https://terms-en.ai-term-hub.com/zh/tags/history/Recent content in History on 中文AI术语词典Hugozh-cnSat, 18 Jul 2026 11:44:45 +0000https://terms-en.ai-term-hub.com/zh/terms/timeline_of_artificial_intelligence_risks_in_global_finance/Sat, 18 Jul 2026 11:37:02 +0000https://terms-en.ai-term-hub.com/zh/terms/timeline_of_artificial_intelligence_risks_in_global_finance/<h2 id="definition">Definition</h2> <p>这一概念指的是人工智能技术在全球金融系统中引入脆弱性的历史及预测事件序列。它涵盖了早期算法交易引发的市场动荡，到近年来由深度学习模型驱动的复杂风险传播路径，再到监管机构试图通过压力测试和实时监控来缓解这些风险的演进过程。该时间线不仅记录了已发生的技术故障或市场异常，还展望了未来可能出现的由AI自主决策导致的系统性危机情景。</p> <h3 id="summary">Summary</h3> <p>一个按时间顺序追踪国际金融市场内AI相关系统性风险的涌现、升级及缓解措施的框架。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>系统性风险</li> <li>算法交易</li> <li>监管滞后</li> <li>市场波动性</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>风险管理策略制定</li> <li>中央银行政策制定</li> <li>金融稳定性学术研究</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E9%97%AA%E5%B4%A9-flash-crash/">闪崩 (Flash Crash)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%A8%A1%E5%9E%8B%E9%A3%8E%E9%99%A9%E7%AE%A1%E7%90%86-model-risk-management/">模型风险管理 (Model Risk Management)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E9%87%91%E8%9E%8D%E7%A7%91%E6%8A%80%E7%9B%91%E7%AE%A1-fintech-regulation/">金融科技监管 (FinTech Regulation)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E9%BB%91%E5%A4%A9%E9%B9%85%E4%BA%8B%E4%BB%B6-black-swan-events/">黑天鹅事件 (Black Swan Events)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/progress_in_artificial_intelligence/Sat, 18 Jul 2026 11:30:52 +0000https://terms-en.ai-term-hub.com/zh/terms/progress_in_artificial_intelligence/<h2 id="definition">Definition</h2> <p>该术语涵盖了人工智能系统的历史演变及当前发展，标志着从早期的符号逻辑到现代深度学习的里程碑式进展。它反映了计算能力的增强、算法效率的提高以及技术在各个领域的广泛采用。</p> <h3 id="summary">Summary</h3> <p>通过研究和开发日益复杂的算法及硬件，AI能力所取得的累积性提升。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>算法进步</li> <li>计算规模扩展</li> <li>基准性能</li> <li>技术采纳</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>追踪行业趋势</li> <li>学术研究路线图规划</li> <li>科技领域投资分析</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E9%80%9A%E7%94%A8%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD-artificial-general-intelligence/">通用人工智能 (Artificial General Intelligence)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0-machine-learning/">机器学习 (Machine Learning)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0-deep-learning/">深度学习 (Deep Learning)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%8A%80%E6%9C%AF%E5%A5%87%E7%82%B9-technological-singularity/">技术奇点 (Technological Singularity)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/pherc_paris_4/Sat, 18 Jul 2026 11:29:14 +0000https://terms-en.ai-term-hub.com/zh/terms/pherc_paris_4/<h2 id="definition">Definition</h2> <p>PHerc. Paris. 4 是对一份在赫库兰尼姆的纸草别墅发现的碳化纸莎草卷轴残片的称谓，目前存放于法国国家图书馆。这些卷轴是在公元79年维苏威火山爆发中被掩埋的，内容主要涉及伊壁鸠鲁学派哲学家菲洛德穆（Philodemus）的作品，是数字人文技术尝试读取和重建古代知识的重要对象。</p> <h3 id="summary">Summary</h3> <p>PHerc. Paris. 4 指的是巴黎图书馆收藏的一份赫库兰尼姆纸莎草文献的具体残片，常在人文学科数字化和古代文本重建项目中被引用。