《紐時》人工智慧詞彙表 你需要的術語在這裡!
編譯/莊閔棻
隨著人工智慧越來越進步、越來越盛行,相信大家都常常讀到有關人工智慧的文章。然而對於非專業人士的我們來說,有些詞語可能會令人感到困惑。
為此,《紐約時報》就彙編了一份對理解人工智慧有用的短語和概念清單,讓我們可以更了解ChatGPT、Bing和Bard等人工智慧聊天機器人。
- 擬人論(Anthropomorphism):所謂的擬人論指的就是,人們傾向於將類似人類的品質或特徵賦予人工智慧聊天機器人的論點。用戶可能會因為它非常善於模仿人類的語言,而誤認為人工智慧是有生命的。
- 偏見(Bias):人工智慧和人一樣,可能會回答出帶有偏頗或有「個人意見」的思想。而如果一個大型語言模型的輸出被模型的訓練數據所歪曲,就會出現這種錯誤。如,一個模型可能將特定的特徵或職業與某個種族或性別連結起來,導致不準確的預測或令人反感的反應。
- 突現行為(Emergent behavior):大型語言模型中的意外或非預期的能力,由模型從其訓練數據中學習的模式和規則促成。
- 生成式人工智慧(Generative A.I.):一種創造內容的技術,包括文本、圖像、影片和電腦程式等。這可以說是現在人工智慧界的未來之星,如,聊天機器人和圖像生成器都是生成式人工智慧。
- 幻覺(Hallucination): 大型語言模型中的一個現象。由於訓練數據和架構的限制,系統提供出事實不符、不相關或無意義的答案。
- 大型語言模型(Large language model、LLM): 一種神經網路,透過分析整個網路的大量文本來學習技能的人工智慧模型。大型語言模型其經過大量文字訓練,能夠閱讀、回答問題或生成新的文字。
- 自然語言處理(Natural language processing:): 大型語言模型用來理解和生成人類語言的技術,包括文本分類和情感分析。自然語言處理讓電腦可以把輸入的語言變成有意義的符號和關聯,然後根據目的再進行處理。
- 神經網路(Neural network): 一種數學系統,以人腦為模型,透過尋找數據中的統計模式來學習技能。其由多層人工神經元組成: 第一層接收輸入數據,最後一層輸出結果。即使是創建神經網路的專家也不一定了解這中間發生了什麼。
- 參數(Parameters): 定義大型語言模型的結構和行為的數值,如幫助它猜測下一個詞的線索。一般認為,像GPT-4這樣的系統有數以千億的參數。
- 強化學習(Reinforcement learning): 一種教導人工智慧模型透過試驗和錯誤找到最佳結果的技術,根據其結果從演算法中獲得獎勵或懲罰。這個系統可以透過人類對其表現的回饋,以評等、糾正和建議的形式得到加強。
- Transformer模型(Transformer model): 一種對理解語言有用的神經網路架構,其不必一個一個地分析單詞,而是可以一次看完整個句子。作為人工智慧的一個突破,它使模型能夠理解語境和語言中的長期依賴關係。Transformer模型使用一種叫做self-attention的技術,它使模型能夠專注理解對句子的含義很重要的特定詞語。
參考資料:The New York Times
瀏覽 665 次