Tənzimləmə (Alignment)
Alignment
AI sisteminin məqsədlərinin, nəticələrinin və davranışlarının insan məqsədləri və dəyərləri ilə uyğunlaşmasını təmin etmə prosesi. Bu, xüsusilə nəzərdə tutulmayan davranışlar inkişaf etdirə bilən qabaqcıl sistemlərdə vacibdir.
Nümunə: Zəhərli təkliflərə baxmayaraq, psixi sağlamlıq dəstəyi üçün bir chatbotın zərərli hərəkətlər tövsiyə etməməsini təmin etmək.
Tətbiqi Proqramlaşdırma İnterfeysi (API) (Application Programming Interface (API))
Application Programming Interface (API)
Fərqli proqram sistemlərinin ünsiyyət qurmasına və məlumat mübadiləsinə imkan verən müəyyən edilmiş qaydalar və protokollar dəsti.
Nümunə: Veb tətbiqinizdə dil modelinin yaratdığı cavabı almaq üçün OpenAI API-dən istifadə etmək.
Süni Ümumi Zəka (AGI) (Artificial General Intelligence (AGI))
Artificial General Intelligence (AGI)
İnsan bacara bilən hər hansı bir intellektual vəzifəni yerinə yetirə bilən süni zəkanın nəzəri bir forması. Bu, sahələr üzrə öyrənməni ümumiləşdirir.
Nümunə: Bir AGI sistemi tapşırıq-xüsusi proqramlaşdırma olmadan musiqi bəstələməyi, cərrahiyyə etməyi və fəlsəfə imtahanından keçməyi öyrənə bilər.
Süni Zəka (AI) (Artificial Intelligence (AI))
Artificial Intelligence (AI)
Avtonom düşünmək, mühakimə etmək və hərəkət etmək üçün proqramlaşdırılmış maşınlarda insan zəkasının simulyasiyası.
Nümunə: AI Siri kimi şəxsi köməkçiləri və Tesla Autopilot kimi avtonom sürmə sistemlərini gücləndirir.
AI Etikası (AI Ethics)
AI Ethics
AI-nin inkişafı və istifadəsinin əxlaqi nəticələri, o cümlədən ədalət, məxfilik, hesabatlılıq və ayrı-seçkilik etməməklə bağlı bir intizam.
Nümunə: İşə qəbul alqoritmlərinin gender və ya etnik mənsubiyyətə görə ayrı-seçkilik etməsini qarşısını almaq üçün təlimatlar yaratmaq.
Artırılmış Zəka (Augmented Intelligence)
Augmented Intelligence
AI-nin insan zəkasını əvəz etmək əvəzinə onu tamamladığı və gücləndirdiyi əməkdaşlıq modeli.
Nümunə: Həkimlər üçün anomaliyaları vurğulayan AI-əsaslı radiologiya alətləri, son diaqnozu həkimlər qoyur.
Muxtar Agent (Autonomous Agent)
Autonomous Agent
İnsan müdaxiləsi olmadan öz qərarlarını qəbul edə və məqsədlərinə nail olmaq üçün hərəkət edə bilən AI sistemi.
Nümunə: Şəhər küçələrində naviqasiya edən və maneələrdən müstəqil olaraq qaçan özü-sürən çatdırılma robotu.
Geri Yayılma (Backpropagation)
Backpropagation
Proqnozlaşdırma səhvlərini minimuma endirməklə, çəkiləri çıxışdan giriş qatlarına doğru yeniləyərək neyron şəbəkələrini təlim etmək üçün bir texnika.
NümunÉ™: Ælyazma rÉ™qÉ™mlÉ™rini tanımaqda sÉ™hv dÉ™rÉ™cÉ™sini azaltmaq üçün tÉ™limdÉ™ istifadÉ™ olunur.
Yanlılıq (Algoritmik Yanlılıq) (Bias (Algorithmic Bias))
Bias (Algorithmic Bias)
Qeyri-bərabər və ya qeyri-nümayəndə təlim məlumatları səbəbindən AI nəticələrində qeyri-ixtiyari və sistematik üstünlük.
Nümunə: Təlim məlumatlarında az təmsil olunma səbəbindən rəngli insanları daha tez-tez səhv tanıyan üz tanıma sistemi.
Böyük Verilənlər (Big Data)
Big Data
Saxlamaq, təhlil etmək və dəyər çıxarmaq üçün xüsusi alətlər tələb edən son dərəcə böyük məlumat dəstləri, tez-tez AI modellərini təlim etmək üçün istifadə olunur.
