人工智能術語表

本文旨在提供一份儘可能完整的有關人工智能與機器學習主題的條目列表，按條目對應的英文詞組排序。

A

• A*搜尋演算法
• 谷歌搜索AI概覽（英語：AI Overviews）
• 溯因推理——從一個觀察開始，尋找最簡單和最可能的解釋的一種邏輯推理形式
• 抽象數據類型——數學模型的數據類型
• 抽象對象
• 抽象化——泛化的過程
• 加速變革
• 行動語言
• 激活函數
• 情感計算——現代計算機科學的一分支
• 代理式人工智能（英語：Agentic AI）
• 人工智能加速器——適於人工智能應用的硬件加速設備
• 人工智能對齊
• 人工智能內容檢測
• 人工智能的進展
• AI垃圾
• 算法——一系列的計算過程
• 算法效率
• AlphaFold——DeepMind研發的軟件
• AlphaGo——由谷歌DeepMind開發，專門用來下圍棋的計算機程序
• 環境智能
• 算法分析
• 異常檢測
• 蟻群算法
• 應用程序接口——設置子程序定義、協議和軟件構建工具和應用程序
• 字符串近似匹配
• 通用人工智慧——理論假設上未來可能會出現的具備與人類同等智能、或超越人類的人工智能
• 人工智能法案——歐盟法律
• 人工智能促進協會
• 注意力機制——人工神經網絡中一種模仿認知注意力的技術
• 自動機理論
• 自動機器學習
• 自動光學檢查
• 自動推理
• 自動駕駛汽車——無需人工幹預即可行駛的汽車
• 自主機器人

B

• 反向傳播算法——人工神經網絡的優化算法
• 詞袋模型
• 大數據——信息技術術語
• 大O符號
• 二叉樹——計算機科學中一種數據結構
• 玻爾茲曼機
• 分支因子
• 暴力搜索

C

• 聊天機器人——經由對話或文字進行交談的電腦程式
• Claude (語言模型)——Anthropic開發的大型語言模型
• 雲機器人
• 聚類分析——統計分析方法，把原始統計對象集合分割成不同的子類，使得每個子類內的統計對象具有較高的相似度，而不同子類中的數據對象則是不相似的
• 認知架構
• 認知計算
• 認知科學——研究人腦和意識的跨領域學科
• 聚類分析——統計分析方法，把原始統計對象集合分割成不同的子類，使得每個子類內的統計對象具有較高的相似度，而不同子類中的數據對象則是不相似的
• 集體智能——從集體努力中產生的群體智慧
• 組合優化——一類具有離散變量的最優化問題
• 計算化學——化學分支
• 計算複雜性理論——數學理論
• 計算語言學——跨學科研究領域
• 計算數學
• 計算神經科學
• 計算數論
• 計算統計學
• 計算機科學——研究信息和計算的理論基礎
• 計算機視覺——從影像中擷取可電腦化的資訊
• 聯結主義
• 約束編程
• 約束補償（英語：Constraint satisfaction）
• 構造語言
• 控制理論——數學或工程學分支領域
• 卷積神經網絡——人工神經網絡
• 交叉（遺傳算法）
• CUDA——NVIDIA所推出的一種軟硬體整合技術

D

• Darkforest——計算機圍棋程序
• 數據注釋（英語：Data annotation）
• 數據增強
• 數據集成——將不同來源與格式的資料邏輯上或物理上進行整合的過程
• 數據挖掘——數據開發、數據採集、數據採掘、數據開拓
• 數據預處理（英語：Data preprocessing）
• 數據科學——跨學科研究領域，側重於從資料中取得知識與見解
• 數據集——數據的集合
• 數據倉庫——一種存儲系統
• Datalog
• 決策邊界
• 決策支持系統——在管理信息系統基礎上發展起來的用於支持複雜決策和解決問題的系統
• 決策理論——研究代理人選擇的理由
• 決策樹學習
• 聲明式編程——描述目標的性質，讓電腦明白目標，而非流程
• 深度學習——機器學習的研究分支
• Google DeepMind——谷歌旗下人工智能公司
• 深度求索——中國浙江杭州的人工智能公司
• 缺省邏輯
• 描述邏輯——正式知識表示的家族
• 擴散模型——深度學習算法
• 迪傑斯特拉算法——一種圖搜索算法，用於尋找兩點間的最短路
• 降維
• 判別模型
• 文檔分類

