想要迅速融入一个领域吗？最直接的方法就是了解其中的专有名词。今天，我们今天将用通俗易懂的语言帮你理解这些名词，再结合官方定义，让你进一步加深对领域的理解。我们将快速帮助大家更清晰地了解那些经常被谈论的专有名词。 当然，对于普通人来说，理解简单的解释就已经足够啦！而且，你还可以利用海盐提供的有趣小故事来科普给妹子，增加自己的天分！哈哈哈哈哈 这样一来，大家就不会再因为朋友聊天听不懂或无法理解AI新闻而感到尴尬了~ 本文虽然与实战无关，但完全可以帮助大家在认知层面提升一个Level！ 加入我们，一同直击领域内核，不再被专有名词吓到！
本教程爆肝2天，2万宁全程干货，值得收藏反复查阅
阅读时，对照文档左侧的目录层级，思路更清晰
只有干货，坐稳，发车!
痛点
目标导向，我们来快速说一下，不懂AI领域专有名词有哪些痛点，充分理解要学习了解的必要性，从而效果最大化。
1.社交
与懂AI的朋友交谈时，会因为不懂AI词汇而感到难以融入。
2.无法理解AI新闻和文章
在阅读关于ChatGPT或者AI的科技新闻时，不理解专有名词会阻碍获取和理解信息
3.误解AI的能力和限制
不理解专有名词会导致对AI的能力和限制产生误解，如过度夸大其功能或低估其潜力。会误信一些误导性的信息会误解AI带来的负面影响。
4.对AI的恐惧和不安
由于不理解，会对AI产生不必要的恐惧和疑虑5.在工作和学习中受阻
职业发展会受一定的阻碍，已经有一些创业公司开始内部普及GPT，代替劳动力，降本增效了。在工作或学习中需要使用AI，那么不理解AI词汇就会成为一个障碍。
常见AI专有名词
1.什么是AI
大白话理解:
玩过”超级玛丽”游戏吗?是不是发现，那些小怪物总是按照一样的模式移动，比如左右走走，上下跳跳。你只需要找到规律，就能轻松躲过它们，拿到金币。
但是，想象一下，如果游戏的小怪物开始变聪明，它们不再只是机械地走来走去，而是开始观察你的行动，学习你的习惯。它们发现你喜欢从上方跳过它们，于是它们开始向上跳，试图碰到你。或者发现你总是在一个特定的地方等待它们，于是它们开始改变路线，以避开你。这样，游戏就会变得更有挑战性，因为你需要不断地调整你的策略来应对这些越来越聪明的小怪物。
这些变得更聪明，能学习和适应的小怪物，就像是AI(人工智能)技术。它们能学习，能适应，能理解和处理信息，从而使得它们能做到越来越多的事情。这就是AI的魔力所在~无论是帮我们推荐音乐、电影，还是驾驶汽车，甚至帮助医生诊断疾病，AI都在我们的生活中扮演着越来越重要的角色。对照官方介绍:
AI是人工智能Artificial Intelligence的缩写，是模拟人类智能的技术。它让计算机学习和理解信息，像人一样思考.解决问题。AI包括机器学习、自然语言处理和计算机视觉等技术，能帮助计算机执行各种任务，如图像识别、语音识别、自动驾驶和智能助理。目标是让机器变得智能，提供更智能高效的解决方案，改善我们的生活和工作。
2.什么是AIGC
大白话理解
AIGC是基于人工智能技术的所有应用范畴，比如，ChatGPT就是AIGC的应用之一。让我们用一个有趣的例子来理解一下。想象自己有一个魔法画笔，你只需要告诉它想画什么，它就能画出来。现在，如果你的魔法画笔有了人工智能，它就变得更聪明了。你只需要告诉它你想画一个城堡，它就会自己动手去画，而且还会考虑到很多你可能没有想到的细节，比如城堡的形状、颜色，甚至是城堡里的人们和他们的生活。这个聪明的魔法画笔软件，就是AIGC的应用之一
对照官方介绍
AIGC是AI生成内容Artificial Intelligence Generated Content的缩写。是指由人工智能 (AI) 算法自动创作的各种内容，如文章、音乐、图像等。这一技术利用强大的计算能力和大数据学习，使AI能够模拟人类的创作风格和思维方式，从而生成类似人类创作的内容
