一、基础概念

英文简称 英文全称 中文翻译 解释说明
AI Artificial Intelligence 人工智能 模拟人类智能的技术系统
AGI Artificial General Intelligence 通用人工智能 具备人类全面认知能力的AI
ANI Artificial Narrow Intelligence 狭义人工智能 专注单一任务的AI系统
ASI Artificial Superintelligence 超级人工智能 超越人类智能的AI形态
ML Machine Learning 机器学习 通过数据训练模型的算法
DL Deep Learning 深度学习 基于多层神经网络的机器学习
NN Neural Network 神经网络 模拟生物神经结构的计算模型
ANN Artificial Neural Network 人工神经网络 用于机器学习的计算网络结构
LLM Large Language Model 大语言模型 超10亿参数的自监督训练模型
Symbolic AI Symbolic Artificial Intelligence 符号主义AI 基于规则和符号推理的AI方法
Connectionism - 连接主义 通过神经网络模拟智能的理论
Turing Test - 图灵测试 判断机器是否具备人类智能的标准

二、机器学习类型

英文简称 英文全称 中文翻译 解释说明
SL Supervised Learning 监督学习 使用标注数据训练模型
UL Unsupervised Learning 无监督学习 从无标注数据中发现模式
SSL Semi-Supervised Learning 半监督学习 结合标注与未标注数据训练
RL Reinforcement Learning 强化学习 通过环境反馈优化决策行为
TL Transfer Learning 迁移学习 复用已有知识解决新问题
AL Active Learning 主动学习 模型主动选择关键数据学习
FL Federated Learning 联邦学习 分布式隐私保护训练框架
Self-SL Self-Supervised Learning 自监督学习 利用数据自身作为监督信号
Ensemble Ensemble Learning 集成学习 组合多个模型提升性能
Meta-Learning Meta-Learning 元学习 学习如何快速适应新任务

三、神经网络类型

英文简称 英文全称 中文翻译 解释说明
CNN Convolutional Neural Network 卷积神经网络 处理图像空间特征
RNN Recurrent Neural Network 循环神经网络 处理序列数据时序依赖
LSTM Long Short-Term Memory 长短期记忆网络 解决RNN长期记忆失效问题
GRU Gated Recurrent Unit 门控循环单元 简化版LSTM，计算效率更高
GAN Generative Adversarial Network 生成对抗网络 生成器与判别器对抗训练
AE Autoencoder 自编码器 无监督数据压缩与重建
VAE Variational Autoencoder 变分自编码器 生成概率分布的自编码器
Transformer Transformer Transformer 基于自注意力机制的模型架构
DNN Deep Neural Network 深度神经网络 含多个隐藏层的神经网络
SNN Spiking Neural Network 脉冲神经网络 模拟生物神经元脉冲传递
GNN Graph Neural Network 图神经网络 处理图结构数据的网络架构
MoE Mixture of Experts 专家组合 多子模型协同处理复杂任务

四、自然语言处理（NLP）

英文简称 英文全称 中文翻译 解释说明
NLP Natural Language Processing 自然语言处理 计算机理解与生成人类语言
NLU Natural Language Understanding 自然语言理解 分析文本语义与意图
NLG Natural Language Generation 自然语言生成 自动生成可读文本
BERT Bidirectional Encoder Representations from Transformers 双向Transformer编码器 预训练语言模型
GPT Generative Pre-trained Transformer 生成式预训练Transformer 自回归文本生成模型
TF-IDF Term Frequency-Inverse Document Frequency 词频-逆文档频率 文本特征加权方法
RAG Retrieval-Augmented Generation 检索增强生成 结合检索与生成的文本模型
NER Named Entity Recognition 命名实体识别 识别文本中特定类别实体
POS Part-of-Speech Tagging 词性标注 标注词语在句子中的语法角色
Word2Vec Word to Vector 词向量 单词的低维分布式表示
Attention Attention Mechanism 注意力机制 聚焦输入关键部分的技术
CoT Chain-of-Thought 思维链提示 引导模型分步骤推理
BLEU Bilingual Evaluation Understudy 双语评估研究 机器翻译质量评估指标