E

• 提前停止
• 集成學習——通過結合多個學習器來解決問題的一種機器學習範式
• 進化計算
• 通用人工智能的生存風險——一種認為通用人工智能最終可能毀滅人類的假說
• 專家系統
• 可解釋人工智能

F

• 特徵提取
• 特徵學習
• 特徵縮放
• 特徵選擇
• 聯邦學習
• 微調 (深度學習)
• 一階邏輯——使用於數學、哲學、語言學及電腦科學中的一種形式系統
• 形式語言——用數學方法，藉助標記和符號研究自然語言和人工語言生成和轉換機制與規則的語言
• 前向算法
• 框架 (人工智能)
• 未來學
• 模糊控制——利用模糊數學的基本思想和理論的控制方法
• 模糊邏輯
• 模糊規則
• 模糊集——元素具有歸屬度的集合

G

• 博弈論——經濟學理論
• Gemini (聊天機器人)——谷歌聊天機器人
• 泛化誤差
• 生成對抗網絡——通過讓兩個神經網絡相互博弈的方式來進行生成式學習，為非監督式學習的一種方式
• 生成模型
• 生成式人工智能——能夠根據提示生成內容的人工智慧
• 生成式預訓練變換器——大型語言模型的種類
• 遺傳算子
• 梯度提升技術
• 圖 (數據結構)——計算機科學中的抽象資料結構
• 圖 (數學)——由點和邊組成的數學結構
• 圖數據庫——使用圖結構進行語義查詢，並使用節點、邊和屬性來表示和存儲數據的一種數據庫
• 圖論——研究對象為圖的數學理論
• 圖遍歷
• Grok——xAI開發的人工智慧聊天機器人

H

• 人工智能硬件（英語：Hardware for artificial intelligence）
• 幻覺 (人工智能)——由AI做出的非事實聲稱
• 赫布理論
• 啟發式算法
• 鉸鏈損失
• 人文智能
• 超參數優化
• 超平面

I

• 歸納編程
• 推理機
• 信息融合——從分散、異構數據源中整合數據的過程
• 信息處理語言
• 智力放大
• 智能控制
• 智能個人助理——助理軟體
• 解釋 (邏輯)

J

K

• 核方法
• 知識庫——用於知識管理的一種特殊的數據庫
• 知識蒸餾——神經網路訓練技術
• 知識交換格式
• k-均值聚類

L

• 語言模型——基於語言客觀事實抽象而成的概率或數學模型
• 大型語言模型——用大量文字建構的語言模型
• 潛在語義分析
• Lisp（編程語言）——編程語言
• 邏輯編程

M

• 機器學習——對電腦系統用於在沒有明確指令的情況下執行任務的演算法與統計模型的科學研究
• 機器感知
• 機器視覺
• 機制設計
• 機電一體化——機電一體化
• 馬爾可夫鏈——狀態空間中經過從一個狀態到另一個狀態的轉換的隨機過程
• 數學優化——在一定約束條件下最大化或最小化某一目標函數的研究領域
• 元啟發算法——程序算法
• Microsoft Copilot——由微軟開發的基於大型語言模型的聊天機械人
• 混合專家模型——一種集成學習形式的機器學習技術，使用多個專家網絡將問題空間劃分為幾個同質區域，以優化性能或結果
• 模型選擇
• 蒙特卡洛樹搜索
• 多智能體系統
• 多層感知器——一種將輸入的多個數據集映射到單一輸出的數據集上的前饋人工神經網絡模型
• 突變 (遺傳算法)

N

• 樸素貝葉斯分類器——分類算法
• 名稱綁定
• 命名實體識別
• 自然語言生成
• 自然語言工具包
• 神經機器翻譯
• 人工神經網絡——模仿生物神經網路結構和功能的數學模型或計算模型
• 神經圖靈機
• NP (複雜度)——非確定性圖靈機在多項式時間內可解決的決策問題的計算複雜度類別
• NP完全性——複雜度類別
• NP困難——術語
• 最近鄰搜索
• 鄰接法——生物信息學術語

