Home-theater-designers
Tyrinėdamas dirbtinį intelektą (AI) gali pasijusti tarsi patekęs į painių techninių terminų ir beprasmio žargono labirintą. Nenuostabu, kad net tie, kurie yra susipažinę su dirbtiniu intelektu, sumišę gali laužyti galvą.
Atsižvelgdami į tai, sukūrėme išsamų AI žodynėlį, kad suteiktų jums reikiamų žinių. Nuo paties dirbtinio intelekto iki mašininio mokymosi ir duomenų gavybos – visus esminius AI terminus iššifruosime paprasta ir paprasta kalba.
DIENOS VAIZDO ĮRAŠO PAGALBA SLĖKITE, KAD TĘSITE SU TURINIU
Nesvarbu, ar esate smalsus pradedantysis, ar AI entuziastas, suprasdami toliau pateiktas AI sąvokas priartėsite prie AI galių.
1. Algoritmas
Algoritmas yra instrukcijų arba taisyklių rinkinys, kurio mašinos laikosi spręsdamos problemą arba atlikdamos užduotį.
2. Dirbtinis intelektas
AI – tai mašinų gebėjimas imituoti žmogaus intelektą ir atlikti užduotis, paprastai susijusias su protingomis būtybėmis.
3. Dirbtinis bendrasis intelektas (AGI)
AGI, dar vadinamas stipriuoju AI, yra AI tipas, pasižymintis pažangiomis žvalgybos galimybėmis, panašiomis į žmonių. Nors dirbtinis bendras intelektas kadaise pirmiausia buvo teorinė koncepcija ir turtinga tyrimų aikštelė, daugelis AI kūrėjų dabar tiki, kad žmonija AGI pasieks kažkada per kitą dešimtmetį.
4. Atgalinis dauginimas
Atgalinis propagavimas yra algoritmas, kurį neuroniniai tinklai naudoja savo tikslumui ir našumui pagerinti. Jis veikia apskaičiuodamas išvesties klaidą, perduodamas ją atgal per tinklą ir koreguodamas jungčių svorį ir paklaidas, kad būtų gauti geresni rezultatai.
5. Šališkumas
AI šališkumas nurodo modelio tendenciją tam tikras prognozes daryti dažniau nei kitas. Šališkumas gali atsirasti dėl modelio mokymo duomenų arba jam būdingų prielaidų.
6. Didieji duomenys
Dideli duomenys yra terminas, apibūdinantis duomenų rinkinius, kurie yra per dideli arba per sudėtingi, kad juos būtų galima apdoroti naudojant tradicinius metodus. Tai apima daugybės informacijos analizę, kad būtų galima gauti vertingų įžvalgų ir modelių, kurie pagerintų sprendimų priėmimą.
7. Pokalbių robotas
Pokalbių robotas yra programa, galinti imituoti pokalbius su žmonėmis naudojant teksto arba balso komandas. Pokalbių robotai gali suprasti ir generuoti į žmones panašius atsakymus, todėl jie yra galingas įrankis klientų aptarnavimo programoms.
8. Kognityvinis skaičiavimas
Kognityvinis skaičiavimas yra AI sritis, kurioje pagrindinis dėmesys skiriamas sistemų, imituojančių žmogaus pažintinius gebėjimus, tokius kaip suvokimas, mokymasis, samprotavimas ir problemų sprendimas, kūrimą.
9. Skaičiavimo mokymosi teorija
Dirbtinio intelekto šaka, tirianti mašininio mokymosi algoritmus ir matematinius modelius. Joje dėmesys sutelkiamas į teorinius mokymosi suprasti, kaip mašinos gali įgyti žinių, numatyti ir pagerinti savo veikimą, pagrindus.
10. Kompiuterinė vizija
Kompiuterinis matymas reiškia mašinų gebėjimą išgauti vaizdinę informaciją iš skaitmeninių vaizdų ir vaizdo įrašų. Kompiuterinio matymo algoritmai plačiai naudojami tokiose programose kaip objektų aptikimas, veido atpažinimas, medicininis vaizdavimas ir autonominės transporto priemonės.
