二分类

来源：供图；作者：斯蒂芬·怀特劳；

二元分类是一项要求人工智能系统在两个类别之间进行选择的任务。例如：是否为垃圾邮件、是否为欺诈、是否患病、是否批准等。这听起来很简单，但后果可能非常严重。在高风险场景中，我们不仅需要了解答案，还需了解系统对该答案的置信度、错误率以及错误可能造成的影响。

黑箱

图片来源：供图；作者：斯蒂芬·怀特劳；

黑箱人工智能系统是指其内部推理过程难以被人类理解的系统。许多现代人工智能模型虽然功能强大，却难以解释其决策逻辑。这在医疗、金融和法律等领域会造成问题，因为在这些领域，人们可能需要了解决策背后的原因。黑箱系统虽有其用处，但需要经过仔细的测试和监督。

BLEU 得分

图片来源：供图；作者：斯蒂芬·怀特劳；

BLEU 是一种传统上用于评估机器翻译的评分指标。它将人工智能生成的译文与一份或多份人工译文进行比较。BLEU 分数越高，通常意味着机器翻译与参考文本越接近。然而，与许多评估指标一样，它并非完美无缺。 某份译文可能得分很高，但读起来仍不自然；也可能得分较低，却能被人类读者接受。

机器人

图片来源：供图；作者：斯蒂芬·怀特劳；

机器人是一种执行自动化任务的软件程序。有些机器人比较简单，例如发送提醒或回答基本客户服务问题的机器人。基于人工智能的机器人则更为灵活，能够理解自然语言。机器人虽然很有帮助，但也可能被用于发送垃圾信息、实施诈骗、传播虚假信息或进行虚假的社交媒体活动。

边界框

图片来源：供图；作者：斯蒂芬·怀特劳；

边界框是指围绕图像中某个物体绘制的矩形，以便人工智能系统能够学会检测该物体。例如，在交通图像中，可能会在汽车、行人、自行车和交通标志周围绘制边界框。边界框在计算机视觉中被广泛使用。它们不仅向人工智能展示了图像中包含什么，还指明了这些物体的具体位置。

BPE — 字节对编码

图片来源：供图；作者：斯蒂芬·怀特劳；

字节对编码（BPE）是一种将文本拆分为较小单元（称为令牌）的方法。这些令牌可以是整个单词、单词的一部分或字符。语言模型通常不会像人类那样精确地阅读文本；它们处理的是令牌。令牌化会影响模型的成本、速度以及处理生僻词、专有名词或不同语言的能力。

提升

来源：供图；作者：斯蒂芬·怀特劳；

提升法（Boosting）是一种机器学习技术，通过组合多个较弱的模型来构建一个更强大的模型。每个新模型都会更侧重于纠正先前模型的错误。随着时间的推移，组合系统会变得更加准确。提升法广泛应用于结构化数据问题，例如风险评分、预测和分类。

商业智能

图片来源：供图；作者：斯蒂芬·怀特劳；

商业智能利用数据帮助组织了解绩效并做出决策。传统的商业智能通常涉及仪表盘和报告。人工智能可以通过发现模式、生成预测、总结趋势并提出行动建议来增强商业智能。然而，人工智能生成的商业洞察仍需人类的判断和领域知识。