Глосарій ШІ
Словник ШІ
Досліджуйте наш глосарій ШІ, щоб отримати уявлення про штучний інтелект, машинне навчання, комп’ютерний зір та багато іншого. Відкрийте для себе ключові терміни та визначення для навігації у світі технологій ШІ.
Алгоритм
Набір правил або інструкцій, наданих ШІ, нейронній мережі або комп’ютерній програмі, щоб допомогти їй самостійно навчатися та вирішувати проблеми.
Агенти ШІ
Автономні системи, які можуть сприймати навколишнє середовище, міркувати про нього та вживати заходів для досягнення конкретних цілей з обмеженим втручанням людини.
Байєсівська мережа
Графічна модель, що представляє набір змінних та їхні імовірнісні залежності, часто використовується для прийняття рішень в умовах невизначеності.
Великі дані
Надзвичайно великі набори даних, які можуть бути проаналізовані за допомогою комп’ютера для виявлення закономірностей, тенденцій та асоціацій.
Валідаційний набір
Частина даних, що утримується під час навчання ШІ для налаштування гіперпараметрів моделі та запобігання перенавчанню перед фінальним тестуванням.
Векторна база даних
Спеціалізований тип бази даних, яка зберігає дані як багатовимірні вектори, що забезпечує швидкий пошук схожості для програм ШІ.
Велика мовна модель (LLM)
Модель ШІ, навчена на величезних масивах текстових даних, здатна генерувати, узагальнювати та перекладати текст, максимально наближений до природної людської мови.
Вирівнювання ШІ
Процес забезпечення того, щоб системи штучного інтелекту діяли у відповідності з людськими цінностями, цілями та стандартами безпеки.
Галюцинація ШІ
Галюцинація ШІ — феномен, при якому нейромережа з абсолютною впевненістю генерує вигадані або фактично невірні дані.
Глибоке навчання
Підмножина машинного навчання, заснована на штучних нейронних мережах з багатьма шарами, що використовується для складних завдань розпізнавання мовлення та зображень.
Генеративний ШІ
Системи ШІ, здатні створювати новий контент, такий як текст, зображення або аудіо, на основі закономірностей, які вони вивчили з навчальних даних.
Генерація з доповненою вибіркою (RAG)
Фреймворк, що дозволяє LLM отримувати факти із зовнішньої надійної бази знань перед генерацією відповіді.
Ґрунтовність моделі
Здатність моделі ШІ пов’язувати абстрактні символи або слова з конкретними об’єктами та фактами реального світу.
Дата-сайенс
Міждисциплінарна галузь, яка використовує наукові методи, процеси та алгоритми для вилучення знань і осяянь з великих масивів даних.
Донавчання
Процес взяття попередньо навченої моделі ШІ та її подальшого навчання на специфічному наборі даних для адаптації під спеціалізовані завдання.
Етичний ШІ
Рекомендації та соціальні норми, призначені для забезпечення відповідальної, прозорої та справедливої розробки технологій ШІ.
Ембедінги
Метод в NLP, де слова або фрази перетворюються на вектори дійсних чисел, що дозволяє машинам розуміти семантичну подібність.
Ємність моделі
Здатність моделі апроксимувати складні функції; визначає діапазон функцій, які може вивчити нейронна мережа.
Життєвий цикл моделі
Етапи існування системи ШІ: від збору даних та розробки архітектури до навчання, розгортання та підтримки.
Зворотне поширення помилки
Основний алгоритм навчання нейронних мереж шляхом розрахунку помилок та коригування внутрішніх ваг моделі для покращення точності.
Зір комп’ютерний
Галузь ШІ, яка дозволяє комп’ютерам інтерпретувати та розуміти візуальну інформацію з навколишнього світу, таку як зображення та відео.
И-показник
Статистичний показник у попередній обробці даних для масштабування ознак, що допомагає моделям ШІ навчатися швидше.
Інференс
Етап, на якому навчена модель ШІ використовується для прогнозування або вирішення завдань на основі нових реальних даних.
Інтелект загальний штучний
Теоретична форма ШІ, здатна розуміти, навчатися та застосовувати знання у широкому спектрі завдань на рівні людського розуму.
Інтелектуальний аналіз даних
Процес автоматичного виявлення корисних закономірностей, аномалій та прихованих зв’язків у великих масивах сирих даних.
Їхня власна увага
Ключовий механізм в архітектурі Transformer, що дозволяє моделі оцінювати важливість різних частин вхідних даних.
Ймовірнісна модель
Тип моделі ШІ, яка використовує теорію ймовірностей для прогнозування результатів та обробки невизначеності в даних.
Когнітивні обчислення
Системи ШІ, що імітують процеси людського мислення для вирішення складних проблем у невизначеному середовищі.
