AI工具有那些? @ 香港AI工具平台
AI Glossary AI人工智能詞彙表
AI Glossary

AI人工智能詞彙表

AI人工智能詞彙表:基準事實 (Ground Truth)

基準事實 (Ground Truth)

基準事實(Ground Truth)是一個在機器學習、統計學和資料測量領域中至關重要的概念,指的是對於某一現象或數據所認定的“真實值”或“標準答案”。這種“真相”通常由已有的、被信任且可靠的測量方式或人工標註獲得,作為評估、校驗和訓練新技術或模型的參考標準。
AI人工智能詞彙表:微調 (Fine-tuning)

微調 (Fine-tuning)

微調是深度學習和機器學習領域中的一項重要技術,特別是在利用預訓練模型實現特定任務時的關鍵策略。它是指在已經預先訓練好了的模型基礎上,使用特定任務的小規模數據進行進一步訓練和調整,目的是讓模型更好地適應該任務,提升實際應用中的性能和準確度。微調通常比從零開始訓練模型所需的計算資源和時間要少得多。
AI人工智能詞彙表:權重 (Weights)

權重 (Weights)

在人工神經網絡與深度學習中,權重(Weights)是決定輸入數據對神經元影響程度的核心參數。簡單來說,權重就像是神經網絡中各個連接的「重要性指標」,用來控制輸入訊號在模型中的影響大小,並且透過訓練過程不斷調整,幫助網絡學習和提取數據中的關鍵特徵,最終達到更準確的預測或分類效果。
AI人工智能詞彙表:生成式人工智能 (Generative AI)

生成式人工智能 (Generative AI)

生成式人工智能(Generative AI)是一種利用先進機器學習算法,特別是基於深度學習的生成模型,能夠根據大量訓練數據及用戶輸入,自動創造新的內容,如文字、圖像、音頻、視頻乃至程式碼的人工智能技術。相比於傳統的辨識性人工智能,生成式人工智能具備獨特的內容創造能力,能產生類似人類創作的全新資料,而非單純進行數據分類或預測。
AI人工智能詞彙表:大型語言模型 (Large Language Models)

大型語言模型 (Large Language Models)

大型語言模型(Large Language Models,簡稱LLM)是一種基於深度學習技術的人工智慧系統,專門用於理解和生成類似人類語言的文本。這類模型通過對海量文本數據進行預訓練,學習語言的結構、語義以及上下文關係,因而能夠執行多種自然語言處理任務,如文本生成、翻譯、問答、摘要及對話等。LLM的出現是人工智慧在語言理解領域的一次重大突破。
AI人工智能詞彙表:提示工程 (Prompt Engineering)

提示工程 (Prompt Engineering)

提示工程(Prompt Engineering)是在人工智慧領域,尤其是生成式人工智慧(Generative AI)中一項關鍵技術與實務。它指的是設計和優化輸入給AI模型(如大型語言模型)的指令或提示,以引導模型產生預期且高品質的回應。隨著AI模型能力的不斷提升,提示工程成為用戶與AI系統間溝通和協作的橋樑,是最大化AI效能的重要手段。
AI人工智能詞彙表:神經網絡 (Neural Networks)

神經網絡 (Neural Networks)

神經網絡,又稱人工神經網絡(Artificial Neural Networks,簡稱ANN),是一種受人腦神經系統啟發而設計的計算模型。它模擬生物神經元的結構和功能,通過大量互相連接的人工神經元節點進行訊息傳遞與處理,具備從數據中自我學習和模式識別的能力,是現代人工智慧與深度學習的基礎技術之一。
AI人工智能詞彙表:深度學習 (Deep Learning)

深度學習 (Deep Learning)

深度學習(Deep Learning)是人工智慧(AI)和機器學習(Machine Learning)中一種先進且重要的技術分支。它透過多層的人工神經網路結構,模擬人腦神經元傳遞信息的方式,自動從大量資料中抽取並學習特徵,進而完成分類、預測、生成等複雜任務。與傳統機器學習依賴人工設計特徵不同,深度學習能夠以「端對端」的方式,自動捕捉資料的多層次抽象,因而在語音識別、影像處理、自然語言理解等領域取得突破性進展。
AI人工智能詞彙表:模型上下文協議(MCP)

模型上下文協議(MCP)

模型上下文協議(Model Context Protocol,簡稱MCP)是一種由Anthropic公司於2024年推出的開放標準協議,它旨在為大型語言模型(LLM)與外部資料源、工具及系統之間建立一個統一、安全、標準化的通信接口。通俗地說,MCP就像是AI應用的「萬能插頭」,讓不同的AI模型能夠即時、安全地連接各種外部資源,不再局限於訓練時期所學的靜態知識,而是能夠動態獲取最新資訊和執行各種操作,提高回答的相關性和準確度。

AI人工智能詞彙表 常見問題 FAQ

什麼是「AI人工智能詞彙表」?

「AI人工智能詞彙表」是一個專為香港及中文使用者設計的人工智能術語查詢頁面,系統化整理常用AI相關英文術語與中文解釋,方便企業、教育界及一般用戶快速理解AI技術與應用場景,無需額外翻查專業文件即可輕鬆入門。

這個詞彙表適合哪些人使用?

詞彙表適合學生、初學者、中小企管理層、市場與營運人員,以及任何想了解AI基礎概念但不熟悉技術術語的使用者。無論是準備報告、與技術團隊溝通,還是規劃AI相關專案,這個詞彙表都能作為快速參考工具,幫助理解文章與方案中的關鍵字。

詞彙表的內容是怎樣編排的?

每項詞條通常以「英文術語」配對「中文名稱」及「簡明解釋」三欄呈現,部分條目會追加實際應用場景或相關技術範疇,讓讀者兼顧理論與實務。條目按字母或常見程度排列,方便使用者以關鍵字即時搜尋,並配合本地學習習慣優化表述方式。

這個詞彙表是否偏向某種技術框架或公司?

「AI人工智能詞彙表」設計以中立、通用為主,不特別偏向任何單一技術框架或企業,而是涵蓋機器學習、大型語言模型、自然語言處理、生成式AI等跨領域常見術語,讓香港及亞洲用戶在閱讀不同平台與教材時,都能透過同一套詞彙理解技術本質。

我可以如何在工作或學習中運用這個詞彙表?

您可以將詞彙表作為寫作、會議前後或課前課後的參考工具,例如在擬定AI專案提案前先釐清「LLM」、「微調」、「Prompt 工程」等術語,或在閱讀AI新聞時快速對照專有名詞。團隊亦可共同使用這份詞彙表,建立一致的溝通語言,減少誤解與反覆解釋的時間成本。

平台會如何更新這個AI詞彙表?

平台會根據AI技術發展與市場熱門話題,定期新增或調整詞條,例如加入新興模型名稱、合規與治理相關概念、以及本地化應用常見用語。同時保留基礎核心術語的穩定解釋,讓使用者既可掌握最新趨勢,又不致混淆於短暫流行的術語潮流。

我可不可以推薦新的AI術語加到這個詞彙表?

平台通常開放用戶推薦新詞條或提出補充建議,特別是對本地常用但未收錄的術語(例如香港教育、金融或零售場景特有的AI表述)。建議可透過網站提供的聯絡方式或表單提交,並附上簡短說明與使用情境,由管理團隊審核後決定是否納入正式詞彙表。