由于人工智能不再是一個模糊的營銷術(shù)語，而是更多的精確意識形態(tài)，因此理解所有AI術(shù)語越來越成為一項挑戰(zhàn)。 國外AI領(lǐng)域的專家們聚在一起，聚集在一起，為大家定義了人工智能領(lǐng)域的一些最常見的術(shù)語。
A
Algorithms 算法：給AI、神經(jīng)網(wǎng)絡(luò)或其他機器提供的一套規(guī)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 人工智能：機器能夠做出決策并執(zhí)行模擬人類智能和行為的任務(wù)。
Artificial neural network 人工神經(jīng)網(wǎng)絡(luò)（ANN）：一種學習模型，可以像人腦一樣工作，解決傳統(tǒng)計算機系統(tǒng)難以解決的任務(wù)。
Autonomic computing 自主計算：系統(tǒng)的自適應(yīng)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(jù)訓(xùn)練數(shù)據(jù)為數(shù)據(jù)點分配類別。
Cluster analysis 聚類分析：一種用于探索性數(shù)據(jù)分析的無監(jiān)督學習，用于查找數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)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(jīng)網(wǎng)絡(luò)（CNN）：一種識別和理解圖像的神經(jīng)網(wǎng)絡(luò)。
D
Data mining 數(shù)據(jù)挖掘：檢查數(shù)據(jù)集以發(fā)現(xiàn)和挖掘可以進一步使用的數(shù)據(jù)模式。
Data science 數(shù)據(jù)科學：一個跨學科領(lǐng)域，結(jié)合了統(tǒng)計學，信息科學和計算機科學的科學方法，系統(tǒng)和過程，通過結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)提供對現(xiàn)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(lián)信息層組成的人工神經(jīng)網(wǎng)絡(luò)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(yīng)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(yōu)或近似最優(yōu)解，否則需要數(shù)十年才能解決。
H
Heuristic search techniques 啟發(fā)式搜索技術(shù)：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(gòu)建基于知識的系統(tǒng)，包括其所有科學，技術(shù)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(guī)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(jīng)典學習算法的總稱。
Machine learning 機器學習：人工智能的一個方面，專注于算法，允許機器學習而不需要編程，并在暴露于新數(shù)據(jù)時進行更改。
Machine perception 機器感知：系統(tǒng)接收和解釋來自外部世界的數(shù)據(jù)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(jīng)網(wǎng)絡(luò)（RNN）：一種神經(jīng)網(wǎng)絡(luò)，它能夠理解順序信息并識別模式，并根據(jù)這些計算創(chuàng)建輸出。
S
Supervised learning 監(jiān)督學習：一種機器學習，其中輸出數(shù)據(jù)集訓(xùn)練機器生成所需的算法，如監(jiān)督學生的教師; 比無監(jiān)督學習更常見。
Swarm behavior 群體行為：從數(shù)學建模者的角度來看，它是由個人遵循的簡單規(guī)則產(chǎn)生的緊急行為，不涉及任何中心協(xié)調(diào)。
U
Unsupervised learning 無監(jiān)督學習：一種機器學習算法，用于從沒有標記響應(yīng)的輸入數(shù)據(jù)組成的數(shù)據(jù)集中得出推論。 最常見的無監(jiān)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(nèi)部的深度學習框架 DistBelief。由于其良好的架構(gòu)、分布式架構(gòu)支持以及簡單易用，自開源以來得到廣泛的關(guān)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(chuàng)客可以利用人工智能來實現(xiàn)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(chǎn)品--AIY Voice Kit 和 AIY Vision Kit。
聯(lián)系客服
