| 术语 | 一句话 | 类别 | 主要目的与特点 |
|---|---|---|---|
| マルチモーダルAI | 能综合处理文字、图像、声音等多种形式数据的 AI | AI 的类型 | 可跨形式地输入与输出 |
| ランダム性 | 生成式 AI 的输出基于概率、每次都可能不同的性质 | 输出的性质 | 表达更加多样，但难以重现同一结果 |
| XAI | 以人能理解的方式展示 AI 得出结论之依据的技术 | 技术·思路 | 提高判断的透明度，让人用得放心 |
| ヒューマンインザループ | 在 AI 的处理流程中加入人的确认与判断的机制 | 运用机制 | 由人拦下错误和偏差，明确责任归属 |
| HITL | 人在回路的英文首字母缩写 | 缩写 | 含义与人在回路相同 |
多模态 AI（マルチモーダルAI）是能把文字、图像、声音等形式各异的数据（模态，モダリティ）组合起来处理的 AI。
| 输入形式 | 输出形式 | 交互示例 |
|---|---|---|
| 图像和文字 | 文字 | 给 AI 看一张照片并询问内容，得到文字回答 |
| 文字 | 图像 | 用文字描述想要的场景，让 AI 画出来 |
| 视频（影像和声音） | 文字 | 让 AI 把录下来的会议内容整理成文字 |
只输入、输出一种形式的 AI 称为 单模态（シングルモーダル），多模态 AI 与之相对。它可以把多种形式组合起来作为输入，也可以用与输入不同的形式输出，实现跨形式的交互。
类比就像一个人用耳朵听到关于眼前所见之物的提问，再开口作答，把多种感官连在一起运作。
记法“模态”（modal）指样式、形式；加上“多”（multi），就是形式很多。
考点
随机性（ランダム性）是指生成式 AI 的输出基于概率生成，因此即使指令相同，每次的输出也可能不同的性质。
选中的词不同，最终生成的文本每次也可能不同。
例如，生成文本的 AI 会给下一个候选词分别分配概率，并按概率选词，所以选中的词一变，生成的文本也随之改变。这种波动让表达更加多样，但也使同一结果难以 重现。波动的大小可以通过生成时的设置等调小或调大。
类比就像在同一家店点同一份“主厨推荐”，摆盘和配菜每天都会有些不同。
记法random 原意是“胡乱、无规则”，但这里指的是遵循概率的波动。
考点
XAI（Explainable AI，可解释 AI，説明可能なAI）是以人能理解的方式展示 AI 得出结论之依据的技术和思路。
人看过展示的依据后，决定是否接受结果。
高级的 AI 内部计算复杂，从外部看不出为何得出这一结果，容易成为 黑箱（ブラックボックス）。XAI 让依据变得可见，从而提高判断的 透明度（透明性），使人能够检验结果、履行说明责任。
类比就像不只写答案、连演算过程都写出来的答卷。看得到算式，就能查出是在哪一步想错的。
记法开头的 X 取自 eXplainable（可解释）。
考点
人在回路（ヒューマンインザループ）是不把处理完全交给 AI，而是在处理流程中加入人的确认与判断的机制。
例如，由人确认 AI 提出的方案，没问题就批准执行，有问题就修改后退回。人在关键环节介入，能在执行前拦下 AI 的错误和偏差，也能明确是谁作出的判断、责任归谁。
类比就像公司里的审批流程：下属做好的文件要经上司过目盖章后才能发出。
记法日语名称ヒューマンインザループ是把英语 Human in the loop 直接用片假名写出的词。可以想象 loop（回路）之中站着 human（人）的样子。
考点
| 比较点 | XAI（可解释 AI） | 人在回路 |
|---|---|---|
| 关键加入什么 | 在 AI 一侧加入展示判断依据的功能 | 在处理流程中加入人的确认与判断 |
| 主要提升什么 | 判断的透明度 | 拦下错误和偏差的能力，以及责任归属的明确性 |
| 类别 | 技术·思路 | 运用机制 |
HITL 是取 Human In The Loop 首字母构成的缩写，与人在回路（ヒューマンインザループ）指同一机制。
缩写和片假名名称只是写法不同，含义没有差别。不同文献中两种写法都会出现。