-旦模型经过充分训练，它就能够根据输入的特定指令或主题，自动创作出相关的内容。例如，当你提供一个话题给AIGC，它可以生成一篇文章或段落，内容可能包含相关事实、观点、甚至创意。
3.什么是GPT(Generative Pre-training Transformer)
大白话讲解
假设有一只超级鹦鹉，它不仅可以模仿你说的话，还可以理解你说的话，并且给出有意义的回答。这就是GPT的工作原理。
ChatGPT就像是一个超级鹦鹉，它通过阅读了大量的书籍、文章和网页，学习了人类的语言和知识。当你向它提问时，它会从它学到的所有知识中，找出最合适的回答。但ChatGPT并不知道你是谁，也不知道它自己是什么。它只会复述它学到的知识，而不会有自己的想法和情感。所以，虽然可以给出很有用的回答，但是它并不理解这些回答的真正含义。
对照官方介绍
GPT，全称为”Generative Pre-training Transformer”，是一种自然语言处理(NLP) 的神经网络模型。它的特点在于“生成预训练”，通过大量的数据预训练，然后再通过特定任务的数据微调。这使得GPT在诸如翻译、问答、摘要等任务上表现优秀，同时也有强大的创作能力，比如写文章、写诗等。简单来说，它就像个超级智能的文字魔术师，能将你的语言需求变为现实
4.什么是chatGPT
大白话理解
上边说的那只鹦鹉，现在被做了一些对话场景的专项训练。更适合于你问我答的对话模式了，ChatGPT就是GPT的个”对话专用版本”的超级鹦鹉对照官方介绍
ChatGPT是一种人工智能语言模型，它是由OpenA开发的。简单来说，它是一种”聊天机器人”，能够理解人类的自然语言，并做出相应回应。与普通的搜索引擎不同，ChatGPT能够进行对话，就像与一个虚拟智能伙伴交流一样。
ChatGPT基于深度学习技术，通过训练海量的文本数据来学习语言的规律和语义理解。它不仅可以回答问题，还能进行广泛的对话，包括提供建议、讲故事、解释概念、内容生成、总结、分类、分类和情感分析、数据提取、翻译，还有很多很多。
作为一个AI语言模型，ChatGPT的用途广泛，可以应用于多种领域。在日常生活中，它可以回答各种问题，提供实用信息，还可以用于娱乐，与用户进行有趣的对话。在教育领域，ChatGPT可以辅助学习，解答问题，为学生提供知识帮助。在客服和支持领域，它可以为用户提供快速有效的解决方案。
值得注意的是，ChatGPT虽然功能强大，但也有其局限性，它是基于已有数据训练的，所以有时可能会给出不准确或不完整的答案。此外，它无法具备真正的情感和创造力，只是根据模式匹配和统计概率来生成回答。
5.什么是自然语言处理 (NLP)
大白话理解
想象一下，你有一个全知全能的朋友，我们叫他”机器人小智”。你可以问他任何问题，无论是课本上的知识，还是天气预报，甚至是明天的午建议，他都能给你答案。这就是因为小智会”自然语言处理”。
自然语言处理就像是教小智如何理解和回应我们人类的语言。它是一种让计算机能选懂、理解、并回应人举语言的技术。当你问边界AI“明天我需要带雨伞吗?“边界AI不仅需要理解你的问题，还需要知道你在问什么是”明天”，什么是”需要”，什么是“雨伞”，以及这些词怎么联在一起成为一个意思。然后，边界AI会去查找天气预报，最后告诉你是否需要带雨伞。
这就像我们学习新的词汇和语法规则来理解和说一种新的语言一样，自然语言处理就是让计算机做同样的事情，只是计算机学习的语言是人类的语言。
ChatGPT就是NLP的具体应用~
对照官方介绍
自然语言处理(Natural Language Processing，简称NLP) 是计算机科学、人工智能和语言学交叉的一个领域。它的目标是让计算机能理解、解析和生成人类语言。这包括理解语法、句法、语义，甚至语境等复杂的语言元素
自然语言处理技术广泛应用于语音识别、机器翻译、情感分析、文本摘要、聊天机器人等场景中。比如，你正在和ChatGPT进行交谈，这就是一个自然语言处理的应用示例。
6.提示词 (prompt) 到底是什么?