Nümunə: E-ticarət platformaları üçün tövsiyə mühərriklərini təlim etmək üçün milyonlarla istifadəçi interaksiyasından istifadə etmək.
Qara Qutu Modeli (Black Box Model)
Black Box Model
İnsanlar tərəfindən asanlıqla şərh oluna bilməyən daxili məntiqə malik olan, qərarların necə verildiyini anlamağı çətinləşdirən bir növ AI və ya maşın öyrənməsi modeli.
Nümunə: Kreditləri təsdiqləmək üçün istifadə olunan, lakin bir namizədin niyə qəbul edildiyi və ya başqasının rədd edildiyi barədə aydın bir izahat təklif etməyən dərin neyron şəbəkəsi.
BiliÅŸsel Hesablama (Cognitive Computing)
Cognitive Computing
NLP və nümunə tanıma kimi texnikalardan istifadə edərək mühakimə və öyrənmə kimi insan düşüncə proseslərini simulyasiya etmək üçün nəzərdə tutulmuş AI sistemləri.
Nümunə: Hüquqşünaslara iş qanunlarını təhlil etməkdə və nəticələri proqnozlaşdırmaqda kömək edən bilişsel hesablama sistemi.
Kompüter Görmə (Computer Vision)
Computer Vision
Kompüterlərin şəkillər və videolar kimi vizual məlumatları şərh etməsinə və emal etməsinə imkan verən süni zəkanın bir sahəsi.
Nümunə: Kompüter görməsindən istifadə edərək təhlükəsizlik görüntülərində insanları tanıyan üz tanıma sistemləri.
Korpus (Corpus)
Corpus
Dil modellərini təlim etmək üçün istifadə olunan yazılı və ya danışıq mətnlərinin böyük bir kolleksiyası.
Nümunə: Common Crawl məlumat dəsti GPT kimi böyük dil modellərini təlim etmək üçün istifadə olunan ictimai veb korpusudur.
Veri Axını (Data Drift)
Data Drift
Giriş məlumatlarının zamanla dəyişməsi nəticəsində model performansının pisləşməsinə səbəb olan hadisə.
Nümunə: Yeni sensor texnologiyası tətbiq olunduqca sənaye avadanlıqları üçün proqnozlaşdırıcı texniki qulluq modeli daha az dəqiq olur.
Veri Etiketləmə (Data Labelling)
Data Labelling
Nəzarətli öyrənmə üçün uyğun etmək məqsədi ilə məlumatları etiketlərlə annotasiya etmə prosesi.
Nümunə: Xərçəng aşkarlama modelini təlim etmək üçün minlərlə şiş şəklini xoşxassəli və ya bədxassəli olaraq etiketləmək.
Veri Mədənləri (Data Mining)
Data Mining
Böyük məlumat dəstlərində mənalı nümunələri, əlaqələri və anomaliyaları kəşf etmə prosesi.
Nümunə: Pərakəndə satıcılar uşaq bezləri alan insanların da pivə aldığını müəyyən etmək üçün məlumat mədənindən istifadə edirlər.
Dərin Öyrənmə (Deep Learning)
Deep Learning
Məlumatlardakı mürəkkəb nümunələri modelləşdirmək üçün çox qatlı neyron şəbəkələrindən istifadə edən maşın öyrənməsinin bir alt sahəsi.
Nümunə: Dərin öyrənmə GPT-4 kimi dil modellərində və Stable Diffusion kimi şəkil yaratma modellərində istifadə olunur.
Diffuziya Modelləri (Diffusion Models)
Diffusion Models
Təsadüfi səs-küyü tədricən strukturlaşdırılmış nəticələrə çevirməklə məlumat istehsal etməyi öyrənən bir sinif generativ modellər.
Nümunə: Stable Diffusion, diffuziya texnikalarından istifadə edərək mətn təkliflərindən fotorealistik şəkillər yaradır.
Yerləşdirmə (Embedding)
Embedding
Hərfən, şəkillər və ya cümlələrin semantik mənasını tutmaq üçün istifadə olunan məlumatların rəqəmsal vektor təmsili.
Nümunə: NLP-də 'bank' sözü, kontekstdən asılı olaraq 'pul' sözünə oxşar yerləşdirmələrə, lakin 'çay kənarı' sözündən fərqli yerləşdirmələrə malik ola bilər.
