AI術語詞典:初學者完全指南(2025年版)
從AI到LLM、GPT、提示詞,2025年必須掌握的AI核心術語,讓初學者也能輕鬆理解。
向ChatGPT提問、欣賞AI繪製的圖像、精心設計提示詞——這已經是我們的日常。但當LLM、Token、幻覺這些術語出現時,是否感到困惑?本文將為您整理2025年理解AI所需的核心術語,簡單明瞭,一看就懂。
基礎概念:理解AI的骨架
AI(人工智慧)
模仿人類智能進行學習、推理和解決問題的電腦系統。從下棋程式到自動駕駛汽車,再到ChatGPT,都屬於AI的範疇。AI大致分為「弱AI」(只能執行特定任務)和「強AI」(具備人類水平的通用智能)。我們目前使用的幾乎都是弱AI。
機器學習(Machine Learning)
AI的核心技術,無需明確編程,讓系統從數據中自動學習模式。例如,給它看數千張貓的照片,它就能自己學會「貓長這樣」。傳統編程是「如果這樣就那樣」地逐一指示,機器學習則是「從範例中自己找規律」。
深度學習(Deep Learning)
機器學習的一種,使用模仿人腦神經網絡結構的「人工神經網絡」。「深度」指的是神經網絡的層數很深。圖像識別、語音識別、自然語言處理等複雜任務都靠它來完成,是當前AI發展的核心動力。
神經網絡(Neural Network)
模仿人腦神經元連接方式的計算結構。由輸入層、隱藏層、輸出層組成,各層的「節點」相互連接傳遞資訊。隱藏層越多,能學習的模式就越複雜,這就是深度學習的「深度」所在。
生成式AI術語:對話與創作
LLM(大型語言模型)
用海量文本數據訓練的超大規模AI模型。ChatGPT的GPT-4、Google的Gemini、Anthropic的Claude都是代表。擁有數千億個「參數」,能理解上下文並生成自然的文本。LLM的出現,開啟了用自然語言與AI對話的時代。
GPT(生成式預訓練轉換器)
OpenAI開發的LLM系列名稱。「Generative」表示生成文本,「Pre-trained」表示已用大量數據預先訓練,「Transformer」是所使用的神經網絡架構名稱。從GPT-3.5到GPT-4、GPT-4o,版本不斷演進。ChatGPT就是將GPT打造成對話介面的服務。
Transformer(轉換器)
Google於2017年發表的神經網絡架構,目前幾乎所有LLM都以此為基礎。核心是「注意力機制」,能識別句子中各詞之間的關聯。例如在「我吃了蘋果」中,它會學到「吃」與「蘋果」強烈相關。這是革命性的突破。
提示詞(Prompt)
給AI的指令或問題。從「幫我寫封郵件」到「用1920年代紐約風格畫一幅畫」,所有告訴AI要做什麼的輸入都是提示詞。同樣的AI,提示詞寫法不同,結果品質差異可以很大。
提示詞工程(Prompt Engineering)
為了從AI獲得理想結果而優化提示詞的技術。比起單純說「幫我總結」,「用三個重點條列總結」效果更好。技巧包括角色設定(「你是專業編輯」)、提供範例、分步驟指示等。這是區分普通用戶和高級用戶的關鍵技能。
Token(令牌)
AI處理文本的基本單位。英文大約一個單詞等於1-2個token,中文大約一個字等於1-2個token。AI服務的定價通常按token計算,輸入和輸出都會計入。理解token有助於控制成本和了解上下文限制。
幻覺(Hallucination)
AI信心滿滿地生成虛假資訊的現象。例如引用不存在的論文,或描述從未發生的事件。這是因為LLM的工作方式是預測「合理的下一個詞」,而非檢索已驗證的事實。所以核查AI輸出內容是必須的。
最新趨勢術語:AI的未來
AGI(通用人工智慧)
能像人類一樣在各領域靈活思考和學習的AI。當前的AI只在特定任務上表現出色,是「弱AI」。AGI則能在新情境中自主適應和解決問題。OpenAI、Google等主要公司都以AGI為目標,但何時能實現,專家們看法分歧。
多模態(Multimodal)
能同時理解和處理文本、圖像、音訊、視訊等多種數據形式的AI能力。GPT-4o能看圖說明,Gemini能分析視訊。就像人類同時使用眼睛、耳朵和嘴巴,多模態AI能綜合理解各種資訊。
RAG(檢索增強生成)
彌補LLM局限的技術。AI在回答前先搜索外部資料庫或文件作為參考。例如搜索公司內部文件來提供準確的政策說明,或參考最新新聞來回答問題。能有效減少幻覺並反映最新資訊。
微調(Fine-tuning)
將已訓練好的AI模型針對特定目的進行額外訓練。用醫療、法律、金融等專業領域的數據微調後,該模型在相關領域能生成更準確的回答。比從頭訓練模型所需的數據和成本少得多,是打造專業AI的高效方法。
PRISM Insight:從術語到實戰
了解AI術語只是起點。真正的價值在於運用這些知識有效使用AI。掌握提示詞工程,同樣的ChatGPT能發揮更大效用;理解幻覺現象,就會養成驗證AI輸出的習慣。AI是工具,工具用得好不好,取決於你對它的理解程度。
核心術語速查表
| 術語 | 一句話定義 |
|---|---|
| AI | 模仿人類智能的電腦系統 |
| 機器學習 | 從數據中自動學習模式的技術 |
| 深度學習 | 使用深層神經網絡的機器學習 |
| LLM | 用大量文本訓練的語言AI模型 |
| GPT | OpenAI的代表性LLM系列 |
| 提示詞 | 給AI的指令 |
| Token | AI處理文本的基本單位 |
| 幻覺 | AI生成虛假資訊的現象 |
| AGI | 人類水平的通用人工智慧 |
| 多模態 | 同時處理文本、圖像、音訊的AI |
| RAG | 搜索外部資訊輔助回答的技術 |
| 微調 | 針對特定目的額外訓練AI |
相关文章
印度阿達尼集團計劃建造超過1GW的AI資料中心,並考慮自建核電廠以確保穩定電力。此舉凸顯AI發展已進入能源主導權的戰爭。
上週六,舊金山三分之一地區遭遇大停電,導致交通信號燈失靈。Waymo自動駕駛車隊在路口集體「當機」,引發交通堵塞,凸顯了先進科技對基礎設施的極度依賴。
2025年即將結束,回顧人工智慧、減重藥物、基因療法等重大科技發展。《MIT科技評論》正籌備2026年突破性技術榜單,以及備受關注的「年度最差技術」盤點。
前Google、Meta高管創立的Palona AI,宣布從通用型AI轉向餐飲業,推出Vision與Workflow營運系統。本文深入解析其如何應對LLM生態不穩的挑戰,並透過四大技術心法打造深度垂直解決方案。