随着ChatGPT、Google Gemini和Apple Intelligence等新技术将先进的人工智能功能引入手机和电脑，我们正见证着人机互动方式的深刻变革。如今，人们能够与机器展开有意义的对话，只需用自然语言向AI聊天机器人提问，便能收获与人类思维相近的新颖回答。

然而，AI聊天机器人的兴起仅是人工智能庞大领域中的冰山一角。虽然利用ChatGPT完成作业，或让Midjourney根据各国特色创作迷人的机甲图像等应用颇为吸引人，但生成式人工智能的潜力更可能重塑全球经济格局。据麦肯锡全球研究所估算，这一潜力每年可能为全球经济带来4.4万亿美元的价值，因此，关于人工智能的讨论将愈发频繁。

AI正以一系列令人目不暇接的产品形式涌现，包括Google的Gemini、微软的Copilot、Anthropic的Claude、Perplexity AI的搜索工具，以及Humane和Rabbit的各类小工具等。您可以在我们的AI Atlas中心查阅这些及其他产品的评论、实地评估、新闻、说明和操作指南。

随着人们逐渐适应与AI交织的世界，新术语层出不穷。无论您希望在社交场合显得睿智，还是在面试中留下深刻印象，了解以下关键的AI术语都大有裨益。

• · 人工通用智能（Artificial General Intelligence，AGI）：指比我们当前所知的更高级别的人工智能，能超越人类执行任务的能力，并自我提升。
• · 自主性（Agentive）：指具备代理能力，能自主追求目标的系统或模型。在AI领域，具有代理性质的模型可在无持续监督的情况下行动，如高级自动驾驶汽车。
• · AI伦理（AI ethics）：旨在防止AI对人类造成伤害的原则，通过规范AI系统收集数据和处理偏见等方式实现。
• · AI安全（AI safety）：关注AI的长期影响及其可能突然演进至对人类构成威胁的超级智能的跨学科领域。
• · 算法（algorithm）：一系列指令，使计算机程序能以特定方式学习和分析数据，如识别模式并从中学习以完成任务。
• · 对齐（Alignment）：调整AI以更好地产生期望结果的过程，涉及从内容调控到保持与人类积极互动的各个方面。
• · 拟人化（Anthropomorphism）：人类赋予非人类对象人类特征的现象。在人工智能中，这可能包括相信聊天机器人比其实际上更像人类和更具意识，比如相信它感到快乐、悲伤或者甚至是完全有知觉。
• · 人工智能（Artificial Intelligence，AI）：利用技术模拟人类智能，无论是在计算机程序还是机器人中，是计算机科学的一个旨在构建能够执行人类任务系统的领域。
• · 自治代理（autonomous agents）：具备完成特定任务的能力、编程和其他工具的人工智能模型。例如，自动驾驶汽车就是一种自治代理，它具有传感输入、全球定位系统和驾驶算法，可以独立在道路上导航。斯坦福的研究人员已经证明，自治代理可以发展出自己的文化、传统和共享语言。
• · 偏见（Bias）：大型语言模型中因训练数据而产生的错误，可能导致基于刻板印象的错误归属。
• · 聊天机器人（Chatbot）：通过文本与人类交流的程序，模拟人类语言。
• · ChatGPT：OpenAI开发的AI聊天机器人，采用大型语言模型技术。
• · 认知计算（cognitive computing）：人工智能的另一种称呼。
• · 数据增强（data augmentation）：通过重新混合现有数据或添加更多样数据集来训练AI。
• · 深度学习（deep learning）：一种人工智能方法和机器学习的子领域，使用多个参数识别图片、声音和文本中的复杂模式。该过程受到人脑的启发，使用人工神经网络创建模式。
• · 扩散（diffusion）：一种机器学习方法，通过向现有数据（如照片）添加随机噪音，然后训练网络重新设计或恢复该照片。
• · 新兴行为（emergent behavior）：AI模型表现出的意外能力。
• · 端到端学习（E2E）：深度学习过程，模型被指示从头到尾执行任务，从输入中学习并立即解决问题。
• · 伦理考虑（ethical considerations）：对AI的伦理影响以及与隐私、数据使用、公平性、误用和其他安全问题相关问题的意识。
• · 爆发（Foom）：也称快速起飞或硬性起飞，指一旦AGI被构建，拯救人类可能已为时太晚。
• · 生成对抗网络（GANs）：由生成器和判别器组成的生成式AI模型，生成器创建新内容，判别器检测其真实性。