Epox (Epoch)
Epoch
Maşın öyrənməsi modelinin təlim prosesi zamanı bütün təlim məlumat dəsti üzərində tam bir iterasiya.
Nümunə: Bir məlumat dəstində 1000 nümunə varsa və model təlim zamanı hamısını bir dəfə görərsə, bu bir epoxdur.
Etik AI (Ethical AI)
Ethical AI
AI texnologiyalarının şəffaf, ədalətli və cəmiyyət dəyərlərinə uyğun fəaliyyət göstərməsini təmin edən bir dizayn və tətbiq fəlsəfəsi.
Nümunə: AZINLIQ namizədlərə qarşı ayrı-seçkiliyi qarşısını almaq üçün yanlılıq yoxlamalarını ehtiva edən bir AI işə qəbul aləti.
Ekspert Sistemi (Expert System)
Expert System
Qaydalar və məntiqdən istifadə edərək müəyyən bir sahədə insan ekspertinin qərar qəbul etmə qabiliyyətlərini təqlid edən AI sistemi.
Nümunə: Torpaq məlumatları və zərərverici tarixi əsasında məhsul müalicələrini tövsiyə etmək üçün kənd təsərrüfatında istifadə olunan ekspert sistemi.
Yorumlanabilir AI (XAI) (Explainable AI (XAI))
Explainable AI (XAI)
AI sistemləri, daxili proseslərini və qərar qəbul etmə proseslərini insanlar üçün başa düşülən etmək, etimadı və hesabatlılığı artırmaq üçün nəzərdə tutulmuşdur.
Nümunə: Tibbi diaqnostik AI, yalnız bir tövsiyə təklif etməklə yanaşı, hansı simptomların bu nəticəyə səbəb olduğunu izah edir.
Az Nümunə ilə Öyrənmə (Few-shot Learning)
Few-shot Learning
Modelin yalnız kiçik sayda etiketlənmiş nümunələrdən istifadə edərək təlim edildiyi və ya incə ayarlandığı bir maşın öyrənməsi metodu.
Nümunə: Yalnız 10 nümunə göstərdikdən sonra hüquqi e-poçtlar yazmaq üçün LLM-i fərdiləşdirmək.
Ä°ncÉ™ Ayarlama (Fine-tuning)
Fine-tuning
ÆvvÉ™lcÉ™dÉ™n tÉ™lim edilmiÅŸ bir modeli götürüb onu yeni, daha kiçik bir mÉ™lumat dÉ™stindÉ™ daha da tÉ™lim edÉ™rÉ™k müəyyÉ™n bir tapşırıq üçün ixtisaslaÅŸdırma prosesi.
Nümunə: Hüquqi yazım köməkçisi yaratmaq üçün ümumi LLM-i daxili hüquqi sənədlər üzərində incə ayar etmək.
Təməl Model (Foundation Model)
Foundation Model
Müxtəlif və geniş məlumatlar üzərində təlim edilmiş böyük miqyaslı model, bu da bir çox aşağı axın tapşırıqlarına uyğunlaşdırıla bilər.
Nümunə: GPT-4 və PaLM 2, ümumiləşdirmə, Sual-Cavab, tərcümə və daha çoxunu bacaran təməl modellərdir.
Qeyri-müəyyən Məntiq (Fuzzy Logic)
Fuzzy Logic
Qeyri-müəyyənlik altında mühakimə etmək üçün faydalı olan, sabit doğru/yanlış (ikili) məntiq əvəzinə təxmini dəyərlərlə məşğul olan bir məntiq forması.
Nümunə: İqlim nəzarət sistemlərində 'bir az isti' və ya 'çox soyuq' kimi qeyri-müəyyən girişlərə əsasən temperaturu tənzimləmək üçün istifadə olunur.
Generativ Düşmən Şəbəkəsi (GAN) (Generative Adversarial Network (GAN))
Generative Adversarial Network (GAN)
İki şəbəkə - generator və diskriminator - nəticə keyfiyyətini yaxşılaşdırmaq üçün rəqabət aparan bir generativ model arxitekturası.
Nümunə: GAN-lar dərin saxta videolar yaratmaq və ya eskizlərdən real məhsul şəkilləri yaratmaq üçün istifadə olunur.
