明白，你想要一个“一期就让人明白 AI 核心术语”的内容概览。我帮你整理一个结构清晰、易理解的版本，可以直接用作视频脚本或文章框架。下面我用条目+解释的方式，保持简短明了：

---

一期让你知道 AI 核心术语到底是什么意思

1. AI（Artificial Intelligence，人工智能）

机器模拟人类智能的能力，包括学习、推理、决策和理解语言。
例子：智能客服、自动驾驶。

2. 机器学习（Machine Learning）

AI 的子集，通过数据训练模型，让机器自己发现规律，而不是靠人工规则。
例子：推荐系统预测你可能喜欢的电影。

3. 深度学习（Deep Learning）

机器学习的一种，使用“神经网络”模拟大脑结构，能处理更复杂的数据，如图像、语音。
例子：自动生成照片风格、语音识别。

4. 神经网络（Neural Network）

模仿人脑神经元的计算模型，由多层“神经元”组成。

• 输入层 → 隐藏层 → 输出层
  例子：识别手写数字“8”。

5. 大模型 / 大语言模型（Large Language Model, LLM）

训练在海量文本上的深度学习模型，擅长理解和生成语言。
例子：ChatGPT、Claude。

6. 训练（Training）

给 AI 看大量数据，让它学会规律和模式的过程。

• 数据越多，模型表现通常越好。

7. 推理（Inference）

模型使用已经学到的知识来回答问题或做预测的过程。
例子：你问 ChatGPT 问题，它生成答案就是推理。

8. 参数（Parameters）

模型内部可调节的数值，决定它如何从输入到输出。
例子：神经网络里的权重。

9. 过拟合（Overfitting）

模型在训练数据上表现很好，但在新数据上表现差，学“死记硬背”了。

10. 强 AI vs 弱 AI

• 弱 AI：专注完成特定任务（如下棋、客服），不具备自主意识。
• 强 AI：理论上能理解、学习、做决策，类似人类智能（目前还没真正实现）。