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>赫库兰尼姆纸莎草文献</li> <li>数字人文</li> <li>古代文本重建</li> <li>菲洛德穆</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>历史文本分析</li> <li>人工智能辅助手稿阅读</li> <li>古典学研究</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/multispectral-imaging-%E5%A4%9A%E5%85%89%E8%B0%B1%E6%88%90%E5%83%8F/">Multispectral Imaging (多光谱成像)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/epicureanism-%E4%BC%8A%E5%A3%81%E9%B8%A0%E9%B2%81%E4%B8%BB%E4%B9%89/">Epicureanism (伊壁鸠鲁主义)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/papyrology-%E7%BA%B8%E8%8D%89%E5%AD%A6/">Papyrology (纸草学)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/virtual-unrolling-%E8%99%9A%E6%8B%9F%E5%B1%95%E5%BC%80/">Virtual Unrolling (虚拟展开)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/nouvelle_ai/Sat, 18 Jul 2026 11:28:35 +0000https://terms-en.ai-term-hub.com/zh/terms/nouvelle_ai/<h2 id="definition">Definition</h2> <p>新式人工智能（Nouvelle AI）指的是一类利用符号表示与分层处理相结合的人工智能系统。与连接主义模型不同，它侧重于结构化推理。</p> <h3 id="summary">Summary</h3> <p>一种符号人工智能方法，强调受人类认知架构启发的分层、模块化推理结构。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>符号人工智能</li> <li>分层处理</li> <li>模块化</li> <li>认知架构</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>专家系统</li> <li>逻辑推理引擎</li> <li>知识表示</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/gofai-%E8%89%AF%E5%A5%BD%E8%BF%90%E4%BD%9C%E7%9A%84%E6%97%A7%E5%BC%8F%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/">GOFAI (良好运作的旧式人工智能)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E7%AC%A6%E5%8F%B7%E6%8E%A8%E7%90%86/">符号推理</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E8%AE%A4%E7%9F%A5%E5%BB%BA%E6%A8%A1/">认知建模</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/medisafe_controversy/Sat, 18 Jul 2026 11:25:49 +0000https://terms-en.ai-term-hub.com/zh/terms/medisafe_controversy/<h2 id="definition">Definition</h2> <p>MediSafe 争议指的是数字健康技术早期关于 MediSafe 应用程序验证方法的一场重大伦理讨论。批评者对用于验证该应用有效性的方法提出了担忧，特别是涉及动物实验的部分，引发了关于数字健康工具临床验证标准和伦理合规性的广泛辩论。</p> <h3 id="summary">Summary</h3> <p>一场关于在 MediSafe 健康监控平台开发过程中使用动物测试的历史性伦理辩论。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>生物伦理学</li> <li>临床验证</li> <li>动物测试</li> <li>数字健康监管</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>AI 伦理案例研究</li> <li>监管合规培训</li> <li>医疗政策分析</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/bioethics-%E7%94%9F%E7%89%A9%E4%BC%A6%E7%90%86%E5%AD%A6/">bioethics (生物伦理学)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/clinical_trials-%E4%B8%B4%E5%BA%8A%E8%AF%95%E9%AA%8C/">clinical_trials (临床试验)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/digital_health-%E6%95%B0%E5%AD%97%E5%81%A5%E5%BA%B7/">digital_health (数字健康)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/regulation-%E7%9B%91%E7%AE%A1/">regulation (监管)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/meansends_analysis/Sat, 18 Jul 2026 11:25:49 +0000https://terms-en.ai-term-hub.com/zh/terms/meansends_analysis/<h2 id="definition">Definition</h2> <p>手段-目的分析是一种在人工智能和心理学中用于解决复杂问题的认知策略。它涉及将问题的当前状态与期望的目标状态进行比较，识别两者之间的差异，并选择能够最小化这些差异的操作或子目标，从而逐步逼近最终解决方案。</p> <h3 id="summary">Summary</h3> <p>一种启发式问题解决方法，通过识别子目标来减少当前状态与目标状态之间的差异。