Generativ AI (Generative AI)
Generative AI
Təlim məlumatlarından mətn, şəkillər, musiqi və ya videolar kimi yeni məzmun yarada bilən bir süni intellekt kateqoriyası.
Nümunə: ChatGPT blog yazıları yaradır və ya Midjourney mətn təkliflərindən rəqəmsal incəsənət yaradır.
Generativ ÆvvÉ™lcÉ™dÉ™n Hazırlanmış Transformatör (GPT) (Generative Pre-trained Transformer (GPT))
Generative Pre-trained Transformer (GPT)
OpenAI tərəfindən hazırlanmış, transformator arxitekturasından istifadə edən və müxtəlif dil tapşırıqlarını yerinə yetirmək üçün nəhəng mətn məlumatları üzərində əvvəlcədən təlim edilmiş böyük dil modelləri sinfi.
Nümunə: GPT-4, minimum təkliflə esse yazmaq, dilləri tərcümə etmək və sənədləri ümumiləşdirmək qabiliyyətinə malikdir.
Genetik Alqoritm (Genetic Algorithm)
Genetic Algorithm
Təbii seçimlə ilhamlanmış bir optimallaşdırma texnikası, burada həllər mutasiya, krossover və seçmə yolu ilə zamanla inkişaf edir.
NümunÉ™: Æn yaxşıların saÄŸ qalmasını simulyasiya edÉ™rÉ™k sÉ™mÉ™rÉ™li neyron ÅŸÉ™bÉ™kÉ™si arxitekturalarını dizayn etmÉ™k üçün istifadÉ™ olunur.
Halüsinasiya (Hallucination)
Hallucination
AI modeli tərəfindən inandırıcı səslənən, lakin faktiki olaraq səhv və ya mənasız məzmunun yaradılması.
Nümunə: Bir dil modeli mövcud olmayan bir sitat icad edir və ya yanlış tarixi faktlar təqdim edir.
Heuristik (Heuristic)
Heuristic
Mükəmməl bir həll zəmanət verməyən, lakin ani məqsədlər üçün kifayət edən praktik bir problem həll etmə yanaşması.
Nümunə: Logistika AI sistemində çatdırılma vaxtını təxmin etmək üçün bir qayda istifadə etmək.
Hiperparametrlər (Hyperparameter)
Hyperparameter
Öyrənmə dərəcəsi və ya qatların sayı kimi maşın öyrənməsi modelini təlim etməzdən əvvəl təyin edilən bir konfiqurasiya dəyəri.
Nümunə: Təlim sürətini və model performansını yaxşılaşdırmaq üçün partiya ölçüsünü 32-dən 128-ə tənzimləmək.
Ä°nferensiya (Inference)
Inference
Yeni giriş məlumatlarından proqnozlar vermək və ya nəticələr yaratmaq üçün təlim edilmiş maşın öyrənməsi modelindən istifadə etmə prosesi.
Nümunə: Müştəri dəstəyi komandası üçün e-poçtlar tərtib etmək üçün incə ayarlanmış GPT modelindən istifadə etmək.
Məqsəd Müəyyənləşdirmə (Intent Detection)
Intent Detection
Sistemdə istifadəçinin məqsədini və ya məqsədini müəyyən edən təbii dil anlama tapşırığı.
Nümunə: Bir chatbotda, 'mən bir təyyarə bron etmək istəyirəm' ifadəsini səyahət bron etmə məqsədi kimi tanımaq.
ÆÅŸyalar Ä°nterneti (IoT) (Internet of Things (IoT))
Internet of Things (IoT)
Məlumatları toplamaq və mübadilə etmək üçün sensorlar, proqram təminatı və digər texnologiyalarla təchiz edilmiş birləşdirilmiş fiziki cihazlar şəbəkəsi.
Nümunə: İstifadə məlumatlarını bildirmək və AI analitikası istifadə edərək parametrləri tənzimləyən ağıllı termostatlar və soyuducular.
Yorumlanabilirlik (Interpretability)
Interpretability
Bir insanın maşın öyrənməsi modelinin daxili mexanizmlərini və qərar qəbul etmə prosesini anlama dərəcəsi.
Example: Qərarları izlənilə bilən olduğu üçün qərar ağacı dərin neyron şəbəkəsindən daha çox yorumlanabilirdir.
Jupyter Notebook (Jupyter Notebook)
Jupyter Notebook
İstifadəçilərə kod yazmağa, nəticələri vizual etməyə və təhlil sənədlərini vahid bir interfeysdə tərtib etməyə imkan verən açıq mənbəli interaktiv hesablama mühiti.
