Vitajte na tejto stránke, na ktorej vám chceme poskytnúť jasné a jednoduché vysvetlenie bežných pojmov, s ktorými sa môžete stretnúť pri čítaní o umelej inteligencii. Naším cieľom je pomôcť vám lepšie porozumieť pojmom a žargónu, ktoré sa bežne používajú v oblasti umelej inteligencie, aby ste mohli prijímať informované rozhodnutia a mať prehľad o najnovšom vývoji.
Či už ste v oblasti umelej inteligencie nováčik, alebo si len chcete rozšíriť svoje vedomosti, nájdete tu vysvetlenia kľúčových pojmov, ako sú „strojové učenie“, „neurónové siete“, „hlboké učenie“, „spracovanie prirodzeného jazyka“, „veľké dáta“, „algoritmus“ a ďalšie.
Naše vysvetlenia sú písané zrozumiteľným jazykom a v čo najväčšej miere sa vyhýbajú technickému žargónu a zložitej terminológii, aby ste mohli ľahko pochopiť význam každého termínu. Dúfame, že na konci návštevy budete lepšie rozumieť umelej inteligencii a budete môcť s istotou používať termíny a pojmy.
- AI – umelá inteligencia: Odvetvie informatiky, ktoré sa zaoberá vytváraním inteligentných strojov, ktoré pracujú a myslia ako ľudia.
- Strojové učenie – Machine Learning: Učenie: podoblasť umelej inteligencie, ktorá zahŕňa školenie strojov, aby sa učili z údajov, rozpoznávali vzory a prijímali rozhodnutia bez toho, aby boli výslovne naprogramované.
- Neurónové siete: Neurónové siete: typ algoritmu strojového učenia, ktorý je modelovaný podľa štruktúry a funkcie ľudského mozgu a pozostáva zo vzájomne prepojených uzlov, ktoré spracúvajú a prenášajú informácie.
- Hlboké učenie: Hlboké učenie: Typ strojového učenia, ktorý využíva neurónové siete s mnohými vrstvami na spracovanie komplexných údajov a vykonávanie úloh, ako je rozpoznávanie obrazu a reči.
- Spracovanie prirodzeného jazyka (NLP): Podpolek umelej inteligencie, ktorý sa zameriava na interakciu medzi počítačmi a ľudským jazykom vrátane úloh, ako je rozpoznávanie reči a preklad jazyka.
- Veľké objemy údajov: Veľké objemy údajov: veľké a zložité súbory údajov, ktoré je príliš ťažké spracovať pomocou tradičných aplikácií na spracovanie údajov.
- Algoritmus: Algoritmus: súbor inštrukcií, ktorými sa počítač riadi pri vykonávaní konkrétnej úlohy, napríklad pri triedení údajov alebo vytváraní predpovedí.
- Supervised Learning (Učenie pod dohľadom): V tomto prípade sa algoritmus trénuje na označených údajoch, čo znamená, že požadovaný výstup je už známy.
- Nekontrolované učenie: V tomto prípade sa algoritmus trénuje na neoznačených údajoch, čo znamená, že požadovaný výstup nie je známy.
- Posilnené učenie: V tomto prípade ide o typ strojového učenia, pri ktorom sa stroj trénuje tak, aby sa rozhodoval odmeňovaním alebo trestaním na základe svojich činností.
- Chatbot: Čatbot: počítačový program, ktorý využíva umelú inteligenciu a spracovanie prirodzeného jazyka na simuláciu ľudskej konverzácie a poskytovanie informácií alebo pomoci.
- Počítačové videnie: Počítačové videnie: podoblasť umelej inteligencie, ktorá sa zameriava na umožnenie počítačom interpretovať a pochopiť vizuálne informácie zo sveta, ako sú obrázky a videá.
- Autonómne vozidlá: Autonómne vozidlá: vozidlá, ktoré sú schopné vnímať svoje prostredie a navigovať bez ľudského zásahu.
- Internet vecí (IoT): Internet vecí: Označuje prepojenú sieť fyzických objektov, zariadení a snímačov, ktoré sú vybavené technológiou umožňujúcou zhromažďovanie a výmenu údajov.
- Etika umelej inteligencie: Štúdium morálnych a sociálnych dôsledkov umelej inteligencie vrátane otázok, ako sú zaujatosť, súkromie a zodpovednosť.
- Veľké jazykové modely (LLM): Pokročilé modely strojového učenia, ktoré sú trénované na veľkom množstve textových údajov s cieľom porozumieť prirodzenému jazyku a generovať odpovede podobné ľudským.
- Generatívna umelá inteligencia: Typ umelej inteligencie, ktorý využíva strojové učenie na generovanie nových údajov, ako sú obrázky, hudba alebo text, na základe vzorov naučených z existujúcich údajov.
- ChatGPT: Na generovanie textových odpovedí podobných ľudským vstupom od používateľa.
- OpenAI: Výskumná organizácia, ktorá sa zameriava na rozvoj umelej inteligencie bezpečným a etickým spôsobom.
- Difúzne modely: Typ generatívneho modelu umelej inteligencie, ktorý generuje údaje iteratívnym spresňovaním súboru pravdepodobností, kým sa nevytvorí konečný výstup.
- Syntetické údaje: Umelo vytvorené údaje, ktoré sa môžu použiť na trénovanie modelov strojového učenia bez toho, aby sa spoliehali na reálne údaje.
- Edge Computing (Hraničná výpočtová technika): Výpočtová infraštruktúra, ktorá spracúva údaje v zariadeniach na „okraji“ siete namiesto toho, aby sa spoliehala na centralizované cloudové výpočty.
- Transferové učenie: V tomto prípade sa model vycvičený na jednu úlohu opätovne použije na inú, ale príbuznú úlohu.
- Vyhľadávanie v neurónovej architektúre: Proces automatického zisťovania optimálnej architektúry alebo štruktúry neurónovej siete na vykonávanie konkrétnej úlohy.
- Vysvetliteľná umelá inteligencia (XAI): Je to podoblasť umelej inteligencie, ktorá sa zameriava na vytváranie modelov, ktoré dokážu vysvetliť, ako dospievajú k svojim rozhodnutiam, čím sa stávajú transparentnejšími a zrozumiteľnejšími pre ľudí.
- Protivníkove útoky: Techniky používané na manipuláciu alebo oklamanie modelov strojového učenia pridaním alebo zmenou údajov spôsobom, ktorý je pre človeka nepostrehnuteľný.