什么是量子神经网络？
量子神经网络（Quantum Neural Network, QNN）是一种融合量子计算原理与人工神经网络的前沿技术，它利用量子比特（qubits）的叠加态和纠缠特性，实现远超传统神经网络的信息处理效率，特别适用于高维数据优化和复杂系统模拟 […]
作者： 创新及产品管理能力建设项目
什么是AI能效？
AI能效（AI Energy Efficiency）指的是人工智能系统在执行计算任务时，其性能输出与能源消耗之间的效率比率，它衡量模型在给定能耗下完成特定任务（如推理或训练）的效能，常用指标包括每瓦特每秒推理次数（inferences pe […]
什么是模型鲁棒性测试？
模型鲁棒性测试是指通过模拟输入数据扰动、噪声、对抗性攻击或环境变化，评估人工智能模型在这些异常条件下保持性能稳定性和可靠性的过程，其核心目标是确保模型在真实世界复杂场景中能够一致运行，避免因微小干扰导致准确度下降。 在AI产品开发中，鲁棒性 […]
什么是对抗性补丁（Adversarial Patch）？
对抗性补丁（Adversarial Patch）是人工智能安全领域中一种针对深度学习模型的攻击方法，通过在输入数据（如图像）中添加一个精心设计的局部扰动区域（如一个物理贴纸或数字图案），使模型在特定任务中产生错误预测。这种补丁不同于全局对抗 […]
什么是人类偏见？
人类偏见是指人类在认知、判断和行为中固有的系统性偏差，常源于社会文化背景、个人经验或群体影响，导致对特定人群或情境的不公平或不客观对待。这种偏见在心理学上表现为刻板印象、歧视或非理性偏好，可能无意中渗透到数据收集和决策过程中，成为影响社会公 […]
什么是数据偏差？
数据偏差（Data Bias）是指在数据收集、处理或标注过程中出现的系统性错误或倾向，导致数据无法公正、全面地反映现实世界的多样性或目标群体，从而可能使机器学习模型在训练和预测时产生偏见或不公平的结果。 在AI产品开发中，数据偏差可能导致产 […]
什么是AI伦理准则？
AI伦理准则(AI Ethical Guidelines)是指在人工智能系统的设计、开发、部署和使用过程中，所遵循的一系列道德原则和行为规范。这些准则旨在确保AI技术以负责任、公平、透明、安全和隐私保护的方式发展，防止偏见、歧视等风险，从而 […]
什么是模型供应链安全？
模型供应链安全是指在人工智能模型的整个生命周期中，确保从数据采集、模型训练、部署到持续维护的各个环节都受到严格保护的安全框架。其核心目标是防范潜在风险如数据污染、模型篡改、后门攻击或供应链中断，从而保障模型的完整性、可用性和可信度，最终维护 […]
什么是AI生成内容的归属权？
AI生成内容的归属权是指在人工智能系统创造的内容（如文本、图像或代码）中，知识产权上的所有权归属问题。它核心涉及版权法框架下，内容权利应归属于AI开发者、用户操作者，还是被视为无主作品；这取决于技术设计、用户协议和法律实践，当前多数法规倾向 […]
什么是系统风险？
系统风险（Systemic Risk）是指由于系统内部组件高度相互依赖和关联性，一个局部失败或冲击可能通过连锁反应导致整个系统或更大范围崩溃的风险。在人工智能产品开发中，这一概念特指AI模型或组件的故障、偏见、安全漏洞或不稳定性可能引发广泛 […]