五、计算机视觉（CV）

英文简称 英文全称 中文翻译 解释说明
CV Computer Vision 计算机视觉 图像/视频理解技术
OCR Optical Character Recognition 光学字符识别 图像文字转可编辑文本
YOLO You Only Look Once YOLO算法 实时目标检测模型
SSD Single Shot Multibox Detector 单次多框检测器 高效目标检测算法
FCN Fully Convolutional Network 全卷积网络 像素级图像分割网络
R-CNN Region-based CNN 区域卷积网络 基于候选区域的目标检测方法
HOG Histogram of Oriented Gradients 方向梯度直方图 图像特征描述方法
NeRF Neural Radiance Fields 神经辐射场 从2D图像重建3D场景
GAN Generative Adversarial Network 生成对抗网络 生成逼真图像
Style Transfer Style Transfer 风格迁移 图像艺术风格转换技术

六、强化学习

英文简称 英文全称 中文翻译 解释说明
MDP Markov Decision Process 马尔可夫决策过程 强化学习的数学框架模型
QL Q-Learning Q学习 基于值函数的强化学习算法
DQN Deep Q-Network 深度Q网络 结合深度学习的Q学习改进
PPO Proximal Policy Optimization 近端策略优化 高效稳定的策略梯度算法
TD Temporal Difference 时间差分 结合蒙特卡罗与动态规划的方法
SARSA State-Action-Reward-State-Action SARSA算法 基于当前策略的在线学习算法
HER Hindsight Experience Replay 事后经验回放 提升稀疏奖励场景的训练效率
TRPO Trust Region Policy Optimization 信赖域策略优化 约束策略更新的优化方法
SAC Soft Actor-Critic 柔性演员-评论家 结合熵最大化的强化学习框架
A3C Asynchronous Advantage Actor-Critic 异步优势演员-评论家 多线程并行训练算法
DDPG Deep Deterministic Policy Gradient 深度确定性策略梯度 连续动作空间的强化学习算法
IMPALA Importance Weighted Actor-Learner Architecture 重要性加权演员-学习架构 分布式强化学习框架
MBRL Model-Based Reinforcement Learning 基于模型的强化学习 利用环境模型提升样本效率
Meta-RL Meta Reinforcement Learning 元强化学习 快速适应新任务的强化学习范式

七、模型训练相关

英文简称 英文全称 中文翻译 解释说明
SGD Stochastic Gradient Descent 随机梯度下降 通过小批量数据更新参数
Adam Adaptive Moment Estimation 自适应矩估计 结合动量的优化算法
RMSprop Root Mean Square Propagation 均方根传播 自适应学习率优化方法
BP Backpropagation 反向传播 计算神经网络梯度的算法
BatchNorm Batch Normalization 批量归一化 加速训练并提升模型稳定性
Dropout - 随机失活 随机屏蔽神经元防止过拟合
LR Learning Rate 学习率 控制参数更新步长的超参数
L1/L2 L1/L2 Regularization L1/L2正则化 防止模型过拟合的约束方法
EarlyStop Early Stopping 早停法 根据验证集效果提前终止训练
Warmup Learning Rate Warmup 学习率预热 逐步增加学习率避免初期震荡
Gradient Clipping - 梯度裁剪 限制梯度幅值防止梯度爆炸
DataLoader - 数据加载器 高效批量读取数据的工具组件
Checkpoint - 检查点 保存训练中间状态防崩溃
Mixed Precision - 混合精度训练 降低显存占用加速训练
Zero Redundancy ZeRO (Zero Redundancy Optimizer) 零冗余优化器 分布式训练显存优化技术
AutoML Automated Machine Learning 自动化机器学习 自动选择模型与超参数的技术

