LLM、GPT、RAG……AI 缩写词是什么意思？ | 商业人工智能#91
已发表: 2024-03-29AI 缩写词 - 目录
- 人工智能专家谈论什么？ 破译人工智能缩写词
- LLM（大语言模型）
- RAG（检索增强生成）
- GPT（生成式预训练变压器）
- NLP（自然语言处理）
- ML（机器学习）
- 机器人流程自动化 (RPA)
- 深度学习（DL）
- 强化学习（RL）
- 生成对抗网络（GAN）
- 可解释的人工智能（XAI）
- AI 缩写词。 概括
人工智能专家谈论什么？ 破译人工智能缩写词
人工智能专家经常使用首字母缩略词来描述复杂的技术和流程。 值得了解这些术语背后的含义，以便能够有意识地利用人工智能提供的机会。 例如，当您听到“RAG”或“XAI”时，您可能不确定这意味着什么。 RAG（检索增强生成）是一种通过信息检索丰富语言生成的技术，而 XAI（可解释的人工智能）则侧重于人工智能系统决策的透明度和可理解性。 今天我们不需要解释人工智能是什么，但像这样的首字母缩略词需要解释。 那么，让我们从最常见的首字母缩略词之一开始——ChatGPT 背后的技术的通用名称。
LLM（大语言模型）
LLM（大型语言模型）是聊天机器人等系统的基础，可以生成文本、代码或翻译语言。 它是一种人工智能，经过训练可以使用具有超过 1750 亿个参数的神经网络来估计单词序列的可能性。
LLM的培训包括展示示例和调整权重以减少错误。 在法学硕士中，每个文本都由具有许多数字的向量表示，确定其在模型“语言”空间中的位置和关系。 连续的文本意味着遵循该空间中的路径。
将他们想象为“超级读者”，拥有丰富的知识和处理信息并以类似于人类的方式做出反应的能力。 法学硕士的常见例子包括：
- 双子座专业版（谷歌），
- GPT-4（OpenAI），以及
- 骆驼 2（元）。
在商业中，法学硕士可以简化公司内部的沟通和信息流，例如，通过自动生成报告、翻译文档和回答员工的问题。 通过聊天、专用软件或 API 使用法学硕士还可以通过分析大量数据并识别以前未见过的趋势来支持新业务模型和策略的创建。
RAG（检索增强生成）
检索增强生成（RAG）是一种将语义信息检索与文本生成相结合的技术。 这使得模型能够找到相关文档，例如来自维基百科的文档，提供上下文，帮助文本生成器生成更准确、更丰富且不易出错的结果。 RAG可以定制，并且可以有效地修改其内部知识，而不需要重新训练整个模型，这既昂贵又耗时。 这在事实可能随时间变化的情况下特别有用，无需重新培训即可访问最新信息。
来源：DALL·E 3，提示：Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)
GPT（生成式预训练变压器）
我们都知道缩写 GPT，因为它成为最受欢迎的人工智能聊天机器人名称的一部分。 但这到底是什么意思呢？ 生成式预训练 Transformer（GPT）是一种 AI 模型，它通过预测序列中的下一个单词来生成类似于人类创建的文本的文本。 在学习过程中，它从人类编写的数十亿页文本中获取知识，以便随后确定下一个单词的概率。
GPT 模型基于称为 Transformer 的神经网络架构，它可以生成文本并以对话方式回答问题。 它们用于广泛的任务，包括：
- 翻译语言，
- 总结文件，
- 生成内容，
- 编写代码和许多其他任务。
GPT 模型无需进一步训练即可使用零样本学习技术，或者通过学习几个示例（少样本学习）来适应特定任务。
NLP（自然语言处理）
NLP，即自然语言处理，是一个涉及允许机器理解和处理人类语言的技术和技术的领域。
这构成了上述 LLM、RAG 和 GPT 的基础，使他们能够理解单词、句子及其含义。 因此，NLP 可以将文本数据转化为有用的业务见解。 NLP 应用程序用途广泛，不仅适用于人工智能助手和聊天机器人，还适用于以下任务：
- 情感分析——可以确定文本中存在哪些情感，例如，社交媒体上表达的观点是积极的、消极的还是中立的，
- 总结文档 – 自动创建长文本摘要，节省用户时间，
- 机器翻译 – 实现不同语言之间文本的快速高效翻译。 例如，Meta 的 SeamlessM4T 模型能够在 100 种语言之间翻译文本和语音。