Квантування
Процес зменшення розміру моделей ШІ шляхом перетворення високоточних чисел у числа з нижчою точністю для економії пам’яті.
Кластеризація
Метод навчання без учителя, який полягає в об’єднанні схожих об’єктів у групи для виявлення внутрішньої структури даних.
Латентність
Час, необхідний системі ШІ для обробки вхідних даних та генерації відповіді; критично для систем реального часу.
Машинне навчання
Галузь ШІ, зосереджена на створенні систем, які навчаються на даних та покращують результати без явного програмування.
Мультимодальний ШІ
Система ШІ, здатна одночасно обробляти та розуміти різні типи даних, такі як текст, зображення та аудіо.
Метрики оцінки моделі
Система показників, таких як точність, повнота та F-міра, що використовуються для вимірювання ефективності роботи алгоритму ШІ.
Нейронна мережа
Обчислювальна модель, натхненна структурою людського мозку, що використовується для розпізнавання образів та складних завдань.
Навчання з підкріпленням
Тип машинного навчання, де агент вчиться приймати рішення, отримуючи винагороду або штраф за свої дії.
Нейроморфні обчислення
Тип архітектури комп’ютерних систем, яка фізично імітує роботу біологічних нейронів для підвищення енергоефективності ШІ.
Обробка природної мови
Розділ ШІ, який допомагає комп’ютерам розуміти, інтерпретувати та генерувати людську мову у змістовний спосіб.
Об’єктивна функція
Математична функція, яку алгоритм ШІ намагається максимізувати або мінімізувати під час процесу навчання.
Параметри
Внутрішні змінні, які модель ШІ коригує під час навчання, щоб знаходити закономірності та робити прогнози.
Промпт-інжиніринг
Мистецтво та наука створення точних запитів для спрямування моделей ШІ на створення релевантних відповідей.
Розширена генерація пошуку
Метод, що дозволяє мовним моделям отримувати факти із зовнішніх надійних баз знань перед генерацією відповіді.
Рекуррентна нейронна мережа
Спеціалізована архітектура мереж, призначена для обробки послідовностей даних, де результат залежить від попереднього контексту.
Слабкий ШІ
Системи ШІ, навчені для виконання одного конкретного завдання, такого як переклад або розпізнавання облич.
Супервізійне навчання
Тип машинного навчання, де модель навчається на розмічених даних, де правильна відповідь уже відома заздалегідь.
Синтетичні дані
Штучно згенерована інформація, яка імітує характеристики реальних даних і використовується для безпечного навчання моделей ШІ.
Трансформер
Архітектура нейронних мереж, заснована на механізмі самої уваги, що стала фундаментом для сучасних моделей GPT.
Тест Тюрінга
Класичний тест на здатність машини демонструвати інтелектуальну поведінку, яку неможливо відрізнити від людської.
Упередженість ШІ
Систематичні помилки в системах ШІ, що призводять до несправедливих результатів через викривлені дані навчання.
Уявна відповідь
Впевнена відповідь ШІ, яка не підтверджується навчальними даними, що призводить до неправдивої інформації.
Функція активації
Математичне рівняння, яке визначає вихід нейрона, допомагаючи мережі вивчати складні нелінійні закономірності.
Федеративне навчання
Метод машинного навчання, при якому модель тренується на кількох децентралізованих пристроях без передачі приватних даних на центральний сервер.
Хмарний ШІ
Надання послуг штучного інтелекту та машинного навчання через потужні обчислювальні ресурси хмарних платформ.
Хеш-функція в ШІ
Алгоритм перетворення вхідних даних будь-якого розміру в рядок фіксованої довжини, що критично для швидкого пошуку та стиснення інформації.
Цифрова обробка сигналів
Використання алгоритмів ШІ для аналізу та маніпулювання аудіо, відео та іншими цифровими сигналами.
Чат-бот
Програмний додаток для імітації спілкування з користувачами через текст або голос, часто на базі мовних моделей.
Штучний інтелект
Моделювання процесів людського інтелекту машинами, включаючи навчання, логічне міркування та самокорекцію.
Штучний загальний інтелект (AGI)
Теоретична форма ШІ, яка здатна розуміти, навчатися та застосовувати знання для виконання широкого спектра завдань на рівні, який неможливо відрізнити від людського розуму.
Щільність нейронної мережі
Характеристика, що описує кількість активних параметрів та зв’язків у моделі відносно її загального обсягу.
Юзабіліті ШІ
Ступінь простоти та зручності взаємодії людини з інтерфейсами та складними системами штучного інтелекту.
Якість даних
Критичний показник для ШІ, що визначає придатність даних для навчання моделі на основі точності та актуальності.