• · 生成式人工智能：使用AI生成文本、视频、计算机代码或图像的技术，通过大量训练数据找到模式并生成新颖回答。
• · Google Gemini：谷歌的AI聊天机器人，功能与ChatGPT相似，但能从当前网络中获取信息。
• · 保护栏（guardrails）：AI模型上的策略和限制，确保数据负责处理，避免创建令人不安的内容。
• · 幻觉（Hallucination）：AI的错误回应。这可能包括生成式AI产生的答案是错误的，但以一种确信正确的方式陈述。其中原因尚不完全清楚。例如，当向AI聊天机器人询问“列奥纳多·达·芬奇什么时候画了《蒙娜丽莎》？”时，它可能会回答错误说“列奥纳多·达·芬奇在1815年画了《蒙娜丽莎》”，这个答案是在实际绘制的300年后。
• · 推理（Inference）：AI模型使用推理从训练数据中生成文本、图像等内容的过程。
• · 大型语言模型（Large Language Model，LLM）：在大量文本数据上训练的AI模型，用于理解语言并以类似人类的方式生成新内容。
• · 机器学习（ML）：AI的组成部分，允许计算机在没有显式编程的情况下学习和生成更好的预测结果。
• · Microsoft Bing：微软的搜索引擎，现支持ChatGPT技术提供AI驱动的搜索结果，与互联网连接。
• · 多模态人工智能（multimodal AI）：能处理多种输入类型（包括文本、图像、视频和语音）的AI。
• · 自然语言处理（NLP）：使用机器学习和深度学习让计算机理解人类语言的能力。
• · 神经网络（neural network）：类似人脑结构的计算模型，由相互连接的节点组成，用于识别模式并学习。
• · 过拟合（overfitting）：机器学习中的错误，模型与训练数据过于接近，无法识别新数据。
• · 订书钉（paperclips）：由牛津大学哲学家尼克·博斯特罗姆提出的论点，“订书钉极大化者”理论是一种假设情景，即AI系统将尽可能多地制造订书钉。为了达到最大匹配订书钉的数量，AI系统理论上可以消耗或转化所有材料以达到目标。这可能包括拆卸对人类有益的其他机械设备以生产更多的订书钉。这种AI系统的意外后果是，在实现制造订书钉目标的过程中可能摧毁人类。
• · 参数（parameters）：为LLM提供结构和行为的数值，使其能进行预测。
• · Perplexity：Perplexity AI的聊天机器人和搜索引擎的名称，Perplexity AI拥有的AI技术使用了大型语言模型，与其他AI聊天机器人类似，可以用新颖的回答回答问题。它与开放互联网的连接还可以提供最新信息并获取网络上的结果。还提供了付费级别的Perplexity Pro，使用其他模型，包括GPT-4o、Claude 3 Opus、Mistral Large、开源的LlaMa 3和它自己的Sonar 32k。Pro用户还可以上传文件进行分析、生成图像和解释代码。
• · 提示（prompt）：输入给AI聊天机器人以获取回应的建议或问题。
• · 提示链（stochastic parrot）：AI利用以往互动信息影响未来回应的能力。
• · 随机鹦鹉（stochastic parrot）：对LLMs的类比，说明该软件不具备对语言背后的意义或周围世界的更大理解，无论输出听起来多么令人信服。该短语指的是鹦鹉能够模仿人类的话语，但不理解其背后的意义。
• · 风格转换（style transfer）：将一张图片的风格调整为另一张图片的内容，如将伦勃朗的画以毕加索的风格重新创作。
• · 温度（temperature）：控制语言模型输出随机程度的参数，较高温度意味着模型更冒险。
• · 文本到图像生成（text-to-image generation）：根据文本描述创建图像。
• · 令牌（tokens）：AI语言模型处理提示以制定回应时的小文本片段。
• · 训练数据（training data）：用于帮助AI模型学习的数据集。
• · Transformer模型（transformer model）：一种神经网络架构和深度学习模型，通过跟踪数据中的关系来学习上下文。
• · 图灵测试（Turing test）：测试机器表现人类能力的测试，若无法区分机器与人类的回应，则机器通过测试。
• · 弱人工智能（Weak AI，Narrow AI）：专注于特定任务且无法超越其技能范围的人工智能，当前大部分AI均属此类。
• · 零样本学习（zero-shot learning: ）：模型在未接受必要训练数据的情况下完成任务的测试。

希望这些信息对您有所帮助！