ML（机器学习）
ML（机器学习）是人工智能的基本分支。 这是一个包罗万象的领域，涉及训练计算机从数据中学习，而不需要直接对其进行编程。 人工智能使用数据和算法来模仿人类学习的方式，随着时间的推移获得经验。
“机器学习”一词是 Arthur Samuel 于 1959 年在他对跳棋研究的背景下创造的。 技术进步使得基于机器学习的创新产品得以诞生，例如推荐系统和自动驾驶汽车。
机器学习是数据科学的关键组成部分，它使用统计方法在许多企业中进行预测和决策。 随着大数据的扩展，对数据科学家的需求也在增长。 这尤其适用于能够识别重要业务问题和分析数据的专家。 ML 算法是使用 TensorFlow 和 PyTorch 等编程框架创建的。
来源：DALL·E 3，提示：Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)
机器人流程自动化 (RPA)
RPA（机器人流程自动化）是一种自动化技术，其中计算机模仿人类在特定程序和应用程序中执行的操作。 RPA是人工智能的实际应用，直接影响运营效率。 它可以自动执行日常任务，例如数据输入或客户服务，使公司能够专注于更具战略性的活动。
深度学习（DL）
深度学习 (DL) 是 ML 的一个高级分支，它基于受人脑结构启发的神经网络。 这些网络从大量数据中学习以识别模式和关系，然后利用这些知识做出预测和决策。 深度学习能够执行最复杂的任务，例如图像识别、对象识别以及照片和视频中的分类。
因此，深度学习对于以下技术的开发至关重要：
- 预测和优化能源消耗，
- 控制自动驾驶车辆，
- 通过检测交易异常来防止金融欺诈，或
- 根据个人用户偏好个性化优惠和内容。
强化学习（RL）
强化学习 (RL) 是机器学习 (ML) 的一种，其中人工智能模型通过反复试验“自行”学习，而不是根据准备好的数据进行训练。 换句话说，人工智能通过与环境的交互进行适应，对理想的行为进行奖励，对无效的行为进行惩罚。
强化学习对于我们确切知道想要实现什么结果，但实现该结果的最佳路径未知或太难编程的任务非常有用。 例如，训练机器人在复杂环境中导航。
生成对抗网络（GAN）
生成对抗网络 (GAN) 是一个由两个相互竞争的神经网络组成的系统：
- 生成器，创建新数据，例如图像或文本，
- 鉴别器，试图区分真实数据和生成数据。
这项竞赛激励两个网络不断改进，从而产生越来越现实和创造性的结果。
可解释的人工智能（XAI）
可解释的人工智能（XAI）是人工智能领域一个不太为人所知但非常重要的缩写。 它是一种人工智能方法，专注于为人工智能系统的行为或决策提供清晰易懂的解释。 XAI 对于负责任的人工智能开发至关重要：透明度、遵守法律法规、安全性和支持创新。
AI 缩写词。 概括
LLM、RAG、GPT 和 XAI 等 AI 缩写代表正在改变企业运营方式的先进技术。 从流程自动化到更好地了解客户需求——人工智能开辟了新的可能性。 熟悉这些术语对于探索人工智能领域并在您的业务中发挥其潜力至关重要。 了解这些技术不仅可以优化现有流程，还可以探索新的创新和增长领域。
如果您喜欢我们的内容，请在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我们的忙碌蜜蜂社区。
作者：罗伯特·惠特尼
JavaScript 专家和 IT 部门的讲师。 他的主要目标是通过教其他人如何在编码时有效合作来提高团队生产力。
商业人工智能：
- 人工智能在商业中的威胁和机遇（第 1 部分）
- 人工智能在商业中的威胁和机遇（第 2 部分）
- 人工智能在商业中的应用 - 概述
- 人工智能辅助文本聊天机器人
- 商业 NLP 的今天和明天
- 人工智能在商业决策中的作用
- 安排社交媒体帖子。 人工智能有何帮助？
- 自动社交媒体帖子
- 利用人工智能运行的新服务和产品
- 我的经营理念有哪些弱点？ ChatGPT 的头脑风暴会议
- 在商业中使用 ChatGPT
- 合成演员。 排名前 3 的 AI 视频生成器
- 3 个有用的 AI 图形设计工具。 商业中的生成式人工智能
