算法，使機器無需編程即可學習，并在接觸新數據時進行更改。

機器感知：系統接收和解釋來自外部世界的數據的能力，類似于人類使用感官的方式。 這通常通過連接的硬件來完成什么是指用計算機模擬人類的智能，但也可以使用軟件。

氮

自然語言處理：程序識別人類交流的能力。

R

循環神經網絡 (RNN)：一種理解順序信息并識別模式并根據這些計算創建輸出的神經網絡。

小號

監督學習：機器學習的一種，輸出數據集訓練機器生成所需的算法，就像老師監督學生一樣； 比無監督學習更常見。

群體行為：從數學建模者的角度來看，它是個體遵循簡單規則而產生的突發行為，不涉及任何中央協調。

你

無監督學習：一種機器學習算法，用于從由輸入數據組成的數據集中進行推論，而無需標記響應。 最常見的無監督學習方法是聚類分析。