AI百科

视觉语言模型（Vision-Language Models, VLMs）是一种多模态人工智能系统，它结合了图像和文本的处理能力，以执行高级视觉语言任务，如视觉问答（Visual Ques...

光学字符识别（Optical Character Recognition，OCR）是一种将文本图像转换为机器可读格式的技术。通过自动数据提取，能快速识别扫描文档、相机图像和图像PDF...

情感分类（Sentiment analysis）也称为情感分析或意见挖掘，是一种自然语言处理技术，用于分析文本数据以识别和提取作者的情感倾向、观点和评价。通过评估文...

代理型AI（Agentic AI）是一种人工智能系统，能自主行动和决策。这些系统被称为AI代理，可以独立于直接人类干预追求目标。代理型AI使用高级技术，如强化学习...

人脸识别（Face recognition）是一种基于人的面部特征进行身份识别的技术。通过计算机视觉和模式识别技术，对输入的人脸图像或视频流进行分析，首先判断是否...

具身智能（Embodied Intelligence, EI）是一个多学科交叉的研究领域，它涉及认知科学、人工智能、机器人技术、神经科学等多个领域。具身智能的核心观点是，智...

知识表示（Knowledge Representation）是指将知识以一种机器可理解的形式表示出来，它涉及数据结构及其处理机制的综合：表示= 数据结构+处理机制。在知识表示...

机器人流程自动化（Robotic Process Automation, RPA）是一种软件技术，通过模拟人类行为与数字系统和软件进行互动，实现业务流程的自动化。RPA软件机器人能...

模式识别（Pattern Recognition）是信息科学和人工智能领域的一个重要分支，对事物或现象的各种形式的信息（数值的、文字的和逻辑关系的）进行处理和分析，实...

图像生成（Image generation）是计算机视觉领域的一项重要研究方向，通过深度学习模型，如VAE、GANs和Diffusion Model等，从数据中学习并生成新的图像。这项...

知识表示（Knowledge Representation）是指将知识以一种机器可理解的形式表示出来，它涉及数据结构及其处理机制的综合：表示= 数据结构+处理机制。在知识表示...

机器人流程自动化（Robotic Process Automation, RPA）是一种软件技术，通过模拟人类行为与数字系统和软件进行互动，实现业务流程的自动化。RPA软件机器人能...

具身智能（Embodied Intelligence, EI）是一个多学科交叉的研究领域，它涉及认知科学、人工智能、机器人技术、神经科学等多个领域。具身智能的核心观点是，智...

规模定律（Scaling Law）描述了模型性能如何随着模型规模（如参数数量）、训练数据集大小以及用于训练的计算资源的增加而变化。体现为模型性能与这些因素之间...

检索增强生成（Retrieval-Augmented Generation, RAG）是一种结合了信息检索（IR）和自然语言生成（NLG）的技术。它通过从外部知识库中检索相关信息来增强大...