大白话理解
想象一下，你和你的朋友玩一个叫做”画出我说的”的游戏。在这个游戏中，你需要描述一个你心中的东西，然后你的朋友需要根据你的描述来画出这个东西。你可能会说:”这个东西是圆的，有一个长长的尾巴，喜欢吃奶酪…”.然后你的朋友可能会画出一只老鼠。在这个游戏中，你说的每一句话都是一个”提示词”，它们帮助你的朋友理解你心中的东西是什么。没有这些”提示词”，你的朋友可能会很难画出你心中的东西
在计算机世界里，“”提示词”也是一样的。提示词帮助计算机(或者说是程序) 理解我们想让它做什么。例如，当我们和ChatGPT对话时，我们输入的话就是”提示词”，!告诉了ChatGPT我们心里想要的东西。你跟它说的任何话都叫提示词。也可以叫指令、命令、不要被名词搞量了，统统是指你对ChatGPT说的话~
所以，如果你的提示词越能准确的表达心里所想，GPT才会给出的效果更符合我们心里的预期。
不是ChatGPT不智能，是你的提示词说的不好，词不达意了~
对照官方介绍
ChatGPT的”prompt”(提示词) 是指用户提供给模型的输入或问题，以引导模型生成相应的回答或内容。在与ChatGPT进行对话或请求信息时，您提供的文本就是prompt，例如，如果您问ChatGPT:”明天天气怎么样?”那么这个问题就是prompt，模型将根据它来生成回答。Prompt通常是以自然语言的形式出现，它指示ChatGPT应该回应什么内容或采取什么行动。
7.大家总说的Embedding是什么?
大白话理解
openai给ChatGPT投喂训练数据”天气非常冷”，GPT在脑子里会将”非常冷”转换成数字”27.88”存储起来(27.88只是举个例子)，GPT并不会真正的存储文字，而是存储Embedding(转化)后的数字，而数字记录了文字的特征。当你问它“天气非常凉怎么办”，GPT会将”非常凉”转换成”27.89”，发现和27.88”非常冷”距离非常近，识别出这俩是同义词。
虽然openai没有训练过“非常凉”给GPT，但是GPT通过Embeddings (转化)后的这两个词的距离很近，就知道你说的是”天气非常冷”啦，也就是ChatGPT智能的原因。
当你说了一些错误的词、句子，ChatGPT就能基本正确的理解到你的意思啦
Embedding就是这个转化的过程。Embedding是一种广泛的概念，它是把一种类型的对象(比如单词、人、商品等)表示为数字向量的一种方法。
对照官方介绍
Embedding5，中文可以叫嵌入，也可以叫向量化。嵌入是一段数据(例如，一些文本)的矢量表示，Embeddings也叫将文本、图像或其他数据转换为向量(vector) 的过程。这些向量通常具有较低的维度，但能够捕捉数据的语义和语境信息。向量化是将数据转换为数学向量的过程，使得计算机可以更好地理解和处理这些数据.
Embeddings的好处是，它可以将高维度的数据转换为低维度的向量，节省存储和计算资源，同时保留数据的关键特征。这使得机器学习和深度学习算法能够更高效地处理这些向量化数据，并进行模式识别和推理。
因此，Embeddings在自然语言处理、计算机视觉和其他数据处理任务中扮演着重要的角色，帮助计算机理解和处理现实世界中的复杂数据。在某些方面相似的数据块往往比不相关的数据具有更接近的嵌入。嵌入是浮点数的向量(列表)。两个向量之间的距离衡量它们的相关性。距离小表明相关性高，距离大表明相关性低。
8.Token又是什么?
