Глоссарий основных терминов искусственного интеллекта

С развитием искусственного интеллекта появилось множество новых терминов и сленга. Некоторые из них уже прочно вошли в лексикон, другие только набирают популярность. Вот список основных понятий, которые помогут разобраться в тему.

AGI (Artificial General Intelligence) — гипотетический ИИ, способный выполнять любые интеллектуальные задачи на уровне человека. Пока не существует, но остается главной целью многих исследований.

Deep Learning — метод машинного обучения, где нейронные сети с множеством слоев учатся распознавать сложные паттерны в данных. Именно он лежит в основе многих современных ИИ-систем.

GPT (Generative Pre-trained Transformer) — архитектура больших языковых моделей, которая генерирует текст почти как человек. Пример — ChatGPT.

LLM (Large Language Model) — большая языковая модель, обученная на огромных массивах текста. Может отвечать на вопросы, писать код, сочинять стихи.

Neural Network — вычислительная система, имитирующая работу мозга. Состоит из слоев нейронов, которые обрабатывают информацию.

Overfitting — проблема, когда модель слишком хорошо запоминает обучающие данные, но плохо работает на новых.

Prompt Engineering — искусство формулировать запросы для ИИ так, чтобы получить лучший результат.

RLHF (Reinforcement Learning from Human Feedback) — метод дообучения моделей с помощью обратной связи от людей. Использовали при создании ChatGPT.

Stable Diffusion — модель для генерации изображений по текстовому описанию. Одна из самых популярных в своем роде.

Transformer — архитектура нейросетей, которая лежит в основе GPT и других современных моделей. Позволяет эффективно обрабатывать последовательности данных.

Zero-shot Learning — способность модели решать задачи, которых не было в обучающих данных. Например, ответить на вопрос без специальной подготовки.

Это лишь часть терминов, которые встречаются в мире ИИ. Понимание этих понятий поможет лучше ориентироваться в теме и не теряться в профессиональных обсуждениях.