11. Duomenų gavyba
Duomenų gavyba yra vertingų žinių įgijimo iš didelių duomenų rinkinių procesas. Ji naudoja statistinę analizę ir mašininio mokymosi metodus, kad nustatytų duomenų modelius, ryšius ir tendencijas, kad pagerintų sprendimų priėmimą.
12. Duomenų mokslas
Duomenų mokslas apima įžvalgų iš duomenų gavimą naudojant mokslinius metodus, algoritmus ir sistemas. Jis yra išsamesnis nei duomenų gavyba ir apima daugybę veiklų, įskaitant duomenų rinkimą, duomenų vizualizavimą ir nuspėjamąjį modeliavimą sudėtingoms problemoms spręsti.
13. Gilus mokymasis
Gilusis mokymasis yra AI šaka, kuri naudoja dirbtinius neuroninius tinklus su keliais sluoksniais (susijusiais mazgais neuroniniame tinkle), kad mokytųsi iš didžiulio duomenų kiekio. Tai leidžia mašinoms atlikti sudėtingas užduotis, pvz natūralios kalbos apdorojimas , vaizdo ir kalbos atpažinimas.
14. Generatyvusis AI
Generatyvusis AI aprašo dirbtinio intelekto sistemas ir algoritmus, galinčius kurti tekstą, garsą, vaizdo įrašus ir modeliavimą. Šios AI sistemos mokosi modelių ir pavyzdžių iš esamų duomenų ir naudoja šias žinias kurdamos naujus ir originalius rezultatus.
15. Haliucinacijos
AI haliucinacijos nurodo atvejus, kai modelis duoda faktiškai neteisingus, nereikšmingus arba nesąmoningus rezultatus. Taip gali nutikti dėl kelių priežasčių, įskaitant konteksto trūkumą, mokymo duomenų apribojimus ar architektūrą.
16. Hiperparametrai
Hiperparametrai yra nustatymai, apibrėžiantys, kaip algoritmas arba mašininio mokymosi modelis mokosi ir veikia. Hiperparametrai apima mokymosi greitį, reguliarumo stiprumą ir paslėptų sluoksnių skaičių tinkle. Galite keisti šiuos parametrus, kad tiksliai sureguliuotumėte modelio veikimą pagal savo poreikius.
17. Didelės kalbos modelis (LLM)
LLM yra mašininio mokymosi modelis, parengtas naudojant didžiulius duomenų kiekius ir naudojant prižiūrimą mokymąsi, kad tam tikrame kontekste būtų sukurtas kitas prieigos raktas, kad būtų pateikti prasmingi, kontekstiniai atsakai į vartotojo įvestį. Žodis „didelis“ reiškia, kad kalbos modelis naudoja plačius parametrus. Pavyzdžiui, GPT modeliai naudoja šimtus milijardų parametrų atlikti įvairias NLP užduotis.
18. Mašininis mokymasis
Mašininis mokymasis yra būdas mašinoms mokytis ir daryti prognozes be aiškiai užprogramuotų. Tai panašu į kompiuterio aprūpinimą duomenimis ir įgalinimą priimti sprendimus ar prognozes, nustatant duomenų šablonus.
19. Neuroninis tinklas
Neuroninis tinklas yra skaičiavimo modelis, įkvėptas žmogaus smegenų. Jį sudaro tarpusavyje sujungti mazgai arba neuronai, suskirstyti į sluoksnius. Kiekvienas neuronas gauna įvestį iš kitų tinklo neuronų, leidžiančių mokytis modelių ir priimti sprendimus. Neuroniniai tinklai yra pagrindinis mašininio mokymosi modelių komponentas, leidžiantis jiems puikiai atlikti įvairias užduotis.
20. Natūralios kalbos generavimas (NLG)
Natūralios kalbos generavimas susijęs su žmogaus skaitomo teksto kūrimu iš struktūrinių duomenų. NLG randa programų turinio kūrimo, pokalbių robotų ir balso padėjėjų srityse.
