從大數據到ChatGPT，這里有10個定義人工智能的關鍵術語。

　　人工智能是機器，尤其是計算機系統對人類智能過程的模擬。人工智能的具體應用包括專家系統、自然語言處理、語音識別和機器視覺。人工智能的采用不僅受到計算能力的提高和新算法的推動，還受到現在可訪問數據的增長的推動。本文將討論定義2023年人工智能的10個關鍵術語。

　　大數據

　　經過統計分析以獲得詳細見解的海量數據集。這些數據可能涉及數十億條記錄，需要強大的計算機處理能力。數據集有時會鏈接在一起，以查看一個域中的模式如何影響其他領域。數據可以結構化為固定字段，也可以非結構化為自由流動的信息。對大數據的分析，通常使用人工智能，可以揭示模式、趨勢或潛在的關系，這些都是研究人員以前沒有發現的。

　　聊天機器人

　　聊天機器人，或對話代理或虛擬助理，是一種能夠根據上游編寫的對話腳本與用戶對話的系統。其作用是最大限度地回答互聯網用戶、客戶或工作人員經常提出的問題。因此，可以自動化重復性任務，讓員工更好地利用時間。

　　ChatGPT

　　ChatGPT界面建立在GPT-3.5之上。GPT-3.5是OpenAI開發的一種重要語言模型，其在大量的互聯網文本數據上進行訓練，并經過微調，以執行廣泛的自然語言任務。如，GPT-3.5針對語言翻譯、文本摘要和問答等任務進行了微調。

　　云機器人

　　這是一個機器人技術領域，其試圖調用云技術，如云計算、云存儲和其他以融合基礎設施和機器人共享服務的好處為中心的互聯網技術。當連接到云時，機器人可以受益于云中現代數據中心強大的計算、存儲和通信資源，這些數據中心可以處理和共享來自各種機器人或代理(其他機器、智能對象、人類等)的信息。人類還可以通過網絡將任務遠程委托給機器人。

　　深度學習

　　深度學習是另一個依賴人工神經網絡的人工智能領域。這種方法鼓勵計算機和其他設備在實踐中學習，就像人一樣。因為神經網絡有隱藏層，所以創造了“深度”這個詞。為了自動化預測分析，使用了算法層次結構。深度學習已在包括航空航天和軍事在內的各個行業獲得關注，以識別來自衛星的事物、通過識別員工靠近機器時的危險情況來確保員工安全、癌細胞檢測等。

　　邊緣計算

　　邊緣計算使計算更接近數據源，從而減少延遲、帶寬和能源使用。開發人員和企業可以在邊緣使用人工智能顯著降低實時數據處理的基礎設施要求。為了避免系統故障，用于自動駕駛系統的智慧城市、工廠和汽車企業集成了這項技術。

　　游戲人工智能

　　游戲人工智能是一種使用算法來代替視頻游戲中的隨機性的人工智能。這是一種由非玩家角色使用的計算行為，用于生成類似人類的智能和玩家在比賽中采取的反應性行為。它是搜索次數最多的人工智能術語之一。

　　GPT-4

　　GPT-4是Open AI深度學習工作的最新模型，是擴展深度學習的重要里程碑。GPT-4也是第一個GPT模型，它是一個相當大的多模式模型，這意味著它接受圖像和文本輸入并發出文本輸出。

　　大型語言模型(LLM)

　　LLM使用機器學習算法來預測人類語言、代碼，甚至執行情感分析。未來的LLM，不僅僅是反芻文字，很可能會反映情感。

　　機器學習

　　機器學習是人工智能的組成部分之一。該術語指的是機器(例如聊天機器人)被賦予自動學習能力的過程。因此，該系統開發了破譯互聯網用戶意圖的能力，以提供適應性響應并做出有效決策。