人工智能（AI）领域常见术语大全/核心关键词大全
奥德彪学习网汇总人工智能（AI）领域核心关键词，按“基础概念与理论、关键技术与算法、大模型与前沿方向、应用场景与技术、伦理与安全”五大核心维度分类，附简明易懂的释义，涵盖AI领域从基础到前沿、从技术到应用的核心内容，适用于入门学习、资料查阅、知识梳理等场景，帮助快速掌握AI领域核心知识框架。
一、基础概念与理论
人工智能（Artificial Intelligence, AI）
使计算机系统模拟人类智能（如学习、推理、感知、决策）的技术科学，目标是构建能完成复杂任务的智能体，是整个领域的核心统称。
通用人工智能（Artificial General Intelligence, AGI）
具备人类级别的通用智能，能理解、学习并灵活应用多领域知识解决各类问题的AI，目前尚未实现，是AI领域的长期目标。
弱人工智能（Narrow AI）
仅针对特定任务设计的AI（如语音识别、图像分类、智能推荐），不具备通用智能和自主思考能力，是当前主流的AI形态。
机器学习（Machine Learning, ML）
AI的核心子领域，核心逻辑是“从经验中学习”，通过向模型输入大量数据进行训练，使系统自动改进性能、优化决策，无需人类显式编程。
深度学习（Deep Learning, DL）
机器学习的重要子领域，基于深层神经网络（通常包含多个隐藏层）构建模型，擅长处理图像、语音、文本等高维数据，是当前AI技术突破的核心驱动力。
神经网络（Neural Network, NN）
受生物神经元结构启发的计算模型，由多层节点（神经元）通过连接权重构成，通过调整节点间的连接权重，捕捉数据中的内在模式和规律，是深度学习的基础。
监督学习（Supervised Learning）
无监督学习（Unsupervised Learning）
机器学习的主要训练方式之一，训练数据无任何标签信息，模型需自主探索数据的内在结构、聚类规律或分布特征，常用于数据聚类、降维、异常检测等场景。
强化学习（Reinforcement Learning, RL）
半监督学习（Semi-Supervised Learning）
结合监督学习与无监督学习的训练方式，使用少量有标签数据和大量无标签数据共同训练模型，既能保证模型性能，又能降低数据标注的成本，常见于数据标注难度高、成本高的场景（如医学影像分析）。
自监督学习（Self-Supervised Learning）
无监督学习的延伸的进阶形式，无需人工标注标签，模型从无标签数据中自动生成“伪标签”（如遮挡部分图像预测完整图像、通过上下文预测缺失文本），以伪标签作为监督信号完成训练，是近年NLP、CV领域技术突破的关键。
迁移学习（Transfer Learning）
高效训练模型的核心技术，将在大规模数据上预训练好的模型（如ImageNet上训练的图像模型）的知识和参数，迁移到新的小规模数据集任务中，减少目标任务的数据需求和训练成本，广泛应用于各类AI任务。
联邦学习（Federated Learning）
分布式机器学习框架，核心优势是“数据不出境”，模型在各本地设备（如手机、终端服务器）上独立训练，仅将模型参数更新结果上传至中央服务器聚合，有效保护用户隐私，适用于手机键盘词预测、医疗数据联合训练等场景。
小样本学习（Few-shot Learning）/ 零样本学习（Zero-shot Learning）
针对“数据稀缺”场景的机器学习技术，小样本学习仅需极少量标注样本即可完成新任务训练，零样本学习无需任何标注样本，依赖模型的泛化能力或先验知识，是接近人类学习模式的重要方向。
二、关键技术与算法
卷积神经网络（Convolutional Neural Network, CNN）
专为处理网格结构数据（如图像、视频、语音频谱）设计的深度学习模型，通过卷积层、池化层提取数据的局部特征（如图像的边缘、纹理），逐步组合为全局特征，广泛应用于图像分类、目标检测、人脸识别等CV任务。
循环神经网络（Recurrent Neural Network, RNN）
用于处理序列数据（如文本、时间序列、语音）的神经网络模型，通过循环结构保留历史输入信息，捕捉序列数据的时序依赖关系，但存在长程梯度消失问题，难以处理长序列数据。
长短期记忆网络（Long Short-Term Memory, LSTM）
RNN的核心改进版本，通过输入门、遗忘门、输出门的门控机制，选择性保留有用的历史信息、遗忘无关信息，有效解决RNN的长程依赖问题，适用于语言建模、机器翻译、时间序列预测等任务。
Transformer
基于自注意力机制构建的模型架构，彻底替代RNN、CNN的序列处理方式，支持并行计算，能高效捕捉序列内的全局依赖关系，是当前NLP、多模态任务的核心架构，GPT、BERT、CLIP等主流模型均基于此构建。
注意力机制（Attention Mechanism）
AI模型的核心优化技术，模拟人类“重点关注”的认知习惯，让模型在处理输入数据时，动态聚焦于关键部分（如翻译时关注源语言的对应词汇、图像识别时关注核心物体），提升模型处理效率和效果。
自注意力（Self-Attention）
