機械感知（machine perception）
機械感知是人工智慧領域的重要分支，指的是計算機系統模仿人類感官，通過各種傳感器獲取環境信息並進行解釋和理解的能力。簡單來說，它讓機器擁有像人類一樣「看見」、「聽見」、「觸摸」甚至「嗅覺」的能力，從原始數據中提取有意義的知識，為後續的決策和行動提供依據。
查看AI術語
AI演算法 (AI Algorithm)
AI演算法是人工智慧系統的核心，指的是一套有序的計算規則與程序，用於從數據中學習、識別模式、做出決策及完成智能任務。這些演算法能夠模擬人類的思維過程，自動發現數據中的規律，並在複雜環境中自行優化行動策略。AI演算法涵蓋多種不同技術，包括機器學習、深度學習與強化學習等，是推動現代人工智慧發展的中樞力量。
查看AI術語
什麼是 圖靈測試（Turing Test）?
圖靈測試是由英國數學家和計算機科學先驅艾倫·圖靈於1950年提出的一種評估機器是否具有類人智慧的思想實驗。它旨在判斷機器能否通過模仿人類的行為，讓人類評估者無法分辨機器與人類，從而認為該機器擁有“智能”。
查看AI術語
變分自動編碼器 (Variational autoencoder)
變分自動編碼器是一種生成模型，結合了自動編碼器（Autoencoder）架構和概率生成模型的理論基礎，由Diederik P. Kingma和Max Welling於2013年提出。它能夠從高維數據（如圖像、音頻、文本）學習到潛在的低維概率分布，並且基於該分布合成新的數據樣本。VAE在無監督學習和生成式模型中具有重要地位，廣泛應用於圖像生成、數據重建、異常檢測等領域。
查看AI術語
軌跡 (Trajectory)
在強化學習領域中，軌跡（Trajectory）指的是AI代理（Agent）在與環境互動過程中所經歷的一系列狀態（State）和行動（Action）的序列。換句話說，軌跡記錄了智能體從初始狀態開始，根據其策略做出的行動，以及因行動所帶來的狀態轉移，形成一條包含時間順序的完整路徑。
查看AI術語