这是他人智技术中需要知道的10个术语

人工智能插图(照片:Pexels)

雅加达 - 人工智能或AI一词,自1950年代以来一直被用于计算机科学。然而,大多数技术行业以外的人才在2022年底开始谈论它。

出于这个原因,微软提供了一些需要理解的关键字和解释,以便我们能够更好地识别AI一词并成为全球对话的一部分。

人工智能 (AI)

人工智能是一种非常智能的计算机系统,可以在某些方面模仿人类。它的天性是人工的,因为它的智慧是由人类使用技术创造的。

微软解释说,人工智能不是物理机器人或机器人,而是人工智能是在计算机上运行的程序,通过算法输入大量数据集来工作,这是创建能够自动化通常需要人智和时间的任务的模型的一系列指示。

机器学习 (机器学习/ML)

人工智能是一个目的,那么机器学习就是我们如何实现这个目标。机器学习是人工智能保护伞下的计算机科学领域,人类通过教导计算机系统如何做事来识别模式并根据模式做出预测。

数据是通过算法反复运行的,每次提供不同的输入和反馈,以帮助机器学习并提高培训过程中的性能。

宽语言模型 (LLM)

大型语言模型(LLM)使用机器学习技术来帮助处理语言,以便它们可以模仿人类的沟通方式,这是基于神经网络或NN开发的,NN是人脑启发的计算系统。

模特使用大量文本接受培训,以研究语言模式和关系,以帮助模特使用人类单词。他们的解决问题功能可用于翻译语言,以聊天机器人 形式回答问题,总结文本,甚至写故事,诗歌和计算机代码。

生成人工智能(生成人工智能)

生成人工智能利用大语言模型的力量来创建新事物,而不仅仅是重复或提供现有信息。生成人工智能研究模式和结构,然后产生类似但新的东西。生成人工智能可以创建图像、音乐、文本、视频和代码等。

幻觉

生成人工智能系统可以创作故事、诗歌和歌曲,但有时人类会希望生成人工智能的结果基于真理。由于人工智能系统不能区分真实和虚假,因此生成人工智能可以提供不准确的回应。好吧,这种现象被称为开发人员幻觉,或者更准确的术语,制造。

负责任的人工智能(响应性AI)

负责任的人工智能在尝试在各级设计安全公平的系统时,都会引导人,包括机器学习模型、软件、用户界面,以及访问应用程序的规则和限制。

负责任的人工智能的实践是一个重要因素,因为人工智能系统通常被指派帮助做出与人类有关的重要决策。然而,由于人工智能是由人类创建的,并且使用不完美的世界的数据进行训练,因此人工智能可以产生偏见。因此,负责任的人工智能实践的关键之一是了解用于训练系统的数据,并找到克服其弱点的方法。

多元型号(多元型号)

多元资本模型可以同时使用不同类型或数据模式。它可以查看图像,听声和字词阅读。换句话说,多元资本模型是一个真正的多重任务。此模型可以将所有信息相结合以执行任务,例如回答有关图像的问题。

Prompts

提号器是使用语言、图像或代码将输入到系统中的指示,为人工智能提供任务。工程师和我们所有与人工智能系统互动的人都必须仔细设计提号器才能获得所需结果。

副手

Copilot 就像在各种数字应用中与您合作的私人助手一样,可帮助完成写作、编码、总结、查找信息等任务。Copilot还可以帮助您做出决策和理解大量数据。

LLM最近的开发使Copilot的存在成为可能,他们了解人类的日常语言,并在人类在不同的计算机程序中工作时提供答案,创建内容或采取行动。插件

插件是允许Copilot与其他软件和服务进行交互。插件可以帮助AI系统访问新信息,进行复杂的数学计算或与其他程序连接。插件通过将它们连接到数字世界来使AI系统更加先进。