Nümunə: Məlumat alimləri maşın öyrənməsi modellərini prototip etmək və nəticələri paylaşmaq üçün Jupyter Notebook-lardan istifadə edirlər.
K-Æn Yaxın QonÅŸular (KNN) (K-Nearest Neighbours (KNN))
K-Nearest Neighbours (KNN)
Təsnifat və reqressiya üçün istifadə olunan sadə, qeyri-parametrik bir maşın öyrənməsi alqoritmi. Bu, xüsusiyyət məkanında ən yaxın təlim nümunələrinə əsasən qərarlar qəbul edir.
Nümunə: Yeni bir meyvəni alma və ya armud kimi təsnif etmək üçün KNN, forma və rəngdə ən yaxın olan etiketlənmiş meyvələri yoxlayır.
Bilik Qrafiki (Knowledge Graph)
Knowledge Graph
Varlığın və onların əlaqələrinin əlaqəli təsvirlərini təmsil etmək və saxlamaq üçün düyünləri və kənarları istifadə edən bir məlumat strukturu.
Nümunə: Google-un bilik paneli, insanlar, yerlər və hadisələr kimi varlıqları birləşdirən bir bilik qrafiki ilə gücləndirilir.
Dil Öyrənmə Modelinin Optimizasiyası (LLMO) (Language Learning Model Optimisation (LLMO))
Language Learning Model Optimisation (LLMO)
Böyük dil modellərinin müəyyən tapşırıqlar və ya sahələr üçün performansını, səmərəliliyini və ya uyğunlaşdırılmasını yaxşılaşdırmaq üçün istifadə olunan texnikalar.
Nümunə: Müəssisə istifadəsi üçün LLM-i optimallaşdırmaq üçün kuantlaşdırma və təlimat tənzimləməsindən istifadə etmək.
Böyük Dil Modeli (LLM) (Large Language Model (LLM))
Large Language Model (LLM)
Nəhəng mətn məlumatları üzərində təlim edilmiş, insan dilini yarada, anlaya və mühakimə edə bilən bir növ dərin öyrənmə modeli.
Nümunə: ChatGPT və Claude, yazmaq, kodlaşdırmaq və sualları cavablandırmaqda kömək etmək üçün təlim edilmiş LLM-lərdir.
Latent Məkan (Latent Space)
Latent Space
Generativ modellər və yerləşdirmələrdə istifadə olunan, oxşar girişlərin bir-birinə yaxın qruplaşdırıldığı yüksək ölçülü abstrakt təmsil.
Nümunə: Şəkil yaratmada, latent məkanda manipulyasiya etmək parlaqlıq və ya emosiya kimi xüsusiyyətləri dəyişə bilər.
Öyrənmə Dərəcəsi (Learning Rate)
Learning Rate
Model çəkilərinin itki qradiyentinə nisbətən nə qədər tənzimləndiyini idarə edən təlimdə əsas bir hiperparametrlər.
Nümunə: Yüksək öyrənmə dərəcəsi minimumları aşmağa səbəb ola bilər, çox aşağı dərəcə isə təlimin irəliləməsini yavaşladır.
Maşın Öyrənməsi (ML) (Machine Learning (ML))
Machine Learning (ML)
Sistemlərin məlumatlardan öyrənməsinə və xüsusi olaraq proqramlaşdırılmadan performansı yaxşılaşdırmasına imkan verən AI-nin bir qolu.
Nümunə: Spam filtrləri, keçmiş nümunələrə əsasən e-poçtları spam və ya spam olmayan kimi təsnif etmək üçün maşın öyrənməsindən istifadə edir.
Model Axını (Model Drift)
Model Drift
Məlumatlardakı dəyişikliklər səbəbindən modelin dəqiqliyinin zamanla azalması hadisəsi.
Nümunə: Saxtakarlıq taktikaları inkişaf etdikcə saxtakarlıq aşkarlama modeli daha az dəqiq olur.
Model Təlimi (Model Training)
Model Training
Məlumatları maşın öyrənməsi modelinə vermək və səhvi minimuma endirmək üçün parametrlərini tənzimləmək prosesi.
Nümunə: Yeni məhsulları təklif etmək üçün müştəri satın alma tarixçəsi üzərində tövsiyə mühərrikini təlim etmək.
