AI常用术语通俗解释（新手易懂版），很全建议收藏！

sowang

@SuperX生活达人

作品声明：个人观点、仅供参考

AI常用术语通俗解释（新手易懂版），很全建议收藏！

一、基础概念

1. AI 人工智能
让机器模拟人类感知、思考、学习、决策的技术统称。

2. 机器学习 ML
AI的核心分支，不用逐条写规则，让机器从数据里自己学规律。

3. 深度学习 DL
机器学习的进阶，用多层神经网络模拟人脑，处理图像、语音、文本最强。

4. 模型 Model
用数据训练出来的“AI成品”，相当于AI的大脑，用来做预测、生成内容。

5. 训练 Train
给AI喂大量数据，调整参数，让它学会任务的过程。

6. 推理 Inference
训练好的模型实际使用（比如聊天、识图、翻译）。

二、大模型相关

1. 大语言模型 LLM
海量文本训练的巨型AI模型，擅长对话、写作、总结、逻辑推理（如GPT、文心一言、豆包）。

2. 参数 Parameters
模型里的“记忆单元”，参数越大，知识越多、理解越强。

3. 预训练 Pre-training
先用全网海量通用数据打底学知识。

4. 微调 Fine-tuning
预训练好的模型，再用专属小众数据针对性优化（适配行业、专属风格）。

5. Prompt 提示词
给AI下达的指令、问题、要求，写好提示词决定AI输出质量。

6. 上下文 Context
AI能记住的当前对话/文本长度，上下文越大，能聊更长、处理更长文档。

三、生成式AI

1. AIGC 生成式人工智能
AI自动生成文字、图片、视频、音频、代码等内容。

2. 文生图 / 文生视频
文字描述自动生成图片、短视频。

3. 多模态 Multimodal
模型能同时看懂文字、图片、语音、视频多种形式信息。

4. 幻觉 Hallucination
AI一本正经编造不存在的事实、数据、文献，看似合理实际错误。

四、热门技术架构

1. RAG 检索增强生成
先从私有知识库/文档检索真实资料，再让AI基于资料回答，解决幻觉、能用专属数据。

2. AI Agent 智能体
能自主思考、规划任务、调用工具、分步执行的AI，像私人助理一样自动完成复杂事。

3. 向量数据库 Vector Database
把文字/图片转成向量存储，快速语义检索，是RAG、Agent的核心底层。

4. 嵌入 Embedding
把文字、图片变成数字向量，让机器能理解语义相似度。

5. LangChain
开发AI应用、Agent、RAG最常用的框架。

6. vLLM
大模型高速推理、部署工具，提速降成本。

五、算法与训练术语

1. 神经网络 NN
模仿人脑神经元连接的算法结构，深度学习的基础。

2. 卷积神经网络 CNN
专门处理图片、图像识别的网络。

3. Transformer
现在大模型标配架构，擅长处理长文本、语言、多模态。

4. 过拟合 Overfitting
AI学死了，训练数据表现极好，新陌生数据很差。

5. 数据集 Dataset
用来训练、测试AI的各类数据合集。

6. 算力 GPU
显卡算力，训练和运行大模型必须靠高性能GPU。

六、应用类术语

1. 语义理解
AI不是只匹配关键词，能读懂深层意思、上下文意图。

2. 知识图谱
把知识做成“实体+关系”网状结构，比如人物、公司、事件关联。

3. 机器翻译 MT
AI自动多语言互译。

4. NLP 自然语言处理
让机器听懂、读懂、生成人类语言的技术。

5. CV 计算机视觉
让机器看懂图片、视频（人脸识别、物体检测）。