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>状态空间搜索</li> <li>子目标分解</li> <li>启发式规划</li> <li>差异缩减</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>自动定理证明</li> <li>机器人路径规划</li> <li>复杂谜题求解</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/hill_climbing-%E7%88%AC%E5%B1%B1%E7%AE%97%E6%B3%95/">hill_climbing (爬山算法)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/planning-%E8%A7%84%E5%88%92/">planning (规划)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/state_space-%E7%8A%B6%E6%80%81%E7%A9%BA%E9%97%B4/">state_space (状态空间)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/heuristics-%E5%90%AF%E5%8F%91%E5%BC%8F%E6%96%B9%E6%B3%95/">heuristics (启发式方法)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/matchbox_educable_noughts_and_crosses_engine/Sat, 18 Jul 2026 11:25:36 +0000https://terms-en.ai-term-hub.com/zh/terms/matchbox_educable_noughts_and_crosses_engine/<h2 id="definition">Definition</h2> <p>ME-Noughts-and-Crosses Engine（火柴盒可教井字棋引擎）是机器学习的早期演示，具体属于强化学习领域。该系统由304个火柴盒组成，每个盒子代表一个独特的棋盘状态，通过珠子表示动作选择，利用试错法学习获胜策略。</p> <h3 id="summary">Summary</h3> <p>由唐纳德·米奇于1961年构建的物理强化学习设备，使用火柴盒和珠子来玩井字棋。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>强化学习</li> <li>试错法</li> <li>历史AI</li> <li>井字棋</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>强化学习的教育演示</li> <li>AI历史研究</li> <li>概念化基于奖励的学习</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/reinforcement-learning-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/">Reinforcement learning (强化学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/q-learning-q%E5%AD%A6%E4%B9%A0/">Q-learning (Q学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/donald-michie-%E5%94%90%E7%BA%B3%E5%BE%B7-%E7%B1%B3%E5%A5%87/">Donald Michie (唐纳德·米奇)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/tic-tac-toe-ai-%E4%BA%95%E5%AD%97%E6%A3%8Bai/">Tic-Tac-Toe AI (井字棋AI)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/grok_1/Sat, 18 Jul 2026 11:20:24 +0000https://terms-en.ai-term-hub.com/zh/terms/grok_1/<h2 id="definition">Definition</h2> <p>Grok-1是xAI于2023年11月发布的开创性产品。它是一个仅解码器（decoder-only）的基于Transformer架构的大型语言模型，拥有约330亿个参数。值得注意的是，它采用了混合专家（Mixture-of-Experts, MoE）架构，这意味着在每次推理过程中，并非所有参数都被激活，而是根据输入动态选择特定的“专家”子网络进行处理。这种设计提高了计算效率，允许模型在处理复杂任务时保持较高的性能，同时减少了资源消耗。</p> <h3 id="summary">Summary</h3> <p>xAI发布的首个版本的Grok语言模型，采用混合专家（MoE）架构，参数量约为330亿。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>混合专家架构</li> <li>Transformer架构</li> <li>参数量</li> <li>仅解码器模型</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>文本生成与补全</li> <li>代码合成</li> <li>复杂推理任务</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/grok-grok%E7%B3%BB%E5%88%97/">grok (Grok系列)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/moe_architecture-%E6%B7%B7%E5%90%88%E4%B8%93%E5%AE%B6%E6%9E%B6%E6%9E%84/">moe_architecture (混合专家架构)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/transformer-transformer%E6%9E%B6%E6%9E%84/">transformer (Transformer架构)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/large_language_model-%E5%A4%A7%E5%9E%8B%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/">large_language_model (大型语言模型)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/gpt2/Sat, 18 Jul 2026 11:19:45 +0000https://terms-en.ai-term-hub.com/zh/terms/gpt2/<h2 id="definition">Definition</h2> <p>生成式预训练 Transformer 2（GPT-2）是一个自回归语言模型，它利用 Transformer 架构来生成类人文本。