最近有个甲方大大老板微信问我：“你们产品用的是微调还是RAJ”，我一下子懵了。AJ我认识，RAG我也知道，可RAJ是个啥？新概念？赶紧确认了一下，还好，老板手滑了，就是RAG。
还有个关系很好的老大哥，总把Prompt说成Promote。关键嗓门还特别大，外面跟领导们高谈阔论的时候，尤其爱讲英文词。
私底下纠正过他一两次，大哥虚心接受，还竖个大拇指：“胡兰克你们年轻就是厉害！”然后他还是见人就说Promote，也时常介绍“方吞”（fine-tune），说到一半，就让“胡兰克”帮他再详细讲讲。
不过好在，政府、国央企的领导们，非常谦虚，听了都连连点头，笑着说自己的英文也就和雷军不分伯仲、Are U OK的水平。领导们听完，也竖个大拇指，说，“你们懂海外技术的就是厉害！”
后来我有经验了，和大哥聊天，就他念他的、我念我的，反正“听着都一个样”。类似于是“福建”还是“胡建”，“掀起波澜”还是“掀起po澜～”，不影响理解，自己人随便怎么念也都无所谓。
毕竟就像维特根斯坦说的，“语言的意义在于其使用”。
只是，又总想起维特根斯坦说的另一句，“你用什么语言表达，你就用什么语言在思考”。
当我用缩写或者翻译表达的时候，我的理解天然就被“蒸馏”过了。
所谓AI Native的一些应用，在Non-native的语言环境、知识结构里，大概率做起来会很艰难。
读论文也有这种感觉，回归词义本身。把合起来的词先拆开、把基础的概念先回顾一下，再细读文章，常有种自我进化的感觉，仿佛用1小时模拟了实验室里1年的进展。
沿着论文Introduction的思路，不看正文，先从一个定义、一个概念、一个词出发，在脑海中尝试去推演。带着疑问模拟一下，再去读正文，理解就事半功倍了。
还有个发现，很多开发者，对RAG、NLP之类的缩写非常熟悉，但是所代表的单词、字面意思完全说不上来。（用这个方法可以很容易鉴别真实的论文阅读情况）。
想到整理《AI黑话辞典》，一方面是我自己读文章、做产品的需要，另一方面也想分享给喊我胡兰克的好大哥。
更重要的，还是想给有机会用到这些“黑话”的朋友们，作一个小小的参考。
麦肯锡有种快速深入了解一个行业的方法，就是先找200个有理解门槛的关键词，弄懂这些词后，再去访谈，很快就能和业内人士谈笑风生了……
今天是《AI黑话辞典》的第一次营业，我已经整理了300多个词，就是太多了一次放不下，分批奉上。随着新论文、新技术、新产品的诞生，相信一定还会持续更新。
这篇先介绍以下12个方面的「AI黑话」：
一、基础概念二、模型与算法三、数据处理与预处理四、模型评估与优化五、自然语言处理六、计算机视觉七、增强学习与控制系统八、推荐系统与个性化算法九、大数据与分布式计算十、应用领域与行业应用十一、机器人技术十二、视频算法
一、基础概念
AI(Artificial Intelligence)：人工智能，模拟人类智能的技术。比如：百度的文心一言。
ML (Machine Learning)：机器学习，通过算法从数据中学习。比如：阿里达摩院的机器学习研究。
DL (Deep Learning)：深度学习，使用神经网络进行复杂模式识别。比如：腾讯的深度学习平台。
NN (Neural Networks)：神经网络，模仿人脑神经元结构的算法。比如：智谱AI的神经网络模型。
Algorithm：算法，用于解决问题的步骤和规则。比如：快手的视频推荐算法。
二、模型与训练
LLM (Large Language Model)：大语言模型，用于自然语言处理的大型模型。比如：OpenAI的GPT-4。
Fine-Tuning：微调，通过额外训练优化模型。比如：抖音的个性化推荐系统。
Transfer Learning：迁移学习，利用已训练模型的知识进行新任务。比如：百度的图像识别系统。
RAG (Retrieval-Augmented Generation)：检索增强生成，通过检索数据辅助生成内容。比如：DeepSeek的检索增强生成模型。
10.RL(Reinforcement Learning)：强化学习，通过奖励和惩罚优化行为。比如：阿里达摩院的游戏AI。
三、数据处理
11. Data Preprocessing：数据预处理，准备和清洗数据的过程。比如：蔚来汽车的自动驾驶数据处理。
12. Feature Engineering：特征工程，创建和选择模型输入特征。比如：滴滴的乘客特征分析。
13. Data Augmentation：数据增强，通过变换扩充数据集。比如：MiniMax的数据增强技术。
14. Data Labeling：数据标注，给数据加上标签。比如：月之暗面的数据标注平台。15. Data Normalization：数据归一化，缩放数据到统一范围。比如：智谱的图像处理技术。
四、自然语言处理
16. NLP (Natural Language Processing)：自然语言处理，理解和生成人类语言。比如：阿里的达摩院NLP实验室。
17. NLG (Natural Language Generation)：自然语言生成，生成自然语言文本。比如：腾讯的智能写作工具。
18. NER (Named Entity Recognition)：命名实体识别，识别文本中的实体。比如：抖音的文本分析系统。
19. POS Tagging (Part-Of-Speech Tagging)：词性标注，标注文本中的词性。比如：快手的文本处理工具。
20. Sentiment Analysis：情感分析，分析文本中的情感倾向。比如：智谱的情感分析平台。
五、计算机视觉
21. CV (Computer Vision)：计算机视觉，处理和理解图像。比如：百度的图像识别系统。
22. OCR (Optical Character Recognition)：光学字符识别，识别图像中的文本。比如：腾讯的OCR技术。
23. Object Detection：目标检测，检测图像中的目标物体。比如：阿里的自动驾驶系统。
24. Image Segmentation：图像分割，将图像划分为多个部分。比如：蔚来汽车的自动驾驶图像处理。
