从大数据到ChatGPT，这里有10个定义人工智能的关键术语。
人工智能是机器，尤其是计算机系统对人类智能过程的模拟。人工智能的具体应用包括专家系统、自然语言处理、语音识别和机器视觉。人工智能的采用不仅受到计算能力的提高和新算法的推动，还受到现在可访问数据的增长的推动。本文将讨论定义2023年人工智能的10个关键术语。
大数据
经过统计分析以获得详细见解的海量数据集。这些数据可能涉及数十亿条记录，需要强大的计算机处理能力。数据集有时会链接在一起，以查看一个域中的模式如何影响其他领域。数据可以结构化为固定字段，也可以非结构化为自由流动的信息。对大数据的分析，通常使用人工智能，可以揭示模式、趋势或潜在的关系，这些都是研究人员以前没有发现的。
聊天机器人
聊天机器人，或对话代理或虚拟助理，是一种能够根据上游编写的对话脚本与用户对话的系统。其作用是最大限度地回答互联网用户、客户或工作人员经常提出的问题。因此，可以自动化重复性任务，让员工更好地利用时间。
ChatGPT
ChatGPT界面建立在GPT-3.5之上。GPT-3.5是OpenAI开发的一种重要语言模型，其在大量的互联网文本数据上进行训练，并经过微调，以执行广泛的自然语言任务。如，GPT-3.5针对语言翻译、文本摘要和问答等任务进行了微调。
云机器人
这是一个机器人技术领域，其试图调用云技术，如云计算、云存储和其他以融合基础设施和机器人共享服务的好处为中心的互联网技术。当连接到云时，机器人可以受益于云中现代数据中心强大的计算、存储和通信资源，这些数据中心可以处理和共享来自各种机器人或代理(其他机器、智能对象、人类等)的信息。人类还可以通过网络将任务远程委托给机器人。
深度学习
深度学习是另一个依赖人工神经网络的人工智能领域。这种方法鼓励计算机和其他设备在实践中学习，就像人一样。因为神经网络有隐藏层，所以创造了“深度”这个词。为了自动化预测分析，使用了算法层次结构。深度学习已在包括航空航天和军事在内的各个行业获得关注，以识别来自卫星的事物、通过识别员工靠近机器时的危险情况来确保员工安全、癌细胞检测等。
边缘计算
边缘计算使计算更接近数据源，从而减少延迟、带宽和能源使用。开发人员和企业可以在边缘使用人工智能显着降低实时数据处理的基础设施要求。为了避免系统故障，用于自动驾驶系统的智慧城市、工厂和汽车企业集成了这项技术。
游戏人工智能
游戏人工智能是一种使用算法来代替视频游戏中的随机性的人工智能。这是一种由非玩家角色使用的计算行为，用于生成类似人类的智能和玩家在比赛中采取的反应性行为。它是搜索次数最多的人工智能术语之一。
GPT-4
GPT-4是Open AI深度学习工作的最新模型，是扩展深度学习的重要里程碑。GPT-4也是第一个GPT模型，它是一个相当大的多模式模型，这意味着它接受图像和文本输入并发出文本输出。
大型语言模型(LLM)
LLM使用机器学习算法来预测人类语言、代码，甚至执行情感分析。未来的LLM，不仅仅是反刍文字，很可能会反映情感。
机器学习
机器学习是人工智能的组成部分之一。该术语指的是机器(例如聊天机器人)被赋予自动学习能力的过程。因此，该系统开发了破译互联网用户意图的能力，以提供适应性响应并做出有效决策。