它在海量的互联网文本数据集上进行了训练。</p> <h3 id="summary">Summary</h3> <p>GPT-2 是由 OpenAI 开发的一个基于 Transformer 架构的大规模语言模型，用于文本生成和理解。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>Transformer 架构</li> <li>自回归建模</li> <li>自然语言处理</li> <li>少样本学习</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>文本补全与生成</li> <li>机器翻译</li> <li>对话智能体</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/llm-%E5%A4%A7%E5%9E%8B%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B/">LLM (大型语言模型)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/bert/">BERT</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6/">注意力机制</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/%E5%88%86%E8%AF%8D/">分词</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/elmo/Sat, 18 Jul 2026 11:15:33 +0000https://terms-en.ai-term-hub.com/zh/terms/elmo/<h2 id="definition">Definition</h2> <p>ELMo通过将输入文本通过在大型语料库上训练的双向LSTM进行处理，生成上下文敏感的词嵌入。与Word2Vec等静态嵌入不同，ELMo通过产生不同的向量表示来捕捉一词多义现象。</p> <h3 id="summary">Summary</h3> <p>来自语言模型的嵌入，一种使用双向LSTM的深度上下文词表示方法。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>上下文嵌入</li> <li>双向LSTM</li> <li>预训练</li> <li>一词多义</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>情感分析</li> <li>命名实体识别</li> <li>共指消解</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/word2vec-word2vec/">Word2Vec (Word2Vec)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/bert-bert/">BERT (BERT)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/transformer-transformer/">Transformer (Transformer)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/language-modeling-%E8%AF%AD%E8%A8%80%E5%BB%BA%E6%A8%A1/">Language Modeling (语言建模)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/dabus/Sat, 18 Jul 2026 11:12:24 +0000https://terms-en.ai-term-hub.com/zh/terms/dabus/<h2 id="definition">Definition</h2> <p>DABUS 是一种专门设计的人工神经网络，旨在无需人类直接干预的情况下生成新颖的发明。当其创造者斯蒂芬·塔勒试图为其申请专利时，该系统引起了巨大的法律关注……</p> <h3 id="summary">Summary</h3> <p>DABUS 是“统一意识自主引导设备”（Device for the Autonomous Bootstrapping of Unified Sentience）的缩写，是由斯蒂芬·塔勒（Stephen Thaler）创建的一个人工智能系统，声称能够自主发明技术。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>自主发明</li> <li>知识产权法</li> <li>AI发明人资格</li> <li>斯蒂芬·塔勒</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>AI生成专利的法律先例</li> <li>自主创造力研究</li> <li>关于AI人格地位的伦理辩论</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/generative-ai-%E7%94%9F%E6%88%90%E5%BC%8F%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/">Generative AI (生成式人工智能)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/patent-law-%E4%B8%93%E5%88%A9%E6%B3%95/">Patent Law (专利法)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/autonomous-systems-%E8%87%AA%E4%B8%BB%E7%B3%BB%E7%BB%9F/">Autonomous Systems (自主系统)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/ip-rights-%E7%9F%A5%E8%AF%86%E4%BA%A7%E6%9D%83/">IP Rights (知识产权)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/case_based_reasoning/Sat, 18 Jul 2026 11:09:42 +0000https://terms-en.ai-term-hub.com/zh/terms/case_based_reasoning/<h2 id="definition">Definition</h2> <p>CBR基于相似问题具有相似解决方案的原则运作。该过程涉及从知识库中检索最相似的历史案例，调整其解决方案以适应当前情况，并将新案例保留以供未来使用。