25. Face Recognition：人脸识别，识别人脸信息。比如：滴滴的乘客人脸识别系统。
六、语音处理
26. ASR (Automatic Speech Recognition)：自动语音识别，将语音转换为文本。比如：百度的语音识别技术。27. TTS (Text-To-Speech)：文本转语音，将文本转换为语音。比如：阿里的智能语音助手。28. Speaker Recognition：说话人识别，识别说话人的身份。比如：腾讯的语音识别系统。29. Voice Synthesis：语音合成，生成自然的语音。比如：抖音的智能语音合成技术。30. Speech Enhancement：语音增强，提升语音质量。比如：智谱的语音处理技术。 
七、推荐系统
31. Recommendation Engine：推荐引擎，提供个性化推荐。比如：抖音的视频推荐系统。32. Collaborative Filtering：协同过滤，基于用户行为进行推荐。比如：阿里的商品推荐系统。33. Content-Based Filtering：基于内容过滤，基于内容特征进行推荐。比如：快手的内容推荐算法。34. Hybrid Recommendation：混合推荐，结合多种推荐技术。比如：抖音的混合推荐系统。35. Personalization：个性化，根据用户偏好提供服务。比如：腾讯的个性化推荐平台。
八、搜索与信息检索
36. IR (Information Retrieval)：信息检索，从大量数据中提取信息。比如：百度的搜索引擎。37. Web Crawling：网络爬虫，从互联网中自动收集数据。比如：阿里的网页爬虫技术。38. Indexing：索引，通过建立索引加速数据检索。比如：腾讯的搜索引擎索引技术。39. Query Processing：查询处理，优化用户查询的结果。比如：小红书的搜索查询优化。40. Semantic Search：语义搜索，通过理解语义进行搜索。比如：智谱的智能搜索引擎。
九、强化学习
41. RL (Reinforcement Learning)：强化学习，通过奖励和惩罚优化行为。比如：阿里达摩院的游戏AI。42. Q-Learning：Q学习，一种无模型的强化学习算法。比如：DeepMind的AlphaGo。43. Policy Gradient：策略梯度，优化策略的强化学习方法。比如：OpenAI的强化学习模型。44. Monte Carlo Methods：蒙特卡罗方法，使用随机抽样进行决策。比如：DeepSeek的强化学习系统。45. Multi-Armed Bandit：多臂强盗问题，用于探索和利用的强化学习算法。比如：字节跳动的广告投放优化。
十、图形处理
46. GAN (Generative Adversarial Networks)：生成对抗网络，用于生成图像和视频。比如：Runway的AI艺术创作平台。
47. CG (Computer Graphics)：计算机图形学，创建和处理图像。比如：Pixar的动画制作技术。
48. Rendering：渲染，将模型转换为图像。比如：阿里的云渲染服务。
49. Image Processing：图像处理，处理和分析图像。比如：字节跳动的图像增强技术。
50. 3D Modeling：三维建模，创建三维物体的数字表示。比如：蔚来汽车的虚拟现实展示。
十一、机器人技术
51. Robotics：机器人技术，设计和制造机器人。比如：波士顿动力的机器狗。
52. Automation：自动化，通过技术实现任务自动化。比如：阿里的仓库自动化系统。
53. Path Planning：路径规划，设计机器人的移动路径。比如：蔚来汽车的自动驾驶路径规划。
54. Sensor Fusion：传感器融合，结合多个传感器的数据。比如：滴滴的自动驾驶传感器融合技术。
55. SLAM (Simultaneous Localization and Mapping)：同时定位与地图构建，构建环境地图并定位自身。比如：Google的自动驾驶项目Waymo。
十二、视频算法
56. Stable Diffusion：Stable Diffusion，稳定扩散，用于图像和视频生成的算法。比如：Stability AI 的稳定扩散技术。57. DiT：Diverse Interactive Training，多样化交互训练，用于增强视频生成的多样性。比如：DeepMind 的 DiT 模型。58. Video Super-Resolution：Video Super-Resolution，视频超分辨率，提高视频质量的技术。比如：Tencent 的视频超分辨率算法。59. Temporal Action Detection：Temporal Action Detection，时间动作检测，识别视频中的动作和活动。比如：Facebook 的时间动作检测模型。60. Video Object Segmentation：Video Object Segmentation，视频对象分割，分离视频中的不同对象。比如：Adobe 的视频对象分割工具。
《AI黑话辞典》第一弹60个词就到这里啦！记得收藏+关注，马上继续更新！
后续也将分类别呈现，比如很火的【视频模型】等等，都可以单独列出来高频关键词，也更方便查找。
最后想用我很喜欢的维特根斯坦的三句话来结尾：
“我用的词汇越多，我能说出的东西就越多”（The more words I use, the more I can say）“哲学问题常常是因为词语在语言中的位置误导我们”（Philosophical problems arise when language goes on holiday）“理解一个词的意义，就是理解它的语言游戏”（To understand the meaning of a word is to understand its language game）
暂无评论内容