注意力机制的核心延伸，计算序列内所有位置之间的依赖关系（如文本中每个词汇与其他所有词汇的关联），无需依赖循环或卷积结构，即可捕捉全局上下文信息，是Transformer架构的核心。
生成对抗网络（Generative Adversarial Network, GAN）
经典生成模型，由生成器（Generator）和判别器（Discriminator）两个子模型通过博弈方式训练：生成器负责伪造与真实数据相似的数据（如图像、文本），判别器负责区分数据的真假，最终使生成器能生成高保真度的虚假数据，适用于图像生成、风格迁移等场景。
变分自动编码器（Variational Autoencoder, VAE）
基于概率模型的生成模型，由编码器和解码器组成：编码器将输入数据映射到潜在空间的概率分布，解码器从该概率分布中采样，生成与原始数据相似的新数据，核心优势是能捕捉数据的统计规律，适用于数据生成、降维等场景。
扩散模型（Diffusion model）
当前主流的生成模型，核心逻辑是“逐步去噪”：前向过程中逐步向真实数据添加噪声，直至数据完全混乱；反向过程中学习从噪声中逐步去噪，还原出真实数据，能生成高质量的图像、文本等内容，DALL·E 2、Stable Diffusion均基于此技术。
梯度下降（Gradient Descent）
AI模型的核心优化算法，核心逻辑是沿损失函数的梯度反方向，逐步调整模型参数，最小化模型的预测误差，常用变种包括随机梯度下降（SGD）、Adam、RMSprop等，是所有深度学习模型训练的基础。
反向传播（Backpropagation）
神经网络的核心训练算法，通过计算模型输出的损失函数对各层参数的梯度，从输出层反向传递至输入层，指导模型参数的更新，是深度学习模型能“学习”的关键。
过拟合（Overfitting）
模型训练中的常见问题，指模型过度“记忆”训练数据中的细节和噪声，而非学习数据的通用规律，导致模型在训练数据上表现极佳，但在未见过的测试数据上泛化能力极差。
欠拟合（Underfitting）
模型训练中的常见问题，指模型复杂度不足，或训练不充分，无法捕捉数据的基本模式和规律，导致模型在训练数据和测试数据上的表现均较差。
正则化（Regularization）
用于防止模型过拟合的核心技术，通过约束模型的复杂度（如L1正则化、L2正则化）、随机丢弃部分节点（Dropout）、提前停止训练（早停）等方式，提升模型的泛化能力。
三、大模型与前沿方向
大语言模型（Large Language Model, LLM）
基于海量文本数据训练的超大规模Transformer模型，参数规模通常达十亿级以上，具备强大的语言理解、文本生成、逻辑推理能力，是当前AI领域的核心热点，代表模型有GPT-4、PaLM、LLaMA等。
GPT（Generative Pre-trained Transformer）
由OpenAI开发的生成式预训练Transformer系列模型，以自回归方式生成连贯文本，通过预训练+微调的方式，支持对话、代码生成、文本创作等多种任务，是当前最具影响力的LLM之一，代表版本有GPT-3.5、GPT-4。
BERT（Bidirectional Encoder Representations from Transformers）
由Google开发的双向Transformer编码器模型，通过掩码语言建模（MLM）方式预训练，擅长文本理解任务（如情感分析、问答系统、文本分类），是NLP领域文本理解方向的基础模型。
多模态模型（Multimodal Model）
能融合、处理多种数据类型（如文本、图像、音频、视频）的AI模型，支持跨模态的理解与生成（如图文互转、音视频理解），打破了单一模态的限制，代表模型有CLIP、GPT-4V、DALL·E 3。
提示学习（Prompt Learning）
大模型的高效使用技术，无需微调整个大模型，通过设计自然语言提示（Prompt）引导大模型完成特定任务（如“总结以下文本：……”“请将这句话翻译成英文：……”），大幅降低大模型的使用门槛和训练成本。
指令微调（Instruction Tuning）
大模型优化的关键步骤，使用人类编写的多样化“指令-响应对”（如“指令：解释什么是AI；响应：……”）微调大模型，提升模型遵循复杂指令、适配多样化任务的能力，是ChatGPT等对话式AI的核心训练环节。
思维链（Chain of Thought, CoT）
提升大模型逻辑推理能力的提示技术，通过提示引导大模型生成中间推理步骤（如“解答这道数学题，步骤如下：1.……2.……”），让模型逐步拆解复杂问题、完成推理，显著提升数学计算、多步推理等复杂任务的表现。
涌现能力（Emergent Ability）
大模型的独特现象，指当大模型的参数规模、训练数据量超过某一阈值后，突然具备小模型不具备的能力（如少样本学习、逻辑推理、跨领域迁移），是通用人工智能（AGI）研究的重要观察现象。
对齐（Alignment）
AI伦理与安全领域的核心概念，指确保AI系统的目标、行为与人类的价值观、需求保持一致，避免AI产生有害输出、违背人类意愿，核心技术包括人类反馈强化学习（RLHF）。
