Глоссарий ИИ
Словарь ИИ
Изучите наш глоссарий ИИ, чтобы получить представление об искусственном интеллекте, машинном обучении, компьютерном зрении и многом другом. Откройте для себя ключевые термины и определения для навигации в мире технологий ИИ.
Алгоритм
Набор правил или инструкций, предоставленных ИИ, нейронной сети или компьютерной программе, чтобы помочь ей самостоятельно учиться и решать задачи.
Агенты ИИ
Автономные системы, способные воспринимать окружающую среду, рассуждать о ней и предпринимать действия для достижения целей с минимальным участием человека.
Большая языковая модель (LLM)
ИИ-модель, обученная на огромных массивах текстовых данных, способная генерировать, обобщать и переводить текст, максимально приближенный к естественной человеческой речи.
Большие данные
Чрезвычайно большие наборы данных, которые могут быть проанализированы программно для выявления закономерностей, трендов и ассоциаций.
Байесовская сеть
Графическая вероятностная модель, представляющая набор переменных и их зависимостей, часто используемая для принятия решений в условиях неопределенности.
Валидационный набор
Часть данных, удерживаемая при обучении ИИ для настройки гиперпараметров модели и предотвращения переобучения перед финальным тестом.
Векторная база данных
Специализированный тип базы данных, хранящей данные как многомерные векторы, что обеспечивает быстрый поиск сходства для нейросетей.
Выравнивание ИИ
Процесс обеспечения того, чтобы системы искусственного интеллекта действовали в соответствии с человеческими ценностями, целями и нормами безопасности.
Галлюцинация ИИ
Феномен, при котором нейросеть с абсолютной уверенностью генерирует вымышленные или фактически неверные данные.
Глубокое обучение
Подмножество машинного обучения, основанное на многослойных нейронных сетях, используемое для сложных задач распознавания речи и образов.
Генеративный ИИ
Системы ИИ, способные создавать новый контент (текст, изображения, аудио) на основе закономерностей, изученных из обучающих данных.
Генерация с дополненной выборкой (RAG)
Фреймворк, который позволяет LLM извлекать факты из внешней надежной базы знаний перед генерацией ответа.
Графовые нейронные сети
Тип нейросетей, предназначенных для обработки данных, представленных в виде графов (например, социальные связи или химические молекулы).
Дата-сайенс
Междисциплинарная область, использующая научные методы, процессы и алгоритмы для извлечения знаний и инсайтов из массивов данных.
Донастройка
Процесс обучения предобученной модели на специфическом наборе данных для адаптации под узкоспециализированные задачи.
Дерево решений
Графическая модель в машинном обучении, которая использует древовидную структуру решений для классификации объектов или прогнозирования значений.
Емкость модели
Способность нейронной сети аппроксимировать сложные функции; определяет диапазон задач, которые модель способна выучить.
Ёмкое представление данных
Метод компактного кодирования информации в скрытом пространстве модели, позволяющий ИИ эффективно выделять главные признаки объектов.
Жизненный цикл модели
Все этапы существования системы ИИ: от подготовки данных и выбора архитектуры до обучения, деплоя и мониторинга.
Зрительное восприятие
Область компьютерного зрения, сфокусированная на способности машин распознавать и классифицировать объекты на фото и видео.
Забывание (в нейросетях)
Феномен, при котором модель ИИ при изучении новой информации теряет способность правильно обрабатывать данные, которые она знала ранее.
Искусственный интеллект
Комплекс технологических решений, имитирующих когнитивные функции человека, включая обучение, логическое рассуждение и способность к самокоррекции для решения сложных задач.
Интеллект общий искусственный
Теоретический уровень развития ИИ (AGI), способный обучаться и применять знания в любой области наравне с человеческим разумом.
Инференс
Этап работы нейросети, на котором уже обученная модель делает предсказания или генерирует контент на основе новых входящих данных.
Интеллектуальный анализ текста
Процесс извлечения высококачественной информации из текста путем выявления скрытых закономерностей и статистических связей.
Йота-информация
Понятие в анализе данных, означающее мельчайшую единицу значимой информации, отсутствие которой может привести к неверному выводу всей системы ИИ.
Когнитивные вычисления
Системы ИИ, имитирующие процессы человеческого мышления для решения сложных проблем в условиях неопределенности.
Квантование
Процесс сжатия моделей ИИ путем снижения точности весов, что позволяет запускать тяжелые нейросети на обычном потребительском железе.
Кластеризация
Метод обучения без учителя, разделяющий набор данных на группы (кластеры) так, чтобы объекты в одной группе были максимально похожи друг на друга.
Латентность
Время задержки между вводом данных и получением ответа от системы ИИ; критический параметр для чат-ботов и автопилотов.
