Svet umetne inteligence se eskponentno hitro razvija in zato je včasih težko slediti vsem trendom in novim besedam. V ta namen vam je Joker pripravil slovar 20 AI pojmov, da boste seznanjeni z osnovnimi koncepti.
Umetna inteligenca (AI ali UI): Umetna inteligenca je široko področje, namenjeno ustvarjanju strojev, ki posnemajo človeško inteligenco. Cilj je razviti sisteme, ki se lahko učijo, razmišljajo, zaznavajo in opravljajo naloge, za katere je običajno potrebna človeška kognicija.
Strojno učenje: znano tudi kot Ml (Machine Learning), je podskupina umetne inteligence in vključuje razvoj algoritmov, ki računalnikom omogočajo učenje in sprejemanje odločitev ali napovedi na podlagi podatkov. Prav strojno učenje na primer omogoča Netflixu, da vam priporoči, kateri film ali serijo bi si morali ogledati naslednjič.
Obdelava naravnega jezika (NLP): Ta tehnika umetne inteligence omogoča strojem, da razumejo, razlagajo, ustvarjajo in se odzivajo v človeškem jeziku. To je čar, ki stoji za klepetalnimi roboti in aplikacijami za jezikovno prevajanje.
Globoko učenje (DL): Globoko učenje ali deep learning je nadaljnja podskupina strojnega učenja, ki uporablja umetne nevronske mreže za simulacijo človeškega odločanja. To je skrivna sestavina za samovozeče avtomobile, pomočnike z glasovnim upravljanjem in programsko opremo za prepoznavanje obrazov.
Klepetalni roboti: Chatbot je oblika programske opreme umetne inteligence, zasnovana za interakcijo z ljudmi v njihovem naravnem jeziku, običajno prek besedilnih klepetalnih oken.
ChatGPT: Chat GPT je klepetalni robot, ki temelji na umetni inteligenci in uporablja model Generative Pretrained Transformer (GPT). Bot je bil usposobljen za različna internetna besedila, vendar ne more dostopati do osebnih podatkov, razen če jih med pogovorom izrecno navede. Klepetalnega robota je novembra 2022 lansiralo podjetje OpenAI.
OpenAI: Raziskovalni laboratorij za umetno inteligenco, ki ga sestavljata profitna in neprofitna enota. Poslanstvo OpenAI je zagotoviti, da bo umetna splošna inteligenca koristila celotnemu človeštvu. Med drugimi načeli se osredotočajo na dolgoročno varnost in zagotavljanje širokih koristi umetne inteligence. Njihov izvršni direktor je Sam Altman, eden zgodnjih investitorjev pa Elon Musk.
Generativna umetna inteligenca: Vrsta umetne inteligence, ki lahko ustvarja nove vsebine, kot so slike, besedila ali glasba, primerljive z vsebinami, ki jih ustvarja človek. To je tisto, kar poganja ustvarjanje deepfakes in drugih umetniških del, ki jih ustvarja umetna inteligenca.
Nevronska omrežja: To so omrežja algoritmov, ki se uporabljajo v globokem učenju. Obdelajo lahko velike količine informacij, prepoznajo vzorce in sprejemajo odločitve.
Robotika: To je področje, kjer se umetna inteligenca srečuje s fizičnim svetom. Robotika vključuje načrtovanje in uporabo strojev (robotov) za avtomatizacijo nalog. Ste že kdaj videli sesalec Roomba, ki se premika po sobi? To je robotika, ki jo poganja umetna inteligenca.
Nadzorovano učenje: Pri tem se algoritem uči iz označenih podatkov, tj. vnaprej pozna želeni rezultat. To je tako, kot če bi vas učitelj vodil pri reševanju matematične naloge.
Nenadzorovano učenje: V nasprotju z nadzorovanim učenjem se algoritmi učijo iz neoznačenih podatkov ter sami najdejo strukture in vzorce. To je kot raziskovanje novega mesta brez zemljevida.
Okrepljeno učenje: Pri tem se algoritem uči sprejemati odločitve s prejemanjem nagrad ali kazni za dejanja. Tako je na primer AlphaGo obvladal igro Go.
Turingov test: Turingov test, poimenovan po matematiku Alanu Turingu, meri sposobnost stroja, da se obnaša tako inteligentno, da se ne razlikuje od človeškega obnašanja. Če lahko stroj prepriča človeka, da je tudi on človek, je Turingov test uspešno opravljen.
Algoritem: To je niz pravil ali navodil, danih sistemu umetne inteligence (strojno učenje ali globoko učenje), ki mu pomagajo pri učenju in reševanju problemov. V svetu umetne inteligence so algoritmi kot recept, ki sistemu pove, kako naj surove podatke spremeni v uporabne informacije.
Rudarjenje podatkov (data mining): To je postopek odkrivanja vzorcev, korelacij in anomalij v velikih podatkovnih nizih za napovedovanje rezultatov. Pri umetni inteligenci je to kot detektivsko delo, ki iz neobdelanih podatkov odkriva skrite vpoglede.
Prediktivno modeliranje: To se nanaša na uporabo statistike in ML za napovedovanje prihodnjih rezultatov na podlagi preteklih podatkov. Če ste bili kdaj presenečeni nad tem, kako se zdi, da spletno mesto za nakupovanje ve, kaj potrebujete, ste že izkusili napovedno modeliranje v praksi.
Zaznavanje: V umetni inteligenci se ta izraz nanaša na sposobnost stroja, da obdeluje in razlaga podatke iz resničnega sveta. To lahko vključuje vizualno zaznavanje (na primer samovozeči avtomobil “vidi” svojo okolico) ali zaznavanje govora (na primer Siri, ki razume govorjene ukaze).
Generativna kontradiktorna omrežja (GAN – Generative Adversarial Networks): Pri tem dve nevronski mreži tekmujeta med seboj, da ustvarita nove, sintetične primere podatkov, ki lahko veljajo za prave podatke.
Hevristično iskanje: Iskalna tehnika umetne inteligence, ki uporablja hevristične metode za pospešitev postopka iskanja zadovoljive rešitve. Hevristika so pravila, ki pomagajo povečati učinkovitost postopka.
