2442 个专业术语！人工智能术语库 AITD 更新至 31 版
2017年，机器之心发布了第一版人工智能术语库「Artificial-Intelligence-Terminology-Database」（以下简称「AITD」），一个旨在构建AI领域专业术语库的开源项目。术语库的前两版主要是将机器之心在编译技术文章和论文过程中所遇到的专业术语记录下来，希望为大家写论文、中文博客、阅读文章提供帮助。此外，读者可以积极指出我们编译的不当之处，以提高我们的专业性。同时，这也是一份开放的表单，希望越来越多的人能够提供增添、修改建议，为人工智能的传播助力，共同推进知识高效、广泛地传播。
近年，人工智能被证明能做科学规律发现，不仅在应用科学领域，也能在基础科学领域发挥作用，如DeepMind使用人工智能来帮助证明或提出新的数学定理，辅助数学家形成对复杂数据的直觉。阿里达摩院发布的2022达摩院十大科技趋势之一也是「AIforScience：人工智能成为科学家的新生产工具，催生科研新范式。」
为此，2022年2月，机器之心联合深势科技更新「AITD」Version3.1，发布第二个「专项领域」AIforScience篇。「AITD」项目组从《MachineLearninginChemistry:TheImpactofArtificialIntelligence》以及一些经典论文中提取常见术语，并联合深势科技的专家们进行了翻译。
项目地址：https://github.com/jiqizhixin/Artificial-Intelligence-Terminology-Database
GitBook地址：https://jiqizhixin.gitbook.io/artificial-intelligence-terminology-database/
划重点：「AITD」Version3.1「专项领域」AIforScience篇完整内容在本文文末收录。
「AITD」Version3.1更新了什么？
1、AITD3.1版术语库发布，包含了2442个术语
「AITD」Version3.1相较于第一版的500词、第二版的755词，在规模上扩大了不少。术语库3.1版包含了2442个专业术语。
2、增加了新的领域专题Section，第二个Section为AIforScience篇，包含了491个术语
在深势科技专家的帮助下，「AITD」项目团队完成了第二个「专项领域」篇——AIforScience篇，并收录在Version3.1的更新中。在后续的版本更新中，机器之心将搜集自权威教科书、论文等具有公信力的资料源中的术语表进行校验汇总，并从中筛选出一些具有争议、没有翻译等情况的术语给到领域专家进行集中讨论以确认翻译、统一翻译。
「AITD」后续有什么计划？
本项目中所有英文专业术语对照的中文都来自机器之心编译的文章和系列机器学习教科书（如周志华教授的《机器学习》、李航博士的《统计学习方法》、邱锡鹏教授的《神经网络与深度学习》、李沐博士的《动手学深度学习》、李宏毅教授的《机器学习方法》和IanGoodfellow的《深度学习》中译版等），我们力求在提供准确翻译的同时保留最常用的形式。同时，为了保证术语翻译的准确性，我们将此项目向读者开源，并希望能与读者共同迭代术语的准确度。
除了日常编译工作积累之外，我们将逐专项领域基于权威教科书及文献，联合领域专家进一步扩展并完善本仓库，为社区提供具有统一性的AI及相关领域的中英术语翻译对照参考。在接下来的一段时间里，机器之心将从三个方面持续完善术语的收录和扩展阅读的构建：
继续完善基础术语的构建，即通过权威教科书或其它有公信力的资料抽取常见术语；
续性地把编译论文或其他资料中所出现的非常见术语更新到术语库中；
联合更多专项领域专家，构建专项领域术语库。
自「AITD」Version3.0起，机器之心「AITD」项目团队将基于以下标准开展「专项领域」术语库工作：
1）基于权威教科书、论文等具有公信力的资料源提取词汇。
2）邀请对应领域专家进行专业指导
致谢！
衷心感谢深势科技以下专家参与了包含但不限于术语提供、校对、翻译研讨等工作，为该项目扩展了专项领域术语收录的覆盖度、提升了术语中文翻译用法的准确性、专业性及公信力，感谢老师们的辛勤贡献。
AIforScience篇
张铎，DPTechnology，DeepModeling开源社区成员@iprozd
蔡淳，DPTechnology，DeepModeling开源社区成员@caic99
董昊森，DPTechnology，DeepModeling开源社区成员@Asuna981002
深势科技成立于2018年，致力于以新一代分子模拟技术解决微尺度工业设计难题。深势科技自研算法DeepPotential在保持量子力学精度准确性的基础上，将分子动力学的计算速度提升了多个数量级；结合高性能计算，能够对数十亿原子规模的体系进行量子力学精度的计算模拟。围绕领先的分子模拟方法，深势科技正在推动DeepModeling开源社区建设，以开放与包容的环境，推动全球科学计算事业发展。发布两年多以来，DeepModeling社区中的开源软件已得到国内外近千个研究组使用，涉及物理、化学、材料、生物、地质等多个领域。
读者及用户的反馈意见和更新建议将贯穿整个阶段，我们也将在项目致谢页中展示对该项目起积极作用的读者及用户。如果您在使用术语库的过程中若发现了存在的错误、或是想要扩展术语库的内容、讨论特定术语的翻译等等非常欢迎大家提Issue与我们以及各位读者进行讨论（请附带来源，以便我们能更客观地更新词汇）。同时也非常欢迎读者们进行Fork、提PullRequest，共同加强术语的编译质量以及扩充术语库的规模。
「AITD」Version3.1：「AIforScience」专项领域术语中英对照表
参与「AITD」！
我们邀请更多感兴趣一起参与「AITD」项目的小伙伴通过加入「机器之心分析师网络」加入到「AITD」项目工作中来。除了旨在构建AI领域术语库的「Artificial-Intelligence-Terminology-Database」，机器之心目前还有「开放知识库」GitHub项目，例如——
「ML-Tutorial-Experiment」算法教程与实现项目目前共获得2500+Star。它目前有五篇详细的教程文章，即CNN的实现、经典GAN的推导实现、CapsNet的解读、LSTM等语言建模和基于Transformer的神经机器翻译实现。我们希望能提供高质量和能实现的技术文章，在这些文章中，我们所使用的代码块或整体实现都是我们预先测试的，且提供的JupyterNotebook都带有代码注释，非常适合初学者随文章阅读。
项目地址：https://github.com/jiqizhixin/ML-Tutorial-Experiment
「SyncedLeg2018」机器之腿项目是源于机器之心2018年暑期实习生Hackathon的输出成果，可基于微信历史文章与相应的流量数据、分析统计出热点词汇。
项目地址：https://github.com/jiqizhixin/SyncedLeg2018
加入机器之心分析师网络，在参与机器之心发起的人工智能及相关技术领域的「开放知识库」项目之外，还将有机会受邀作为特约分析师：
现场参与国内外学术、学术及产业盛会，现场观察。
参与热点技术解读、指标分析、性能评测等专业性技术分析项目。
参与热点事件解读、产业前景分析等专业性产业分析项目。