AI行业的“术语”很多，但它们到底是什么关系？有什么层级逻辑？作为开发者或想转行 AI 应用工程师的人，该从哪学起？今天我们来说一下
本文用一张层次图 + 六段解释，让你彻底搞懂它们的区别与联系。
AI 涵盖的分支非常多，包括：
- 计算机视觉（CV）
- 自然语言处理（NLP）
- 语音识别（ASR）
- 智能决策系统
- 强化学习（RL）
许可理解为：AI 是整个智能技术的“天花板概念”，下面的所有都属于它的子集。
AGI（Artificial General Intelligence）指的是像人一样能在任何领域学习、理解、创造的智能系统。
它不局限于特定任务，而能自主迁移知识、理解语境、甚至拥有自我反思。
- ChatGPT 写文章
- Midjourney 画图
- Runway 生成视频
NLP（Natural Language Processing）是 AI 的一个子领域，专注于让机器理解和生成人类语言。
典型任务包括：
- 机器翻译（MT）
- 文本分类（分类垃圾邮件）
- 情感分析（识别正负情绪）
- 问答系统（ChatBot）
- 信息抽取（知识图谱构建）
能够理解为：
支撑 ChatGPT、文心一言、讯飞星火等语言模型的技巧基础。就是NLP
核心特征包括：
- 训练数据量极大（上百 TB 文本）
- 参数量极高（上百亿甚至上千亿）
- 能进行“上下文推理”“少样本学习”“链式思维”
目前主流 LLM 包括：
- OpenAI GPT 系列（ChatGPT）
- Meta Llama 3
- Anthropic Claude
- 百度文心、阿里通义、智谱清言等国产模型
通俗讲：
ChatGPT 是 LLM 技术的一个“产品化落地”，是 AIGC 的最典型代表之一。
想成为 AI 应用开发工程师，重点掌握这三块：
- LLM 能力调用与应用编写（API / Agent）
- AIGC 产品设计与多模态调用
- NLP 基础算法与Prompt工程实践
- 大模型调用 + 部署实战
- AIGC 应用案例项目
- 面试题与岗位需求分析
扫码v下方二维码，可以免费领取一份AI通识学习资料
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/220650.html