人工智能不再是定義模糊的流行詞匯，已經(jīng)成為了更為精確的指代，在這樣的背景下，理解人工智能領(lǐng)域的術(shù)語越來越成為一種挑戰(zhàn)。今天為大家總結(jié)了一些人工智能領(lǐng)域最重要的術(shù)語，望大家深入理解：

算法（Algorithms）：一組用于人工智能、神經(jīng)網(wǎng)絡(luò)或其他機器的規(guī)則或指令，以幫助它自己學習；分類、聚類、推薦和回歸是四種最常見的類型。

人工智能（Artificial intelligence）：機器模擬人類智力和行為做出決策、執(zhí)行任務(wù)的能力。

人工神經(jīng)網(wǎng)絡(luò)（ANN）：這種學習模型，模擬人腦運作，從而解決傳統(tǒng)計算機系統(tǒng)難以解決的任務(wù)。

自主計算（Autonomic computing）：系統(tǒng)自適應(yīng)自我管理自身資源用于高級計算功能的能力，而無需用戶輸入。

聊天機器人（Chatbots）：聊天機器人（簡稱chatbot）通過文本對話、語音命令來模擬與人類用戶進行對話。它們是有AI功能的計算機程序的常用界面。

分類（Classification）：分類算法讓機器根據(jù)訓練數(shù)據(jù)給數(shù)據(jù)點進行分類。

聚類分析（Cluster analysis）：一種用于探索性數(shù)據(jù)分析的無監(jiān)督學習，查找數(shù)據(jù)中的隱藏模式或分組；群集的建立是通過歐氏距離（Euclidean）或概率距離等定義的相似性度量。

聚類（Clustering）：聚類算法讓機器將數(shù)據(jù)點或項目分成具有相似特征的組。

認知計算（Cognitive computing）：一種模仿人類大腦思維方式的計算模型。通過使用數(shù)據(jù)挖掘、自然語言處理和模式識別來進行自學習（self-learning）。

卷積神經(jīng)網(wǎng)絡(luò)（CNN）：一種識別和處理圖像的神經(jīng)網(wǎng)絡(luò)。

數(shù)據(jù)挖掘（Data mining）：通過查看數(shù)據(jù)集以發(fā)現(xiàn)和挖掘其中模式，從而進一步使用數(shù)據(jù)。

數(shù)據(jù)科學（Data science）：結(jié)合統(tǒng)計、信息科學、計算機科學的科學方法、科學系統(tǒng)和科學過程的交叉學科，通過結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)提供對現(xiàn)象的洞察。

決策樹（Decision tree）：一個基于分支的樹模型，繪制決策及其可能后果的模型圖，與流程圖類似。

深度學習（Deep learning）：機器通過由層疊信息層組成的人工神經(jīng)網(wǎng)絡(luò)自主模仿人類思維模式的能力。

Fluent：一種可隨時間變化的條件。

游戲AI（Game AI）：使用算法替代隨機性的一種適用于游戲的AI特定形式。這種計算行為用于非玩家角色（NPC），對于玩家的操作生成類似人類的智力和基于反應(yīng)的行為。

知識工程（Knowledge engineering）：側(cè)重于建立以知識為基礎(chǔ)的系統(tǒng)，包括科學、技術(shù)和社會在內(nèi)的所有方面。

機器智能（Machine intelligence）：涵蓋機器學習、深度學習和古典學習算法在內(nèi)的總括術(shù)語。

機器學習（Machine learning）：人工智能的一個方面，專注于算法，允許機器在不經(jīng)過編程的情況下學習，并隨著新數(shù)據(jù)的攝入而改變。

機器感知（Machine perception）：系統(tǒng)接收和解釋來自外部世界數(shù)據(jù)的能力，類似于人類使用感官。這通常需要借助外接硬件完成，盡管軟件也同樣需要。

自然語言處理（Natural language processing）：程序識別理解人類溝通的能力。

循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）：一種理解順序信息、識別模式、并根據(jù)這些計算產(chǎn)生輸出的神經(jīng)網(wǎng)絡(luò)。

監(jiān)督學習（Supervised learning）：機器學習的一種，其輸出數(shù)據(jù)集訓練機器產(chǎn)生所需的算法，如老師監(jiān)督學生；比無監(jiān)督學習更常見。

群體行為（Swarm behavior）：從數(shù)學建模者的角度來看，這是從個體遵循的簡單規(guī)則衍生出的新生行為，不涉及任何集中協(xié)調(diào)。

無監(jiān)督學習（Unsupervised learning）：一種機器學習算法，通過不帶標簽響應(yīng)的輸入數(shù)據(jù)組成的數(shù)據(jù)集進行推理。最常見的無監(jiān)督學習方法是聚類分析。