八、评估指标

英文简称 英文全称 中文翻译 解释说明
AUC Area Under Curve 曲线下面积 衡量分类模型整体性能
ROC Receiver Operating Characteristic 受试者工作特征曲线 展示分类模型性能的图形
F1 F1 Score F1分数 精确率与召回率的调和平均
Precision Precision 精确率 预测为正样本中的真实正样本比
Recall Recall 召回率 真实正样本中被正确预测的比
MSE Mean Squared Error 均方误差 回归任务的平均预测误差平方
MAE Mean Absolute Error 平均绝对误差 回归任务的平均绝对误差
BLEU Bilingual Evaluation Understudy 双语评估研究 机器翻译质量评估指标
Perplexity Perplexity 困惑度 语言模型预测能力的衡量指标
Rouge Recall-Oriented Understudy for Gisting Evaluation ROUGE评分 文本生成任务的质量评估指标
IoU Intersection over Union 交并比 目标检测中预测框与真实框重叠度
PSNR Peak Signal-to-Noise Ratio 峰值信噪比 图像重建质量的客观评价指标

九、技术框架与工具

英文简称 英文全称 中文翻译 解释说明
TF TensorFlow TensorFlow框架 谷歌开源深度学习框架
PyTorch PyTorch PyTorch框架 动态图优先的深度学习框架
Keras Keras Keras接口 高层神经网络API库
ONNX Open Neural Network Exchange 开放神经网络交换格式 跨框架模型互操作标准
CUDA Compute Unified Device Architecture CUDA架构 NVIDIA GPU并行计算平台
TPU Tensor Processing Unit 张量处理器 谷歌专为深度学习设计的芯片
Jupyter Jupyter Notebook Jupyter笔记本 交互式编程与数据分析工具
Colab Google Colab Google Colab 云端免费GPU计算平台
Hugging Face Hugging Face Transformers Hugging Face库 NLP模型与数据集开源社区
MLflow MLflow MLflow工具 机器学习全生命周期管理平台
LangChain LangChain LangChain框架 大语言模型应用开发工具链
TensorBoard TensorBoard TensorBoard 模型训练可视化工具
OpenCV Open Source Computer Vision Library OpenCV库 开源计算机视觉库
Spark MLlib Apache Spark MLlib Spark MLlib 分布式机器学习库

十、伦理与治理

英文简称 英文全称 中文翻译 解释说明
XAI Explainable Artificial Intelligence 可解释性AI 提供模型决策透明度的技术
AI Ethics Artificial Intelligence Ethics AI伦理 技术开发中的道德准则体系
FATE Fairness, Accountability, Transparency, Ethics FATE原则 AI设计的公平性/可问责性/透明性/伦理框架
GDPR General Data Protection Regulation 通用数据保护条例 欧盟数据隐私保护法规
Algorithmic Bias Algorithmic Bias 算法偏见 模型决策中的系统性不公平
Privacy-Preserving AI Privacy-Preserving AI 隐私保护AI 数据脱敏与加密技术结合的AI
AI Audit AI Auditing AI审计 对AI系统的合规性与公平性审查
Digital Trust Digital Trust 数字信任 用户对AI系统的可信度评估体系
AI Liability AI Liability AI责任归属 技术事故中开发者/使用者的法律责任
Ethical AI Committee Ethical AI Committee AI伦理委员会 多利益方参与的AI治理监督机构

十一、应用场景

英文简称 英文全称 中文翻译 解释说明
Smart City Smart City 智慧城市 AI驱动的城市管理优化系统
Autonomous Driving Autonomous Driving 自动驾驶 车辆环境感知与决策控制系统
FinTech Financial Technology 金融科技 AI驱动的风险评估与量化交易
MedTech Medical Technology 医疗科技 AI辅助诊断与药物研发技术
AIoT Artificial Intelligence of Things 人工智能物联网 AI与物联网的融合应用
Digital Twin Digital Twin 数字孪生 物理实体的虚拟仿真模型
Intelligent Customer Service Intelligent Customer Service 智能客服 NLP驱动的自动化客户服务系统
Content Generation Content Generation 内容生成 AIGC在文案/设计/视频中的应用
Precision Agriculture Precision Agriculture 精准农业 AI优化作物种植与资源管理
Smart Retail Smart Retail 智慧零售 AI驱动的消费者行为分析与推荐
Industrial AI Industrial AI 工业AI 制造业中的质量检测与预测维护
AI Education AI Education 智慧教育 个性化学习路径与智能辅导系统