Multimodal AI (Multimodal AI)
Multimodal AI
Mətn, şəkillər, audio və videolar kimi bir çox məlumat növünü emal edə və inteqrasiya edə bilən AI sistemləri.
Nümunə: Eyni vaxtda mətn oxuya və şəkilləri şərh edə bilən GPT-4 Vision kimi bir model.
Təbii Dil Emalı (NLP) (Natural Language Processing (NLP))
Natural Language Processing (NLP)
Kompüterlər və insan (təbii) dilləri arasındakı qarşılıqlı əlaqəyə yönəlmiş AI-nin bir alt sahəsi. Maşınların insan dilində oxuma, anlama və cavab verməsinə imkan verir.
Nümunə: NLP səsli köməkçilərdə, dil tərcümə proqramlarında və chatbotlarda istifadə olunur.
Neyron Şəbəkəsi (Neural Network)
Neural Network
İnsan beyninin quruluşundan ilhamlanmış, bir-birinə bağlı düyünlər (neyronlar) qatlarından ibarət bir maşın öyrənməsi modeli.
Nümunə: Neyron şəbəkələri şəkil və səs tanıma üçün istifadə olunan dərin öyrənmə modellərinin arxasındadır.
Səs (Noise)
Noise
Məlumatlardakı təsadüfi və ya əlaqəsiz məlumatlar, mənalı nümunələri gizlədə və model performansına mənfi təsir göstərə bilər.
Nümunə: Sensor səhvləri və ya səhv daxil edilmiş məlumatlar səs kimi qəbul edilə bilər.
Ontologiya (Ontology)
Ontology
Bir sahədəki anlayışlar arasındakı əlaqələri kateqoriyalara ayıran və müəyyən edən strukturlaşdırılmış bir çərçivə, tez-tez semantik AI sistemlərində istifadə olunur.
Nümunə: Səhiyyədə bir ontologiya, simptomların xəstəliklər və müalicələrlə necə əlaqəli olduğunu müəyyən edə bilər.
Həddindən Artıq Uyğunlaşma (Overfitting)
Overfitting
Maşın öyrənməsi modelinin təlim məlumatlarındakı səsi tutduğu və yeni məlumatlarda pis performans göstərdiyi bir model səhvi.
Nümunə: Təlim cavablarını əzbərləyən, lakin görünməmiş test məlumatlarını idarə edə bilməyən bir model həddindən artıq uyğunlaşmışdır.
Proqnozlaşdırıcı Analitika (Predictive Analytics)
Predictive Analytics
Tarixi məlumatlara əsaslanaraq gələcək nəticələrin ehtimalını müəyyən etmək üçün məlumat, alqoritmlər və AI-dən istifadə.
Nümunə: Pərakəndə satıcılar müəyyən məhsullara olan tələbi proqnozlaşdırmaq üçün proqnozlaşdırıcı analitikadan istifadə edirlər.
ÆvvÉ™lcÉ™dÉ™n TÉ™lim (Pre-training)
Pre-training
Müəyyən tapşırıqlar üçün incə ayarlanmadan əvvəl böyük, ümumi məlumat dəsti üzərində bir modelin ilkin təlim prosesi.
Nümunə: GPT modelləri müştəri xidməti chatbotları üçün fərdiləşdirilmədən əvvəl böyük korpuslar üzərində əvvəlcədən təlim edilir.
Prompt Mühəndisliyi (Prompt Engineering)
Prompt Engineering
Böyük dil modellərinin nəticələrini idarə etmək üçün təsirli təkliflər hazırlamaq sənəti və elmi.
Nümunə: 'Nəzakətli bir müəllim kimi cavab verin' kimi sistem təlimatları əlavə etmək, prompt mühəndisliyinin bir nümunəsidir.
Kuantlaşdırma (Quantisation)
Quantisation
Çəkilərin və aktivləşdirmələrin təmsil edilməsi üçün istifadə olunan bitlərin sayını azaldan, səmərəliliyi artıran bir model sıxılma texnikası.
Nümunə: Modelin 32-bitdən 8-bitə kuantlaşdırılması mobil cihazlarda performansı yaxşılaşdırır.
Kvant Hesablama (Quantum Computing)
Quantum Computing
Kvant mexanikasına əsaslanan yeni bir hesablama paradiqması, bu da eksponensial emal qabiliyyətləri üçün potensial saxlayır.