21. Natūralios kalbos apdorojimas (NLP)
Natūralios kalbos apdorojimas yra mašinų gebėjimas interpretuoti, suprasti ir reaguoti į žmogaus skaitomą tekstą ar kalbą. Jis naudojamas įvairiose programose, įskaitant nuotaikų analizę, teksto klasifikavimą ir atsakymą į klausimus.
22. OpenAI
OpenAI yra dirbtinio intelekto tyrimų laboratorija, įkurta 2015 metais ir įsikūrusi San Franciske, JAV. Bendrovė kuria ir diegia AI įrankius, kurie gali atrodyti tokie pat protingi kaip žmonės. „OpenAI“ geriausiai žinomas produktas „ChatGPT“ buvo išleistas 2022 m. lapkritį ir yra paskelbtas kaip pažangiausias pokalbių robotas, galintis pateikti atsakymus įvairiomis temomis.
23. Rašto atpažinimas
Modelių atpažinimas – tai AI sistemos gebėjimas nustatyti ir interpretuoti duomenų šablonus. Rašto atpažinimo algoritmai randa taikomąsias priemones veido atpažinimui, sukčiavimo aptikimui ir kalbos atpažinimui.
24. Pasikartojantis neuroninis tinklas (RNN)
Neuroninio tinklo tipas, galintis apdoroti nuoseklius duomenis naudodamas grįžtamąjį ryšį. RNN gali išsaugoti ankstesnių įvesties atmintį ir tinka tokioms užduotims kaip NLP ir mašininis vertimas.
25. Sustiprinimo mokymasis
Sustiprinimo mokymasis yra mašininio mokymosi technika, kai AI agentas mokosi priimti sprendimus sąveikaudamas bandymų ir klaidų būdu. Agentas gauna atlygį arba bausmes iš algoritmo, pagrįsto jo veiksmais, ir padeda jam laikui bėgant pagerinti savo našumą.
Kodėl „Windows 7“ yra geresnis nei 10
26. Prižiūrimas mokymasis
Mašininio mokymosi metodas, kai modelis mokomas naudojant pažymėtus duomenis su norima išvestimi. Modelis apibendrina pažymėtus duomenis ir tiksliai prognozuoja naujus duomenis.
27. Tokenizavimas
Tokenizavimas yra tekstinio dokumento padalijimas į mažesnius vienetus, vadinamus žetonais. Šie žetonai gali reikšti žodžius, skaičius, frazes, simbolius ar bet kokius teksto elementus, su kuriais programa gali dirbti. Žetonizavimo tikslas yra maksimaliai išnaudoti nestruktūrizuotus duomenis neapdorojant viso teksto kaip vienos eilutės, o tai skaičiavimo požiūriu yra neefektyvu ir sunkiai modeliuojama.
28. Turingo testas
Šis testas, kurį 1950 m. pristatė Alanas Turingas, įvertina mašinos gebėjimą parodyti intelektą, nesiskiriantį nuo žmogaus. The Turingo testas apima žmogaus teisėją, kuris bendrauja su žmogumi ir mašina, nežinodamas, kuris yra kuris. Jei teisėjas nesugeba atskirti mašinos nuo žmogaus, laikoma, kad mašina išlaikė testą.
29. Mokymasis be priežiūros
Mašininio mokymosi metodas, kai modelis daro išvadas iš nepažymėtų duomenų rinkinių. Jis atranda duomenų šablonus, kad galėtų numatyti nematomus duomenis.
Dirbtinio intelekto kalbos suvokimas
AI yra sparčiai besivystanti sritis, keičianti mūsų sąveiką su technologijomis. Tačiau nuolat atsirandant tiek daug naujų populiarių žodžių, gali būti sunku neatsilikti nuo naujausių šios srities pokyčių.
Nors kai kurie terminai gali atrodyti abstrakčiai be konteksto, jų reikšmė tampa aiški, kai derinama su pagrindiniu mašininio mokymosi supratimu. Šių terminų ir sąvokų supratimas gali padėti tvirtą pagrindą, kuris įgalins priimti pagrįstus sprendimus dirbtinio intelekto srityje.