十二、多模态与跨领域技术

英文简称 英文全称 中文翻译 解释说明
Multimodal Multimodal Learning 多模态学习 整合文本/图像/语音的联合建模
CLIP Contrastive Language-Image Pretraining 对比语言-图像预训练 跨模态对齐的视觉语言模型
NeRF Neural Radiance Fields 神经辐射场 从2D图像重建3D场景的技术
VQA Visual Question Answering 视觉问答 结合图像与文本的问答系统
Cross-modal Retrieval Cross-modal Retrieval 跨模态检索 跨文本/图像/视频的相似性搜索
RPA Robotic Process Automation 机器人流程自动化 自动化重复性业务流程
AI+IoT AI of Things 人工智能物联网 AI与物联网的深度融合
MLOps Machine Learning Operations 机器学习运维 模型开发到部署的全流程管理
AutoGluon AutoGluon 自动化机器学习框架 简化模型训练与调参的工具
Meta-Learning Meta-Learning 元学习 快速适应新任务的学习范式

十三、模型优化与数学基础

英文简称 英文全称 中文翻译 解释说明
AdamW Adam with Weight Decay 权重衰减Adam 防止过拟合的优化器变体
SWA Stochastic Weight Averaging 随机权重平均 提升模型泛化能力的训练策略
NAS Neural Architecture Search 神经网络架构搜索 自动化设计最优模型结构
Pruning Network Pruning 网络剪枝 移除冗余参数压缩模型体积
Quantization Model Quantization 模型量化 降低数值精度以加速推理
Distillation Knowledge Distillation 知识蒸馏 用小模型模拟大模型行为
Curriculum Learning Curriculum Learning 课程学习 由易到难逐步训练模型的策略
Batch Size Batch Size 批大小 单次训练使用的样本量
Momentum Momentum Optimization 动量优化 加速收敛的梯度更新策略
Learning Rate Scheduler Learning Rate Scheduler 学习率调度器 动态调整学习率的策略
Loss Function Loss Function 损失函数 衡量模型预测误差的函数
Regularization Regularization 正则化 防止模型过拟合的约束方法

十四、数据与算力技术

英文简称 英文全称 中文翻译 解释说明
Big Data Big Data 大数据 海量数据存储与分析技术
Data Lake Data Lake 数据湖 原始数据集中存储与管理架构
Data Pipeline Data Pipeline 数据流水线 数据清洗到训练的全流程自动化
Edge Computing Edge Computing 边缘计算 终端设备本地化处理数据
Cloud AI Cloud Artificial Intelligence 云端AI 基于云服务的AI模型训练与部署
HPC High-Performance Computing 高性能计算 加速复杂AI任务的算力集群
FPGA Field-Programmable Gate Array 现场可编程门阵列 可定制化硬件加速AI推理
ASIC Application-Specific Integrated Circuit 专用集成电路 为特定AI任务设计的芯片
Kubernetes Kubernetes Kubernetes 容器化AI应用的管理平台
DataOps Data Operations 数据运维 数据全生命周期的协同管理
MLOps Machine Learning Operations 机器学习运维 模型开发到部署的自动化流程

十五、新兴交叉学科

英文简称 英文全称 中文翻译 解释说明
NeuroAI NeuroAI 神经科学AI 模拟人脑机制的AI模型设计
Quantum Machine Learning Quantum Machine Learning 量子机器学习 量子计算加速的机器学习算法
Bio-inspired AI Bio-inspired Artificial Intelligence 仿生AI 借鉴生物系统的智能算法
AI for Science AI for Science 科学智能 AI驱动科研发现（如蛋白质设计）
Green AI Green Artificial Intelligence 绿色AI 降低能耗的可持续AI技术
AI in Metaverse AI in Metaverse 元宇宙AI 虚拟世界中的智能交互技术
Cognitive Computing Cognitive Computing 认知计算 模拟人类思维过程的技术体系
Swarm Robotics Swarm Robotics 群体机器人 多机器人协同的分布式系统
AI+Blockchain AI with Blockchain AI与区块链 可信数据共享与智能合约结合
分享文章

快来参与讨论吧~

本站使用 Stellar 主题创建。
本博客所有文章除特别声明外，均采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。