21个AI核心技术名词精解
AI对话、智能绘图、无人驾驶……这些热门概念背后的技术本质究竟是什么？本文梳理了21项人工智能核心技术术语，为您全面解析。
【1】机器视觉（CV）：计算机视觉旨在赋予机器“看懂”世界的能力，主攻从图像、视频等多维信息中自动捕获、解析并理解有价值的内容，进而完成场景重构、目标定位、动态追踪与分类识别等高阶任务。这是实现环境视觉感知的核心技术之一。
【2】语音识别与合成（ASR & TTS）：自动语音识别技术将声波信号转换为文字内容，整合声学建模、语言建模与发音词典进行联合解码。语音合成则反向操作，从文字生成拟人化语音，当前主流方案采用端到端的神经声码器。这两项技术构成了语音交互的输入输出闭环，是AI感知语音、实现人机语音对话的基础技术。
【3】机器学习（ML）：作为人工智能的基础学习范式，机器学习使系统能够从海量数据中自主挖掘规律、抽取特征，免除人工编写规则的繁琐工作，为构建知识图谱、实施智能决策奠定基础。
【4】深度学习（DL）：深度学习是机器学习的关键分支，依托多层神经网络架构，可应对更复杂的超大规模数据与特征提取任务，显著增强系统的学习与建模性能，是搭建复杂AI系统的核心技术。
【5】知识图谱（KG）：知识图谱采用图结构来组织知识的语义网络，节点表示实体或概念，边表示语义关联。它既是知识的存储介质，也是支撑知识推理、智能问答与可解释AI的结构化知识底座。
【6】自然语言处理（NLP）：自然语言处理旨在让计算机理解、生成和运用人类语言，覆盖词法分析、句法解析、语义理解、语用计算等多个层面。这是实现人机智能交互与文本智能处理的关键技术。
【7】大语言模型（LLM）：大语言模型指参数量从数亿到数万亿级别、基于Transformer架构的深度模型，通过大规模语料自监督预训练，展现出卓越的语言理解、生成、逻辑推理与上下文适应力。这标志着自然语言处理领域的重大范式革新。
【8】狭义人工智能（ANI）：又称弱人工智能，指在限定领域或封闭任务中达到或超越人类水准，但无法泛化到未知场景的AI系统。现阶段所有商业化部署的AI应用均属此类。
【9】通用人工智能（AGI）：通用人工智能指拥有与人类相当的跨领域认知、元认知与自主学习能力，能在开放环境中自我适应并解决未知多样性任务的AI系统。目前仍处于理论探索阶段，是AI研究的终极目标之一。
【10】DeepSeek：DeepSeek是基于大语言模型开发的对话型AI助手，支持文本理解、逻辑推演、代码编写与多轮对话，属于狭义人工智能的典型应用。
【11】AlphaGo：AlphaGo是DeepMind研发的围棋AI系统，核心技术融合策略网络、价值网络与蒙特卡洛树搜索，率先在完全信息博弈中战胜人类顶级棋手，是狭义人工智能的标杆案例。
【12】推荐系统：推荐系统是利用用户行为、内容属性等数据的AI算法平台，可精准推送匹配用户偏好的内容、商品或服务，在互联网平台广泛应用。主流技术涵盖协同过滤、矩阵分解及基于深度学习的序列建模。
【13】Unitree机器人：Unitree机器人是宇树科技推出的具身智能产品，融合感知、规划、控制与执行单元，可在物理空间中自主移动、环境互动与任务执行。
【14】自动驾驶：自动驾驶是集成感知、决策、控制三大核心模块的复杂机器人系统，依据SAE标准分为L0-L5六个等级，体现了AI在物理世界的高级应用形态。
【15】数据采集（DC）：数据采集指从传感器、数据库、日志或开放接口获取原始信息的过程，分为主动采集与被动接收，数据形态包括结构化、半结构化与非结构化三类。
【16】数据预处理（DP）：数据预处理是将原始数据转换为模型可用格式的工程环节，通常涵盖数据清洗、数据融合、数据转换与数据降维四个阶段，目标是提升数据质量与训练效能。
【17】数据标注（DA）：数据标注是为原始素材添加元信息（如标签、检测框、关键点、分割掩码等），构建监督学习所需的“标准答案”。标注质量直接制约模型性能天花板。
【18】模型训练（MT）：模型训练指利用优化算法（如随机梯度下降）在训练集上反复迭代更新参数，使模型在目标函数上的损失最小化。训练后的模型权重封装了从数据中学到的映射关系。
【19】智能家居：智能家居是以家庭环境为载体，综合运用物联网、传感技术、自动控制与AI的智能集成系统。它将家电、照明、安防、环境监测等设备联网，通过数据采集、边缘计算与智能决策，实现家居环境的主动感知、自动调节与远程管控，提升生活便捷度、舒适度与能效。
【20】智能制造：智能制造是将AI、工业物联网、数字孪生等技术贯通制造全链条的新型生产模式，达成设备自感知、流程自控制、决策自优化的柔性智能生产。
【21】智慧农业：智慧农业是以数据驱动为内核的现代农业模式，通过物联网传感、无人机遥感、智能决策平台，实现环境精准监控、资源高效配置与农事自动作业的闭环管控。