記者鄧天心／綜合報導
AI更新越來越快，你是否也對層出不窮的新名詞感到焦慮？《科技島》特別盤點近期最具影響力的科技關鍵字，將艱澀的行話轉化為易懂的科普指南，助您輕鬆跟上這波科技浪潮。
更多科技工作請上科技專區：https://techplus.1111.com.tw/
科技社群討論區：https://pei.com.tw/feed/c/tech-plus
AGI（通用人工智慧）
Artificial General Intelligence (AGI)算是定義仍然比較模糊的詞彙，通常指在多數任務中表現優於人類的AI，OpenAI執行長Sam Altman最近將AGI描述為「你可以雇用作為同事的機器人」，OpenAI的則將其定義為「在多數運作中表現超越人類的高度自主系統」。
Google DeepMind的定義略有不同，認為AGI是「在多數認知任務上至少與人類一樣出色的AI」，還是感到困惑嗎？別擔心，AI研究最前線的專家們也同樣困惑。
AI Agent（AI代理人）
AI Agent指的是利用AI技術代表你執行一系列任務的工具，其功能超越了基礎的AI聊天機器人（chatbot）。例如：報支費用、訂票、訂餐廳，甚至編寫與維護程式碼。由於這個領域仍在起步階段，不同的人對「AI代理人」有不同的理解，基礎設施也還在建設中，但基本概念是指，一個可以調動多個AI系統來執行多步驟任務的系統。
Chain of Thought（思考鏈）
回答簡單問題譬如：長頸鹿和貓誰比較高？不需思考就能回答，但在許多情況下，我們需要紙筆紀錄中間步驟，例如：農場有雞和牛共40顆頭、120條腿，你需要列出方程式才能算出答案（20隻雞與20頭牛）。
在AI語境中，大型語言模型（LLM）的chain-of-thought reasoning是指將問題分解為較小的中間步驟，以提高結果品質，這通常需要較長的時間生成答案，但在邏輯或程式設計的情境下，答案更有可能正確，推理模型（Reasoning models）是由傳統LLM發展而來，並透過強化學習（reinforcement learning）優化思考鏈能力。
Compute（算力）
雖然這是一個多義詞，但compute通常指讓AI模型運作所需的關鍵運算能力（computational power），這種處理能力驅動著AI產業，使其能訓練（train）與部署（deploy）強大的模型，該術語常被當作硬體的簡稱，例如GPUs、CPUs、TPUs以及構成現代AI產業基石的各種基礎設施。
Deep Learning（深度學習）
Deep learning是機器學習（machine learning）中有自我改進能力的子集，其演算法設計採用多層的神經網絡（artificial neural network, ANN）結構，與簡單的線性模型或決策樹相比，這讓它們能處理更複雜的關聯。深度學習的結構靈感來自於人類大腦中神經元的互連路徑。
深度學習模型能自行識別數據中的重要特徵，不需要工程師定義。它還支持從錯誤中學習，透過重複調整來改進輸出，然而，深度學習需要海量數據點（數百萬計）才能獲得好結果，訓練時間也較長，因此開發成本較高。
Diffusion（擴擴散）
Diffusion是許多生成藝術、音樂與文本AI模型的核心技術。靈感來自物理學，擴散系統透過增加噪訊（noise）慢慢「破壞」數據結構（如照片或歌曲），直到什麼都不剩。在物理學中，擴散是自發且不可逆的（糖溶於咖啡無法還原成方糖），但AI的擴散系統旨在學習「逆擴散」（reverse diffusion）過程，從噪訊中恢復並重建數據。
Distillation（蒸餾）
Distillation是一種透過「教師-學生」模型從大型AI模型中提取知識的技術，開發者向教師模型發送請求並記錄輸出，有時會與數據集對比準確性。這些輸出接著被用來訓練學生模型，使其行為接近教師模型。
蒸餾可以用來創建更小、更高效的模型，同時將損失降到最低。OpenAI開發GPT-4 Turbo（GPT-4的快速版本）很可能就採用了此技術。雖然各家AI公司內部都使用蒸餾，但有些公司會藉此追趕前沿模型（frontier models），不過從競爭對手那裡進行蒸餾通常會違反API或聊天助理的使用條款。
Fine-tuning（微調）
Fine-tuning指對AI模型進行進一步訓練，以優化其在特定任務或領域的表現。這通常是透過餵入新的、專業的（即任務導向）數據來完成，許多AI新創公司以大型語言模型為起點，透過微調自身領域的專業知識，強化模型在特定產業的實用性。
延伸閱讀：
日企組國家隊！軟銀、NEC、Honda、Sony合資成立AI公司 力抗美中霸權
資料來源：techcrunch
—
本篇文章授權來源：科技島
