AI 知識匯點
應用生成式 AI 教育的最新文章
AI 概念 Flashcards
點擊查看有趣小知識！
人工智能 (Artificial Intelligence / AI)
模擬人類智能來執行任務（如視覺辨識、聽覺處理及決策制定）的電腦系統。
生成式人工智能 Generative AI
一種可根據學習到的模式，創造出文本、圖像、音訊及影片等新內容的 AI。
大型語言模型
一種基於海量文本訓練的 AI 系統，用於理解、總結及生成類人語言。
提示詞
你提供給 AI 模型的具體文字輸入或指令，用以獲得你想要的結果或答案。
機器學習
人工智能之下的一個類別，讓電腦能從數據中學習並在任務中自我進步，而無需進行明確的指令編程。
神經網絡
一種受人類大腦啟發的電腦結構，用於幫助機器處理信息和識別模式。
幻覺
當 AI 自信地生成虛假或荒謬的信息，卻將其視作事實陳述出來的現象。
深度學習
一種強大的機器學習類型，利用多層神經網絡來解決極為複雜的難題。
電腦視覺
AI 的一個領域，使電腦能夠從圖像和影片中「看到」並解讀出有意義的資訊。
自然語言處理
AI 的一個分支，專注於幫助電腦理解、解釋及處理人類的語言。
訓練數據
用於教導 AI 模型如何執行任務的信息集合（包括文本、圖像、數字等）。
偏見
AI 輸出中導致不公平或帶有偏見結果的錯誤，通常繼承自訓練數據。
演算法
電腦為解決問題或完成任務而遵循的一系列分步指令或規則。
聊天機械人
一種旨在模擬人類對話的軟件應用程式，通常通過互聯網與用戶交流。
詞元
AI 處理文本的基本單位；它可以是一個完整的單詞、單詞的一部分或單個字元。
Transformer 架構
一種革命性的神經網絡架構，透過高效處理文本序列，使現代生成式 AI 變為可能。
通用人工智能 (Artificial General Intelligence / AGI)
一種假設性的未來 AI，擁有類似人類的智能，可以執行人類能完成的任何智力任務。
強化學習
一種透過試錯進行學習的訓練方法，AI 在成功時獲得獎勵，在犯錯時受到懲罰。
參數
AI 模型內部的設置，在訓練過程中透過調整它們來盡量減少預測錯誤。
圖靈測試
由艾倫·圖靈於 1950 年提出的測試，旨在判斷機器是否表現出與人類無法區分的智能行為。