平时看 AI 相关的文章，总会碰到一堆专业词。什么深度学习、Transformer、微调……刚开始确实容易懵。这篇把最常见的 AI 名词整理了一下，按类别分组，方便你随时翻。

基础概念

人工智能（AI）
让机器像人一样看东西、想问题、做决定的技术总称。说白了就是让机器有脑子。

机器学习（ML）
AI 的核心。不靠人一步一步教，而是让机器自己从数据里找规律。比如给机器看一万张猫图，它自己学会什么是猫。

深度学习（DL）
机器学习的一种，用多层神经网络干活。现在能聊天、画图、翻译的模型，基本都是深度学习。

数据
AI 的饭。没数据就没法训练。可以是文字、图片、声音、表格等任何东西。

算力
训练和跑模型需要的计算能力。好比脑子好使但也要有力气干活，算力就是那个力气。显卡就是提供算力的主要工具。

算法
解决问题的步骤和方法。告诉机器怎么一步步算。

模型
算法在数据上练完之后得到的结果。你可以理解成一个黑盒子，往里输东西，它往外吐结果。

参数
模型自己学到的内部变量。模型越大，参数越多，能力通常也越强。GPT-3 有 1750 亿参数，就是这意思。

学习方式

监督学习
给模型看带答案的题。比如给一堆照片，每张都标好「这是猫」「这是狗」，让模型学会分辨。

无监督学习
给模型看不带答案的题。不给标签，让它自己找规律。比如看一堆新闻，它自己把讲同一件事的分到一起。

强化学习
让模型自己试错。做对了给奖励，做错了给惩罚，慢慢学会怎么干最好。下棋 AI 就是这么练的。

半监督学习
少量有答案的题 + 大量没答案的题一起练。省人工标注的力气。

自监督学习
从数据自己身上找答案。比如盖住一句话里的几个词，让模型猜被盖住的是什么。

模型表现

泛化能力
模型在没见过的数据上表现咋样。考试只考做过的题不算本事，考没做过的还能答对才是真会。

过拟合
死记硬背，只会做做过的题。换道题就不会了。好比背书背得一字不差，但根本不懂意思。

欠拟合
太笨，连做过的题都学不会。题都没搞懂，更别说新题了。

神经网络结构

神经网络
模仿人脑神经元连起来的结构。很多层，每层很多节点，数据一层层传。

卷积神经网络（CNN）
擅长处理图片的网络结构。能一层层提取特征，从边缘到形状再到物体。

循环神经网络（RNN）
擅长处理有顺序的数据，比如文本、语音。能记住前面说过的话。

长短期记忆网络（LSTM）
RNN 的改进版。能记更长时间的事，不会说完前面就忘干净。

Transformer
现在大模型都在用的结构。靠自注意力机制干活，能同时看一句话里所有词的关系。

自注意力机制
让模型在理解一个词的时候，同时看它和句子里其他词的关系。比如看「它」的时候，能找到「它」指的是谁。

编码器（Encoder）
负责把输入的信息转成模型能用的表示。比如把一句话转成一组向量。

解码器（Decoder）
负责根据编码器的结果往外生成东西。比如根据中文意思生成英文翻译。

模型训练与使用

预训练模型
在大规模通用数据上先练好的模型。好比一个大学生，基础知识已经学好了，可以拿去干具体活了。

微调（Fine-tune）
在预训练模型基础上，用小数据接着练，让它适应特定任务。比如让通用模型学会写法律文书。

迁移学习
把一个地方学到的本事用到另一个地方。会开车的人学开卡车就快，道理一样。

大语言模型（LLM）
参数量巨大、能理解和生成文字的模型。ChatGPT、Claude 都是。

AIGC
AI 生成的内容。可以是文字、图片、音频、视频。你现在看到的很多文章、图，可能就是 AI 画的。

多模态
能同时处理多种类型的数据。比如既能看图，又能读文字，还能听懂声音。

提示与输出

提示词（Prompt）
你输给模型的指令或问题。怎么写提示词，直接决定模型回得咋样。

上下文（Context）
对话里记下来的历史信息。你说过的话、模型回过的，都在上下文里。聊得越久，上下文越长。

幻觉
模型说出看起来像回事、其实是瞎编的东西。说得头头是道，但内容是假的。

对齐
让模型的输出符合人的意图，不有害、不危险、说人话。让模型听话的过程。

思维链（CoT）
让模型一步步推理再给答案，而不是直接跳结论。做数学题时特别管用。

指令微调
用一堆「问题-回答」的数据接着练模型，让它更听话，更懂人问什么。

人类反馈强化学习（RLHF）
让人给模型的回答打分，模型根据反馈优化自己。ChatGPT 早期就用这招。

自然语言处理

自然语言处理（NLP）
让机器能处理人话的技术。包括看懂、生成、翻译等。

自然语言理解（NLU）
让机器读懂人话的意思。知道你说的是啥。

自然语言生成（NLG）
让机器说出人话。把想法转成通顺的文字。

词向量 / 词嵌入
把词转成一组数字（向量）。意思相近的词，数字也相近。

命名实体识别（NER）
从一段话里把人名、地名、机构名这些实体挑出来。

情感分析
判断一段话的情绪是正面、负面还是中性。

文本分类
把一段文字分到预设的类别里。比如把新闻分成体育、财经、娱乐。

文本摘要
让模型读完整篇文章，用几句话把核心意思说清楚。

机器翻译
把一种语言转成另一种。中译英、英译中都是。

语音与图像

OCR
从图片或扫描件里把文字认出来。把拍的书页转成能编辑的文字。

ASR（语音识别）
把你说的话转成文字。语音输入就是这原理。

TTS（语音合成）
把文字转成听起来像人的声音。导航里报路名的就是。

计算机视觉（CV）
让机器看懂图片和视频。

图像分类
给一张图打个标签，告诉你是猫还是狗。

目标检测
不仅知道图里有啥，还得框出来在哪。比如找出照片里所有人的位置。

语义分割
把图里每个像素都分类，哪块是路，哪块是人，哪块是天。

实例分割
比语义分割更细，同样是人，得区分出张三和李四。

人脸识别
找到人脸，认出来是谁。

姿态估计
找出人的关键点，知道胳膊腿在哪、什么姿势。

图像生成
让模型凭空画出新图来。

文生图
根据文字描述画图。你说「一只橘猫戴帽子」，它画一张。

文生视频
根据文字描述生成视频。比文生图难得多。

超分辨率
把模糊的图变清晰，放大也不糊。

这些词基本涵盖了 AI 文章里常碰到的。遇到不懂的，回来翻翻这篇就行。

本文内容仅供个人学习、研究或参考使用，不构成任何形式的决策建议、专业指导或法律依据。未经授权，禁止任何单位或个人以商业售卖、虚假宣传、侵权传播等非学习研究目的使用本文内容。如需分享或转载，请保留原文来源信息，不得篡改、删减内容或侵犯相关权益。感谢您的理解与支持！

链接: https://fly63.com/article/detial/13403