AI百科
什么是嵌入向量(Embedding Vectors):人工智能的基本概念与应用领域
嵌入向量(Embedding Vectors)是一种将数据(如文本、图像、用户信息)映射到高维空间中的数字向量的技术。能够捕捉数据间的相似性和关系,使得相似的数据点...
什么是人工智能安全(AI Security)
人工智能安全(AI Security)研究 AI 系统在对抗条件下会不会被利用。本文梳理五层威胁面、对抗样本与数据投毒等传统攻击、提示注入与 Agent 越权等生成式新...
什么是群体智能(Swarm Intelligence)
群体智能是让大量简单个体靠局部规则产生全局秩序的分布式范式。拆解 Boids 的分离、对齐、聚合三规则,ACO 与 PSO 各自适合的问题类型,以及没有最优性保证...
什么是联邦学习中的隐私保护(Privacy-Preserving Federated Learning)
联邦学习中的隐私保护不等于数据不出门:梯度仍会泄露训练样本。逐条拆解成员推断、梯度反演、投毒三类攻击,讲清安全聚合、差分隐私、可信执行环境各自防谁...
什么是 上下文感知计算(Context-Aware Computing)
上下文感知计算(Context-Aware Computing)让系统按当下处境调整服务:从位置、时间、活动等信号出发,经感知、建模、适配三段判断该不该行动,并受隐私、准...
什么是自监督学习(Self-Supervised Learning)
自监督学习让模型从无标注数据中自造监督信号。重点讲清生成式、对比式、联合嵌入预测式三条路线的差别,坍缩为何发生、如何防,线性探测与全量微调两种评估...
什么是进化算法(Evolutionary Algorithms)
进化算法(Evolutionary Algorithms)模仿自然选择与遗传变异,用种群、适应度、选择、交叉、变异迭代搜索更优解。它不依赖梯度,适合高维非线性、黑箱与多目...
什么是知识图谱(Knowledge Graph)
知识图谱(Knowledge Graph)用节点和边表达实体与关系,适合需要多跳查询、答案要可追溯的场景。从三元组、知识融合讲到维护成本与能力边界,说清它和文档库...
什么是对抗性训练(Adversarial Training)
对抗性训练把最坏扰动写进目标:内层最大化生成对抗样本,外层最小化压低最坏损失。本文讲清 min-max 形式、FGSM 与 PGD 的差别、训练成本、鲁棒性与准确率的...
什么是弱监督学习(Weakly Supervised Learning)
弱监督学习用不完整、不确切或不准确的监督信号训练模型。讲清三类划分、弱监督与半监督的包含关系、标注函数与先估可靠度再聚合的流程,以及评估为什么特别...
什么是循环神经网络(RNN)
循环神经网络(RNN)用同一组权重沿时间反复计算,把历史压进隐藏状态。讲清权重共享、BPTT 连乘导致的梯度消失、门控如何修出加法通道,以及双向结构与 Tran...
什么是智能体(Agents)
智能体(Agents)是能感知环境、自主决策并行动的实体。从推理—行动循环、工具调用到多智能体编排,说明它与聊天机器人、自动化脚本的区别,并给出可验证性、...
什么是注意力机制(Attention Mechanism)
从 Bahdanau 2014 的加性注意力讲到 Transformer 的缩放点积与多头结构,拆解 Q/K/V 与位置编码,算清 O(n²) 复杂度与 KV Cache 的显存代价,并梳理 MQA、GQA...
什么是深度学习(Deep Learning)
深度学习(Deep Learning)是机器学习的一个子集,本文介绍了什么是深度学习、深度学习的工作原理、深度学习与机器学习的区别、深度学习的开发框架以及深度学...
什么是AIGC:AI Generated Content 人工智能生成内容
本文介绍了什么是AIGC:AI Generated Content,人工智能生成内容及其工作原理、应用场景和面临的挑战