</p> <h3 id="summary">Summary</h3> <p>基于案例的推理（CBR）是一种利用过去经验或相似案例为新问题寻找解决方案的人工智能问题解决方法。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>检索</li> <li>复用</li> <li>修正</li> <li>保留</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>法律先例分析</li> <li>医疗诊断辅助</li> <li>客户支持聊天机器人</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/knowledge-representation-%E7%9F%A5%E8%AF%86%E8%A1%A8%E7%A4%BA/">knowledge representation (知识表示)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/similarity-metrics-%E7%9B%B8%E4%BC%BC%E5%BA%A6%E5%BA%A6%E9%87%8F/">similarity metrics (相似度度量)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/expert-systems-%E4%B8%93%E5%AE%B6%E7%B3%BB%E7%BB%9F/">expert systems (专家系统)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/machine-learning-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/">machine learning (机器学习)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/a_logical_calculus_of_the_ideas_immanent_in_nervous_activity/Sat, 18 Jul 2026 11:02:27 +0000https://terms-en.ai-term-hub.com/zh/terms/a_logical_calculus_of_the_ideas_immanent_in_nervous_activity/<h2 id="definition">Definition</h2> <p>这篇基础性论文提出了神经网络的一个数学模型，证明了简单的人工神经元可以实现布尔逻辑门。通过展示这些单元的网络能够执行复杂的逻辑功能，它为计算理论奠定了基石。</p> <h3 id="summary">Summary</h3> <p>这是麦卡洛克和皮茨于1943年发表的一篇开创性论文，形式化了神经元如何执行逻辑操作，为人工神经网络奠定了基础。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>麦卡洛克-皮茨神经元</li> <li>布尔逻辑</li> <li>阈值单元</li> <li>联结主义</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>AI发展的历史背景</li> <li>神经网络设计的理论基础</li> <li>理解计算中的生物启发原理</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/artificial-neuron-%E4%BA%BA%E5%B7%A5%E7%A5%9E%E7%BB%8F%E5%85%83/">Artificial Neuron (人工神经元)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/perceptron-%E6%84%9F%E7%9F%A5%E6%9C%BA/">Perceptron (感知机)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/boolean-algebra-%E5%B8%83%E5%B0%94%E4%BB%A3%E6%95%B0/">Boolean Algebra (布尔代数)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/cybernetics-%E6%8E%A7%E5%88%B6%E8%AE%BA/">Cybernetics (控制论)</a></li> </ul>https://terms-en.ai-term-hub.com/zh/terms/artificial_intelligence/Sat, 18 Jul 2026 07:44:10 +0000https://terms-en.ai-term-hub.com/zh/terms/artificial_intelligence/<h2 id="definition">Definition</h2> <p>人工智能（AI）是指数字计算机或受计算机控制的机器人执行通常与智能生物相关的任务的能力。它涵盖了各种子领域，包括机器学习、自然语言处理等，旨在让机器具备感知、推理、学习和解决问题的能力。</p> <h3 id="summary">Summary</h3> <p>计算机系统对人类智能过程的模拟。</p> <h2 id="key-concepts">Key Concepts</h2> <ul> <li>机器学习</li> <li>自然语言处理</li> <li>自主性</li> <li>认知计算</li> </ul> <h2 id="use-cases">Use Cases</h2> <ul> <li>如 Siri 或 Alexa 的虚拟助手</li> <li>自动驾驶车辆导航</li> <li>医疗诊断支持系统</li> </ul> <h2 id="related-terms">Related Terms</h2> <ul> <li><a href="https://terms-en.ai-term-hub.com/en/terms/machine-learning-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/">Machine Learning (机器学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/deep-learning-%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/">Deep Learning (深度学习)</a></li> <li><a href="https://terms-en.ai-term-hub.com/en/terms/artificial-general-intelligence-%E9%80%9A%E7%94%A8%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/">Artificial General Intelligence (通用人工智能)</a></li> </ul>