【网信小课堂】AI术语不懂看这里so easy！

　　人工智能看起来高深莫测，但其实它就像学校里的学科一样，只要你愿意了解，它就不再神秘。下面，我们用一种简单的方式，对那些听起来很“高大上”的AI术语进行解释。想象一下，我们是在用高中生物课的方式讲解大学生的量子物理——简单、生动、易懂。

　　解释：计算机系统或机器模拟人类智能行为的科学和工程领域，致力于创建能够执行需要人类智能的各种任务的系统。

　　大白话解释：就好比我们学会骑自行车，开始可能需要父母推一把，但学会之后就能自己骑去很远的地方。人工智能也是通过学习，然后能独立完成任务。

　　大白话解释：就像多面手，无论是数学问题、文学作品，还是音乐创作，都能应对自如，而不是只擅长一项。

　　大白话解释：这就像是只擅长打篮球的运动员，他可能在球场上表现得非常出色，但让他去游泳或者跑步就不一定行了。

　　大白话解释：就像高中生通过不断做题和考试来提高成绩，机器学习也是通过数据来“做题”，然后变得更聪明。

　　解释：深度学习是基于人工神经网络（ANNS）的机器学习方法的子集，具有表示等学习功能。“深度”一词指代了模型结构的层次。

　　大白话解释：想象一下，你先学习认字，然后是句子，最后整篇文章。深度学习也是这样，一步步深入，层层递进。

　　解释：一个由互联的单元或神经元组成的网络，神经元之间进行信号传输。神经元可以是生物细胞或数学模型。

　　解释：监督学习是机器学习的一种范式,在其中输入对象和期望的输出值用于训练模型。训练数据被处理以优化模型的性能。

　　解释：无监督学习是机器学习的一种方法，与监督学习相对，算法从未标记的数据中发现隐藏的结构或模式。

　　解释：强化学习是机器学习和最优控制的一个交叉领域，涉及智能代理如何采取行动以最大化其对环境的累积奖励。

　　解释：计算机视觉是一个交叉学科领域,涉及如何使计算机能够从数字图像或视频中获得高层次的理解。

　　解释：在机器学习中是一种使用数据各种模态的组合的深度学习类型，生成式对抗网络是由两个模型组成的深度学习系统，一个生成数据，另一个评价它，相互博弈来提高性能。

　　大白话解释：生成式对抗网络（GAN）就像是有两个艺术家：一位是伪造者，他试图创造看起来像真迹的画作；另一位是鉴定者，他的任务是辨别出哪些是真迹，哪些是伪造品。伪造者不断提升技巧，尝试让自己的作品更难被识破；而鉴定者也在不断学习，变得更加擅长于识别真伪。这场博弈最终让伪造者成为了高超的画家，他的画作几乎和线. 多模态（Multimodal）

　　解释：在机器学习中是一种使用数据各种模态的组合的深度学习类型，结合声音、图像和文本等多种类型的数据进行学习的技术。

　　大白话解释：想象一下，你不仅可以读课本，还可以听有声书和看视频课，这样多种学习方式结合会更有助于理解和记忆。

　　大白话解释：就像你毕业后独立生活，需要自己判断冰箱里什么食物不足，然后去超市补货。智能代理就是自己感知环境，知道什么时候该做什么。