探索Ultralytics 术语表，了解人工智能、机器学习、计算机视觉等知识。
探索三维物体检测：激光雷达、点云和深度学习如何为自动驾驶汽车、机器人和 AR 构建精确的三维边界框。
了解什么是 AI 代理，以及这些自主系统如何驱动现代自动化。探索它们的感知-思考-行动循环以及在计算机视觉和机器人技术中的作用。
探索 AI 伦理——学习公平性、透明度、责任和隐私等原则，以确保负责任的 AI 开发和信任。
了解 AI 安全，这是防止 AI 系统造成意外伤害的重要领域。了解其关键支柱、实际应用以及在负责任的 AI 中的作用。
了解准确率在机器学习中的重要性、其计算方法、不平衡数据集的局限性以及提高模型性能的方法。
探索动作识别（人类活动识别）：视频、姿势估计 和深度学习如何为医疗保健、安全和体育detect 人类动作。
了解激活函数在神经网络中的作用、其类型以及在 AI 和机器学习中的实际应用。
探索主动学习，这是一种经济高效的机器学习方法，可以通过更少的标签提高准确性。了解它如何改变 AI 训练！
了解Adam 优化器如何通过自适应学习率、动力和人工智能中的实际应用为高效的神经网络训练提供动力。
了解对抗性攻击对 AI 系统的影响、它们的类型、真实世界的例子以及增强 AI 安全性的防御策略。
了解算法偏见、其来源及现实案例。学习如何缓解偏见，构建公平、合乎道德的 AI 系统。
Learn how anchor boxes act as templates for object detection. Explore their role in localization, compare anchor-based vs. anchor-free models like [YOLO26](https://docs.ultralytics.com/models/yolo26/), and discover real-world CV applications.
