创新及产品管理能力建设项目 – 第 6 页 – 联合国创新及产品管理能力建设项目(UNSDGT)

什么是用户界面（User Interface, UI）？

用户界面（User Interface, UI）是指用户与计算机系统、设备或应用程序进行交互的媒介，包括视觉元素（如图标、按钮和布局）、操作控件（如键盘、触摸屏或语音输入）以及反馈机制（如提示信息和动画），旨在提供直观、高效且无障碍的交互体 […]

用户体验（User Experience, UX）是指用户在与产品或服务交互过程中所产生的整体感知和情感反应，涵盖从初次接触到长期使用的全过程，包括可用性、功能性、可访问性和情感满足等多个维度。它强调以用户为中心的设计理念，通过理解用户需求 […]

损失函数（Loss Function），在机器学习中扮演着核心角色，用于量化模型预测值与真实值之间的差异或错误程度。它为优化算法提供目标函数，通过迭代调整模型参数以最小化损失值，从而引导模型向更准确的预测方向收敛。损失函数的选择直接影响模型 […]

神经网络训练是指利用训练数据集，通过优化算法（如梯度下降）和反向传播机制，迭代调整神经网络中的权重和偏置参数的过程，目的是最小化损失函数以提升模型在未见数据上的预测精度和泛化能力。这一过程涉及多次迭代（epochs），每次迭代中模型学习数据 […]

认知架构（Cognitive Architecture）是一种系统性的框架，用于模拟人类认知过程的核心功能，如感知、推理、学习、记忆和决策，旨在构建具备通用智能的AI系统。它通过整合工作记忆、长期记忆、注意力机制和推理引擎等组件，提供结构化 […]

情感计算（Affective Computing）是人工智能的一个分支，由麻省理工学院Rosalind Picard教授于1997年首次提出，它致力于使计算机系统能够识别、解释、处理和模拟人类的情感状态。通过整合语音分析、面部表情识别、生理 […]

适应性（Adaptability）在人工智能领域，指的是智能系统在面对新的、未预见的数据、任务或环境变化时，能够自主调整其行为、参数或结构以维持或提升性能的能力。这种能力使AI产品能够在动态场景中持续优化，减少对重复训练的依赖，提升泛化性和 […]

接受度（Acceptance）在人工智能产品开发中，特指用户对AI系统或产品的采纳程度，涵盖使用意愿、满意度及信任度等多个维度。它是衡量产品是否成功融入实际场景的关键指标，反映了用户对技术功能、交互体验和可靠性的整体评价。高接受度往往意味着 […]

信任（Trust）是人类社会互动的基础心理机制，指个体或群体对他人、组织或系统在特定情境下表现出的可靠性、诚实性及能力的信念，这种信念基于风险评估和预期满足，涉及认知维度（如理性判断）和情感维度（如情感依赖）。在技术语境下，信任延伸至用户对 […]

可用性（Usability）是指产品或系统在特定使用情境下，用户能够高效、有效地达成目标，并获得满意度的综合度量。它涵盖了易学性（用户快速掌握操作）、易用性（交互顺畅无阻）、效率（完成任务耗时短）、错误容忍度（系统能优雅处理失误）以及用户主 […]