人工智能：第6部分

图片来源：供图；作者：斯蒂芬·惠特洛；

分类

分类是一项人工智能任务，系统会将某事物归入特定类别。例如，将电子邮件分类为垃圾邮件和非垃圾邮件，判断评论是正面还是负面，或者检测X光片是否正常或异常。分类是机器学习最常见的应用之一。

图片来源：供图；作者：斯蒂芬·怀特劳；

Claude

Claude是由Anthropic开发的一系列先进的大型语言模型。该系列旨在确保安全、准确和可靠，并配备了专门的工具，例如Claude Code（一种代理式编码工具）、Claude Design以及用于研究的Claude Science。Claude以著名数学家、计算机科学家兼信息论之父克劳德·香农（Claude Shannon）的名字命名。

图片来源：供图；作者：斯蒂芬·怀特劳；

云AI

云AI指由大型计算服务提供商通过互联网提供的AI服务。企业无需购买昂贵的硬件，即可通过云平台访问AI模型、存储空间和计算能力。这使得AI更易于获取，但也引发了关于数据隐私、安全、成本以及对大型科技公司依赖性的问题。

图片来源：供图；作者：斯蒂芬·怀特洛；

聚类

聚类是一种机器学习方法，它能在未预先指定正确分类的情况下，将相似的项目分组。例如，零售商可能会利用聚类来识别具有相似购买习惯的客户群体。聚类对于发现模式很有帮助，但其识别出的群体仍需人工解读。

图片来源：供图；作者：斯蒂芬·怀特洛；

认知计算

认知计算是一个较早出现且范围更广的术语，指旨在模拟人类思维某些方面的系统，例如学习、推理和语言理解。该术语常用于商业领域。如今，人们更多地谈论人工智能、机器学习和生成式人工智能，但其基本理念依然不变：利用计算机来支持复杂的人类式任务。

图片来源：供图；作者：斯蒂芬·怀特洛；

计算机视觉

计算机视觉是人工智能的一个分支，旨在帮助计算机解读图像和视频。其应用领域包括医学成像、人脸识别、自动驾驶、质量控制、农业、安防以及体育赛事分析。计算机视觉系统虽然功能强大，但在光照、角度、背景或实际环境条件与训练数据不符时，可能会出现识别失误。

图片来源：供图；作者：斯蒂芬·怀特劳；

置信度评分

置信度分数是一个数字，用于表示人工智能系统对其输出结果的确定程度。例如，图像分类器可能会表示，它有92%的把握认为某张图片中出现了一只狗。置信度分数虽有参考价值，但并非绝对保证。有些人工智能系统即使判断错误，仍会表现出过度的自信，因此校准和测试至关重要。

图片来源：供图；作者：斯蒂芬·怀特劳；

上下文窗口

上下文窗口是指语言模型一次能够处理的信息量。它可能包括用户的问题、之前的对话、上传的文本或检索到的文档。更大的上下文窗口使模型能够处理更长的文档和更多的背景信息。然而，即使拥有较大的上下文窗口，模型仍可能遗漏细节，或对某些信息给予比其他信息更高的优先级。业内许多人认为，我们可能正朝着无限上下文窗口的方向发展——即用户不再需要考虑上下文问题。

来源：供图；作者：斯蒂芬·怀特劳；