Линейная регрессия
Один из простейших алгоритмов машинного обучения, который моделирует связь между зависимой переменной и одной или несколькими независимыми переменными.
Машинное обучение
Область ИИ, направленная на создание алгоритмов, которые самостоятельно находят закономерности в данных без явного программирования.
Мультимодальность
Способность ИИ одновременно работать с разными типами данных (текст, картинки, звук), объединяя их в единый контекст.
Мягкий максимум (Softmax)
Математическая функция, которая преобразует вектор чисел в вероятности, сумма которых равна единице; используется в финальных слоях нейросетей.
Нейронная сеть
Математическая модель, вдохновленная структурой человеческого мозга, используемая для решения задач классификации и генерации.
Нормализация данных
Процесс изменения масштаба числовых данных к единому диапазону (например, от 0 до 1), чтобы алгоритмы обучения работали стабильнее.
Обработка естественного языка
Раздел ИИ (NLP), позволяющий компьютерам анализировать, понимать и генерировать человеческую речь осмысленным образом.
Обратное распространение ошибки
Фундаментальный метод обучения нейросетей, при котором ошибка прогноза передается назад по слоям для корректировки весов.
Параллельные вычисления
Метод одновременного выполнения множества расчетов, критически важный для ускорения обучения больших языковых моделей на GPU.
Переобучение
Ошибка, при которой модель слишком детально запомнила тренировочные данные и потеряла способность работать с новыми примерами.
Предвзятость ИИ
Систематические ошибки в системах ИИ, приводящие к несправедливым результатам из-за искаженных обучающих данных.
Промпт-инжиниринг
Наука составления точных текстовых запросов для управления поведением и качеством ответов больших языковых моделей.
Распознавание образов
Способность систем ИИ автоматически находить регулярности и закономерности в необработанных данных (лицах, звуках, текстах).
Рекуррентная нейронная сеть
Архитектура нейросетей (RNN), имеющая внутреннюю память для обработки последовательностей данных, таких как текст или временные ряды.
Сентимент-анализ
Технология NLP для определения эмоциональной окраски текста (позитивная, негативная или нейтральная) на основе лексики.
Синтетические данные
Информация, созданная искусственно (часто другой нейросетью) для расширения обучающего набора или защиты приватности реальных пользователей.
Трансформер
Архитектура нейросетей, основанная на механизме внимания, ставшая базой для современных моделей вроде GPT и Claude.
Токенизация
Процесс разбиения текста на более мелкие единицы (токены), такие как слова или части слов, которые ИИ может анализировать математически.
Узкий ИИ
Системы искусственного интеллекта, предназначенные для решения одной конкретной задачи (например, игра в шахматы или перевод текста).
Устойчивость модели
Способность системы ИИ сохранять точность работы при вводе зашумленных, неполных или намеренно искаженных данных.
Федеративное обучение
Метод тренировки моделей на децентрализованных устройствах, при котором личные данные пользователей не передаются на сервер.
Функция потерь
Математическая формула, которая измеряет разницу между предсказанием нейросети и реальным ответом, направляя процесс обучения.
Хеш-функция в ИИ
Алгоритм преобразования данных любого объема в строку фиксированной длины, критичный для быстрого поиска и сжатия информации.
Холодный старт
Проблема рекомендательных систем, когда ИИ не может сделать качественный прогноз из-за отсутствия данных о новом пользователе или товаре.
Цифровая обработка сигналов
Использование нейросетевых алгоритмов для анализа и очистки аудио, видео и других цифровых сигналов в режиме реального времени.
Целевая переменная
Значение или признак в наборе данных, который алгоритм машинного обучения должен научиться предсказывать на основе других признаков.
Чат-бот
Программа, имитирующая живой диалог с пользователем через текст или голос, часто работающая на базе больших языковых моделей.
Черный ящик (в ИИ)
Термин, описывающий сложные системы ИИ, внутренняя логика принятия решений которых остается непонятной или непрозрачной для человека.
Шум в данных
Бесполезная или ошибочная информация в обучающем наборе, которая может снизить точность и стабильность работы нейросети.
Щепетильность алгоритма
Способность модели ИИ учитывать мельчайшие нюансы в данных, предотвращая ошибки в критически важных вычислениях (например, в медицине).
Этика ИИ
Свод принципов и стандартов, обеспечивающих справедливую, прозрачную и безопасную разработку технологий для человечества.
Экспертные системы
Ранний тип ИИ, который имитирует способность человека-специалиста принимать решения, используя базу знаний и набор логических правил.
Юзабилити интерфейсов ИИ
Степень удобства взаимодействия человека с системами искусственного интеллекта, направленная на минимизацию когнитивной нагрузки.
Языковая модель
Вероятностная модель, предсказывающая следующее слово в последовательности на основе контекста предыдущих данных.