- 今天你必须尝试的 3 位出色的人工智能作家
- 探索人工智能在音乐创作中的力量
- 使用 ChatGPT-4 探索新的商机
- 经理的人工智能工具
- 6 个很棒的 ChatGTP 插件，让您的生活更轻松
- 3 绘图人工智能。 商业情报总局
- 麦肯锡全球研究院认为人工智能的未来是什么？
- 商业人工智能 - 简介
- 什么是 NLP，即商业中的自然语言处理
- 自动文档处理
- 谷歌翻译 vs DeepL。 机器翻译的 5 个商业应用
- 语音机器人的运营和商业应用
- 虚拟助理技术，或者说如何与AI对话？
- 什么是商业智能？
- 人工智能会取代商业分析师吗？
- 人工智能如何帮助 BPM？
- 人工智能和社交媒体——它们对我们有何评价？
- 内容管理中的人工智能
- 今天和明天的创意人工智能
- 多模态人工智能及其在商业中的应用
- 新的互动。 人工智能如何改变我们操作设备的方式？
- 数字公司中的 RPA 和 API
- 未来的就业市场和即将到来的职业
- 教育科技中的人工智能。 发挥人工智能潜力的 3 个公司示例
- 人工智能与环境。 3 个人工智能解决方案可帮助您建立可持续发展的业务
- AI 内容检测器。 他们值得吗？
- ChatGPT vs Bard vs Bing。 哪个人工智能聊天机器人在这场竞赛中处于领先地位？
- 聊天机器人人工智能是谷歌搜索的竞争对手吗？
- 有效的 ChatGPT 人力资源和招聘提示
- 及时工程。 即时工程师做什么的？
- AI 模型生成器。 四大工具
- 人工智能还有什么？ 2024 年商业顶级技术趋势
- 人工智能和商业道德。 为什么您应该投资道德解决方案
- 元人工智能。 关于 Facebook 和 Instagram 的人工智能支持功能，您应该了解哪些？
- 人工智能监管。 作为一名企业家你需要了解什么？
- 人工智能在商业中的 5 个新用途
- 人工智能产品和项目——它们与其他产品和项目有何不同？
- 人工智能辅助流程自动化。 从哪儿开始？
- 如何将人工智能解决方案与业务问题相匹配？
- 人工智能作为您团队中的专家
- AI团队与角色分工
- 人工智能职业领域如何选择？
- 在产品开发过程中添加人工智能总是值得的吗？
- 人力资源中的人工智能：招聘自动化如何影响人力资源和团队发展
- 2023 年 6 个最有趣的人工智能工具
- 人工智能造成的六大商业灾难
- 公司的人工智能成熟度分析是怎样的？
- 用于 B2B 个性化的 AI
- ChatGPT 用例。 2024 年如何利用 ChatGPT 改善业务的 18 个示例
- 微学习。 获得新技能的快速方法
- 2024 年公司中最有趣的人工智能实施
- 人工智能专家做什么的？
- AI项目带来了哪些挑战？
- 2024 年 8 款最适合商业的人工智能工具
- CRM 中的人工智能。 人工智能给 CRM 工具带来了哪些改变？
- UE 人工智能法案。 欧洲如何监管人工智能的使用
- 索拉。 OpenAI 的真实视频将如何改变业务？
- 七大人工智能网站建设者
- 无代码工具和人工智能创新
- 使用人工智能可以在多大程度上提高您团队的生产力？
- 如何使用ChatGTP进行市场研究？
- 如何扩大人工智能营销活动的影响范围？
- “我们都是开发者”。 公民开发者如何帮助您的公司？
- 运输和物流中的人工智能
- AI可以解决哪些业务痛点？
- 媒体中的人工智能
- 银行和金融领域的人工智能。 Stripe、Monzo 和 Grab
- 人工智能在旅游行业的应用
- 人工智能如何促进新技术的诞生
- 社交媒体中的人工智能革命
- 电子商务中的人工智能。 全球领导者概览
- 四大人工智能图像创作工具
- 用于数据分析的 5 大人工智能工具
- 贵公司的人工智能战略——如何制定？
- 最佳人工智能课程 – 6 条精彩推荐
- 使用人工智能工具优化社交媒体聆听
- 物联网+人工智能，或者如何降低公司的能源成本
- 物流中的人工智能。 5 个最佳工具
- GPT 商店 – 最有趣的商业 GPT 概述
- LLM、GPT、RAG...AI 缩写词是什么意思？