人类反馈强化学习（Reinforcement Learning with Human Feedback, RLHF）
大模型对齐的核心技术，分为三步：1. 让大模型生成多个候选输出；2. 人类对候选输出进行偏好评分；3. 用评分训练奖励模型，再通过强化学习优化大模型，使模型输出更符合人类期望，是ChatGPT等对话模型的核心训练方法。
智能体（Agent）
具备自主感知、决策、行动能力的AI实体，能理解环境、接收任务、执行动作、适应反馈，自主完成复杂的长期任务，代表案例有AutoGPT、具身智能机器人。
具身智能（Embodied AI）
AI的前沿方向，区别于纯文本、图像的“离身智能”，让智能体（如机器人）通过物理身体与真实世界交互，通过“感知-行动”闭环学习环境规律、提升任务能力，适用于机器人、自动驾驶等场景。
四、应用场景与技术
计算机视觉（Computer Vision, CV）
AI的核心应用分支，目标是让机器“看懂”图像和视频，核心技术包括图像分类、目标检测、语义分割、人脸识别、图像生成等，广泛应用于安防监控、医疗影像分析、自动驾驶、人脸识别打卡等场景。
自然语言处理（Natural Language Processing, NLP）
AI的核心应用分支，目标是让机器理解、处理、生成人类语言（文本/语音），核心技术包括分词、情感分析、机器翻译、问答系统、文本摘要、对话生成等，应用于聊天机器人、智能客服、机器翻译、语音转文字等场景。
语音识别（Automatic Speech Recognition, ASR）
语音合成（Text-to-Speech, TTS）
NLP的重要细分技术，将文本信息转换为自然、流畅的人类语音，核心应用包括导航播报、有声书、智能客服语音回复、语音助手播报等。
目标检测（Object Detection）
CV的核心技术之一，既能定位图像/视频中多个物体的具体位置，又能识别物体的类别（如“图像中有一只猫，位置在左上角”），代表算法有YOLO、Faster R-CNN，应用于监控安防、自动驾驶、人脸检测等场景。
语义分割（Semantic Segmentation）
CV的核心技术之一，为图像中的每个像素分配对应的类别标签（如区分道路、行人、车辆、建筑物），实现对图像的精细化分割，是自动驾驶环境感知、医学影像分析（如病灶分割）的核心技术。
推荐系统（Recommendation System）
AI的重要应用场景，基于用户的历史行为、兴趣偏好，结合协同过滤、深度学习（如Wide & Deep）等技术，为用户推荐个性化内容（如电商商品、视频、音乐、新闻），广泛应用于抖音、淘宝、美团等平台。
自动驾驶（Autonomous Driving）
AI的综合应用场景，融合CV、传感器（激光雷达、摄像头、毫米波雷达）、强化学习、路径规划等多种技术，实现车辆自主感知环境、躲避障碍物、规划路径、控制行驶，代表企业有特斯拉、Waymo。
AI for Science（AI4Science）
AI与基础科学的交叉领域，利用AI技术驱动科学研究，加速科学发现，核心应用包括蛋白质结构预测（如AlphaFold）、材料设计、药物研发、天体物理分析、气象预测等。
AIGC（AI Generated Content）
AI的热门应用方向，指利用AI模型自动生成各类内容，涵盖文本、图像、视频、音频、代码、设计稿等，典型工具包括ChatGPT（文本生成）、MidJourney（图像生成）、Runway（视频生成）、GitHub Copilot（代码生成）。
五、伦理与安全
可解释性AI（Explainable AI, XAI）
AI安全领域的核心技术，目标是让AI模型的决策过程可被人类理解、追踪、解释（如通过可视化、自然语言说明“模型为何做出该判断”），提升AI模型的可信度和透明度，尤其适用于医疗、法律、金融等关键领域。
公平性（Fairness）
AI伦理的核心议题，指AI模型在决策过程中，避免对特定群体（如性别、种族、年龄、地域）产生偏见或歧视（如招聘模型歧视女性、贷款模型歧视少数族裔），确保模型对所有群体的公平性。
鲁棒性（Robustness）
AI模型的核心安全指标，指模型在面对噪声数据、对抗攻击（如对抗样本）、分布外数据（未见过的数据类型）时，仍能保持稳定的性能，不出现大幅下降或错误决策。
隐私计算（Privacy-Preserving Computation）
平衡数据利用与隐私保护的核心技术，在不泄露原始数据的前提下，完成数据计算和模型训练，核心技术包括联邦学习、安全多方计算、差分隐私等，适用于医疗、金融、政务等数据敏感领域。
AI伦理（AI Ethics）
研究AI技术的社会影响、伦理规范和责任边界的领域，核心议题包括AI公平性、透明度、责任划分、隐私保护、有害输出防控等，相关规范包括欧盟《AI法案》、各国AI伦理准则等，引导AI技术正向发展。
阅读剩余
网站声明
本站内容可能存在水印或引流等信息，请擦亮眼睛自行鉴别；以免上当受骗；
本站提供的内容仅限用于学习和研究目的，不得将本站内容用于商业或者非法用途；