O

• 奧卡姆剃刀——哲學原理來判斷可信度的陳述
• 線上機器學習
• 開源人工智能
• OpenAI——非營利人工智能研究組織、ChatGPT的開發公司
• OpenCog
• OpenNLP
• 過擬合——過度回應特定數據集，無法適應其他數據

P

• 粒子群優化
• 路徑依賴——目前的行動受到過去行動的限制
• 尋路
• 模式識別——計算機根據特徵、屬性或結構，確定一個物體、行為或現象屬於某個模式類別或模式個體的過程
• 感知器
• 困惑度
• 謂詞邏輯——邏輯類型
• 預測分析
• 主成分分析——統計分析、簡化數據集的方法
• 概率編程
• 編程語言——用於將指令傳達給機器的語言
• 解決問題——包括使用泛型或特設的方法,以有序的方式,尋找問題解決方案
• Prolog
• 提示工程——AI技術
• 命題演算——邏輯系統
• Python——通用高級編程語言
• PyTorch——以 Torch 為基礎的 Python 開放原始碼機器學習函式庫

Q

• Q學習
• 量化 (數理邏輯)——邏輯運算符，限定論域中滿足公式的個體數量
• 量子計算——遵循量子力學規律調控量子信息單元進行計算的計算模式
• 查詢語言——計算機語言用於查詢數據庫和信息系統

R

• R編程語言——用於統計計算的編程語言
• 徑向基函數網絡
• 隨機森林
• 循環神經網絡——一類人工神經網絡，其中單元之間的連接形成有向循環
• 回歸分析——統計學上一種分析數據的方法
• 正則化 (數學)
• 強化學習——一種從動物學習、參數擾動、自適應控制等理論發展而來，利用獎懲機制的學習方法
• 基於人類反饋的強化學習——以回饋內容來訓練機器學習的技術
• 特徵學習
• 資源描述框架——形式語言
• 受限玻爾茲曼機
• 檢索增強生成
• 機器人學——機器人的設計、建造、操作和應用
• 基於規則的系統

S

• 搜索算法
• 語義網絡——用於表示知識和建立認知模型的一種帶標號的有向圖
• 形式語義學
• 傳感器融合
• 模擬退火——一種用於搜尋給定問題全局優化解的近似隨機算法
• 軟件——一系列按照特定順序組織的電腦資料和指令，是電腦中的非有形部分
• 軟件工程——應用系統方法開發軟件
• SPARQL——資源描述框架（RDF）查詢語言，語義網查詢專有語言
• 稀疏字典學習
• 語音識別——自動將口語轉換為文字
• 統計分類——分類問題
• 統計機器翻譯
• 推斷統計學——統計學名詞
• 超智能——超越人類最強智能的智能體
• 監督學習——機器學習術語
• 支持向量機——用於監督統計學習的一套方法
• 符號人工智能
• 符號奠基問題
• 系統神經科學

T

• 技術奇點
• 時序差分學習——一類無模型強化學習方法
• TensorFlow——機器學習軟件庫
• 理論計算機科學
• 計算理論——數學領域
• 機器人三定律——由科幻作家艾薩克·阿西莫夫設定的人工智能行為準則
• 時間複雜度——計算機科學概念
• 主題模型
• 遷移學習
• Transformer架構——採用注意力機制的深度學習模型
• 超人類主義
• 變遷系統
• 樹遍歷——數據結構常用操作之一
• 圖靈機——抽象計算模型
• 圖靈測試——人工智能測試
• 類型系統——將稱為類型的屬性分配給計算機程序的各種構造的規則集，例如變量，表達式，函數或模塊

U

• 無監督學習

V

• Vibe coding——使用AI輔助的編程風格
• 視覺處理單元——視覺處理器

W

• 弱人工智能——form of artificial intelligence
• 詞嵌入——自然語言處理領域中以實值向量形式對詞的含義進行編碼的文本分析

X

• XGBoost

本表是動態列表，或許永遠不會完結。歡迎您參考可靠來源來查漏補缺。

參見

• 人工智能概述
• 機器學習概述
• 機器人學術語表
• 計算機科學術語表
• 邏輯詞彙表
• 概率與統計詞彙表