大白话理解
在中文中，一个汉字是有含义的最小单位。在英文中，一个单词是有含义的最小单位。而在机器人的世界中，单词的一部分就有含义。比如，单词”tokenization”会被GPT分解为”token”和”ization”，其中的半个单词”ization”就是一个Token，半个单词”token”也是一个Token，Token就是GPT处理文本的最小单位，而不是一个单词或一个汉字奥。当然，有时候，一个单词就是一个token。
为什么这样设计呢?在计算机的设计中，”token”就像是乐高积木。有的”oken”很大，比如一个完整的单词;有的”token”很小，比如一个字母或者一个汉字。大的”token”可以帮助我们快速理解语言的大体意思，小的”token”可以帮助我们理解语言的细节。就像，大的积木块可以快速搭建大的结构，小的积木块可以用来做一些细节的装饰
假设一个外国宝宝和妈妈对话，宝宝最多能记住5000个单词，再说多了就忘了，则宝宝的对话的最大上下文长度就是5000个单词。同理，当GPT和你对话时，假设GPT的最大上下文长度是4000个token，根据粗略的经验，1个token大约相当于0.75个单词。则你俩对话最多是3000个单词，再多说，GPT就会忘记最开始你和他说了什么~这也是ChatGPT会失忆的原因。
9.什么是机器学习 (Machine Learning”)
大白话理解
想象一下，你正在教你的小狗做一个新的技巧，比如”坐下”。你会告诉它”坐下”，然后把它的屁股放在地上，接着给它一个奖励，比如一块狗饼干。经过多次重复，你的小狗开始明白，”坐下”这个命令意味着它需要把屁股放在地上，然后它就可以得到奖励。这就是它学会了新技巧的方式。
机器学习和这个过程类似。让我们把小狗换成一个计算机程席，把你换成一个程序员，把”坐下”这个技巧换成一个任务，比如识别一张图片上是否有猫。程序员会给计算机程序一些图片，并告诉它哪些图片上有猫，哪些没有。计算机程序会尝试找出图片中有猫和没有猫的区别
一开始，它可能会犯很多错误，但是通过反复学习和调整，最终，它会变得越来越好，能够准确地识别出图片上是否有猫。这就是机器学习的基本概念: 通过从数据中学习，计算机程序能够自己学会如何完成某个任务，就像小狗学会了“坐下”这个技巧一样。
这个例子简化了很多复杂的过程，但它能帮助我们理解机器学习概念。机器学习是一个大的领域
对照官方介绍
机器学习是一种人工智能 (AI)技术，它使计算机能够学习并对新数据做出预测或决策，而无需人为编程。简单地说，机器学习就是让机器从数据中学习。
机器学习的过程通常包括以下步骤: 首先，我们给机器提供大量的数据(也就是所谓的训练数据)。然后，机器会0使用特定的算法，如决策树、支持向量机、神经网络等，来学习这些数据的模式和规律。一旦模型被训练好，它就可以对新的、未见过的数据做出预测例如，我们可以使用机器学习来预测房价。我们首先提供一些房屋的信息(如面积、地理位置等)和它们的销售价格。然后，机器学习模型会学习这些信息与价格之间的关系。一旦模型被训练好，我们就可以输入一栋新房屋的信息，模型就能预测出它的价格。
机器学习被广泛应用于各种领域，包括医疗诊断、金融市场预测、自动驾驶、推荐系统等
10.什么是深度学习 (Deep Learning)
大白话理解
现在有一个小游戏，我们要将成千上万的卡通图片分类。每一张图片都是一个卡通角色，比如超人、蜘蛛侠、小猪佩奇等等。
机器学习的做法是，我们先找一些专家(比如动画师或者热爱卡通的大人)，他们会告诉计算机:“超人通常穿着蓝色紧身衣，有个红色斗篷;蜘蛛侠有红蓝相间的装备和蜘蛛网图案，小猪佩奇是粉红色的，有个大圆头和一对小猪耳朵。“等等。然后计算机根据这些特征去分类图片.
深度学习的做法是，我们不再需要专家提前告诉计算机每个角色的特征是什么。相反，我们给计算机成千上万的已经标记好的图片(比如这些是超人，那些是蜘蛛侠，另外些是小猪佩奇)，然后让计算机自己去学习和理解每个角色的特征。通过大量的学习，计算机最终能识别出新的图片里是哪个卡通角色。
深度学习用的是特别深、层次特别多的神经网络技术，所以可以自我学习特征，学习非常复杂的东西，它也属于机器学习的一种。对照官方介绍
深度学习是一种人工智能技术，它通过模拟人脑的工作方式来从大量数据中学习和识别模式。它是机器学习的一个子集，但不同之处在于深度学习可以自动学习数据的表示。
在深度学习中，我们使用称为神经网络的模型，这些模型由许多层组成，模拟了人脑的神经元如何处理和理解信息的方式。这些层被称为“深度”，所以得名”深度学习”。
深度学习在许多领域都有应用，包括语音识别、图像识别、自然语言处理(如ChatGPT所做的)、药物发现、游戏等。深度学习的一个关键优点是它可以处理非常复杂和大量的数据，并从中提取有用的信息和模式
暂无评论内容