Как профессионально говорить об искусственном интеллекте: 20 ключевых терминов из этой сферы

Базовые понятия

1. Искусственный интеллект (ИИ, AI — Artificial Intelligence) — отрасль компьютерных технологий, которая позволяет машинам и программам имитировать человеческий интеллект: учиться, принимать решения, решать разнообразные задачи.

2. Нейросеть — технология (математическая модель, способ машинного обучения), который имитирует человеческий мозг для анализа и обработки данных на разных уровнях и адаптируется к ним. В своей работе нейросети применяют искусственные нейроны подобно тому, как мозг человека использует систему нейронных связей.

3. Промпт — входящий запрос или команда, которую человек составляет и предоставляет системе ИИ, чтобы получить результат в виде определенного ответа. Соответственно, процесс разработки и усовершенствования промптов для ИИ-моделей с целью получения желаемых результатов называют промпт-инженерией, а специалистов, которые разрабатывают и оптимизируют запросы или инструкции для генеративных ИИ — промпт-инженерами.

4. Машинное обучение — подраздел ИИ, который обучает машины распознавать закономерности и усовершенствовать задачи по мере поступления большего количества данных, без явного программирования каждого действия.

5. Глубокое обучение — продвинутый метод машинного обучения, который использует искусственные нейросети для анализа огромных по объему неструктурированных данных (изображений, текста, аудио). Целью такого обучения является обнаружение глубинных закономерностей и установление сложных связей, недоступных для человека.

Технические термины

6. Алгоритм — набор предоставленных ИИ четких инструкций, которые определяют, каким образом система должна обрабатывать данные, обучаться и принимать решения. Алгоритмы используются для создания ИИ-моделей и выполнения определенных задач, таких как классификация, прогнозирование или оптимизация.

7. Модель — математическое или статистическое представление, которое выводится в результате обучения алгоритма на данных. Модель “изучает” паттерны и зависимости в данных, чтобы делать прогнозы или принимать решения на основе новой, неизвестной информации.

8. Персептрон — базовый структурный элемент нейронных сетей, который преобразует входящие сигналы в исходящие. Был придуман Фрэнком Розенблаттом в 1957 году как алгоритм для классификации данных.

9. Сингулярность ИИ — концепция, согласно которой уровень искусственного интеллекта в будущем превзойдет человеческий интеллект во всех сферах и его дальнейшее развитие станет неконтролируемым или непредсказуемым для человека.

10. Трансформер — тип модели глубокого обучения, который обрабатывает последовательные данные и определяет взаимосвязь разных элементов друг с другом наподобие того, как человек во время чтения обращает внимание на порядок слов, чтобы понять значение всего предложения. Наиболее известный пример — генеративный предварительно обученный трансформер (GPT), на котором работает чат-бот ChatGPT.

Понятия, которые описывают поведение и этику ИИ

11. Ответственный ИИ — тип ИИ, который учитывает этические аспекты жизни людей, базируясь на принципах справедливости, прозрачности и ответственности. Позволяет получить результаты, которые не являются предвзятыми, дискриминационными либо другим образом вредоносными для человечества.

12. Дипфейк — контент, сгенерированный или отредактированный с помощью ИИ, который напоминает реальных людей, объекты, места и т.п. и вводит в заблуждение относительно его подлинности либо правдивости.

13. Галлюцинация — неточные, нерелевантные или бессмысленные ответы, которые выдает ИИ. По большей части это случается из-за неполных учебных данных. В зависимости от того, какая модель используется, частота галлюцинаций может быть разной: например, около 3% в ChatGPT в противовес 27% в системах Google.

14. Заземление — метод уменьшения галлюцинаций ИИ, основанный на привязке результатов к данным из надежной базы. Для минимизации неточностей стоит заранее позаботиться о сборе точных данных и другой справочной информации при необходимости.

15. Черный ящик — термин, который описывает ситуацию, когда ИИ-модель принимает решение или делает прогнозы, но механизм этого процесса остается непрозрачным или тяжелым для понимания. Это обусловлено сложностью многих современных моделей ИИ, в частности нейронных сетей, множеством параметров и нелинейными связями между ними.

Общие понятия

16. AI-агент — программа, которая работает в цифровом пространстве с использованием алгоритмов ИИ без человеческого вмешательства. Многие из созданных АІ-агентов помогают облегчить процессы в финансовой сфере (например, анализируют финансовые показатели компании, занимаются торговлей на криптобиржах, осуществляют выпуск NFT-коллекций или аналитику покупки/продажи криптовалюты на определенных кошельках).

17. Большие данные (Big Data) — так называют большой массив структурированной или неструктурированной информации, которая накапливается из разных источников и анализируется с целью обнаружения закономерностей и тенденций, на которые могут опираться бизнесы при формировании стратегии своей работы. Из-за огромного объема данных их анализ выполняется с помощью компьютерных, а не традиционных, методов.

18. Сильный (общий) AI — ИИ, который способен выполнять те же задачи, что и человек, и часто даже лучше. Это возможно благодаря применению когнитивных способностей, подобных человеческим (адаптивности, креативности, умению рассуждать, способности к самообучению).

19. Слабый AI — ИИ, который способен работать с разными задачами, но не умеет понимать их по-человечески (не имеет собственного осознания). К слабым AI относятся чат-боты, языковые модели, переводчики, голосовые помощники (Siri, Google Assistant).

20. Большая языковая модель — мощная языковая модель, которая обучается на огромных объемах текста без меток и способна генерировать, переводить, анализировать текст и давать похожие на человеческие ответы. Например, такие модели используют в разных версиях ChatGPT от OpenAI, а также в системах BERT и LaMDA от Google.

Знакомство с приведенными выше понятиями приоткроет вам двери в захватывающий мир AI, который в настоящее время формирует будущее многих сфер нашей жизни. Вполне вероятно, что после этого вы захотите погрузиться в эту тему глубже, чтобы узнать еще больше интересного об искусственном интеллекте.