Nümunə: Kvant hesablama gələcəkdə AI təlimini klassik limitlərdən kənarda sürətləndirə bilər.
Mühakimə Mühərriki (Reasoning Engine)
Reasoning Engine
AI-də qaydalar və ya inferensiya alqoritmlərindən istifadə edərək bir sıra faktlar və ya məlumatlardan məntiqi nəticələr çıxaran bir sistem.
Nümunə: Bir AI diaqnoz köməkçisi simptomlara əsasən mümkün tibbi vəziyyətləri müəyyən etmək üçün bir mühakimə mühərrikindən istifadə edir.
Təkrarlanan Öyrənmə (RL) (Reinforcement Learning (RL))
Reinforcement Learning (RL)
Agentlərin kümülatif mükafatları maksimallaşdırmaq üçün ətraf mühitləri ilə qarşılıqlı əlaqə yolu ilə öyrəndiyi maşın öyrənməsinin bir sahəsi.
Nümunə: RL texnikalarından istifadə edərək addım-addım öyrənən bir robot.
İnsan Rəyi ilə Təkrarlanan Öyrənmə (RLHF) (Reinforcement Learning with Human Feedback (RLHF))
Reinforcement Learning with Human Feedback (RLHF)
İnsan seçimlərinin AI-nin mükafat siqnalını yönləndirdiyi bir öyrənmə metodu, tez-tez dil modellərini incə ayırmaq üçün istifadə olunur.
Nümunə: ChatGPT daha faydalı və təhlükəsiz cavablar istehsal etmək üçün RLHF ilə təlim edilmişdir.
Geri Çağırma ilə Artırılmış Generasiya (RAG) (Retrieval-Augmented Generation (RAG))
Retrieval-Augmented Generation (RAG)
Məlumat geri çağırmasını generativ ilə birləşdirən bir metod, burada LLM cavabını yaxşılaşdırmaq üçün müvafiq sənədləri geri çağırır.
Nümunə: Bir AI köməkçisi texniki suala cavab verərkən məhsul spesifikasiyalarını geri çağırır və sitat gətirir.
Öz-özünə Nəzarətli Öyrənmə (Self-Supervised Learning)
Self-Supervised Learning
Modelin xam məlumatlardan öz etiketlərini yaradaraq nümunələri öyrəndiyi bir təlim yanaşması, insan tərəfindən annotasiya edilmiş məlumatlara olan ehtiyacı azaldır.
Nümunə: BERT, mətnlərdə itkin sözləri proqnozlaşdıraraq öz-özünə nəzarətli öyrənmə ilə təlim edilir.
Semantik Axtarış (Semantic Search)
Semantic Search
Yalnız açar söz uyğunluğu deyil, istifadəçi məqsədini və kontekstual mənasını başa düşən bir axtarış texnikası.
Nümunə: 'Sızan bir kranı necə təmir etmək' axtarışı, sənəddə 'sızan kran' termini olmasa belə, bələdçilər qaytarır.
Æhval-RuhiyyÉ™ Analizi (Sentiment Analysis)
Sentiment Analysis
Mətnlərdə emosiyaları, fikirləri və ya münasibətləri müəyyən etmə prosesi, tez-tez müsbət, mənfi və ya neytral olaraq təsnif edir.
Nümunə: Yeni bir məhsula ictimai reaksiyanı ölçmək üçün tvitləri təhlil etmək.
Stokastik (Stochastic)
Stochastic
Təsadüf və ya ehtimal davranışını əhatə edən, tez-tez generativ AI və optimallaşdırma alqoritmlərində istifadə olunur.
Nümunə: GPT-4-ün nəticəsi, onun stokastik dekodlama prosesi səbəbindən eyni giriş üçün dəyişir.
Güclü AI (Strong AI)
Strong AI
Həmçinin Süni Ümumi Zəka (AGI) kimi tanınır, bütün sahələrdə insan səviyyəsində bilişsel qabiliyyətlərə malik maşınlara aiddir.
Nümunə: Romanlar yaza bilən, şəhərləri planlaşdıran və eyni dərəcədə yaxşı etik münaqişələri həll edə bilən gələcək bir AI.
Super Süni Zəka (SAI) (Super Artificial Intelligence (SAI))
Super Artificial Intelligence (SAI)
Bütün aspektlərdə - mühakimə, yaradıcılıq, emosional zəka və s. - insan zəkasını üstələyən nəzəri bir AI.
Nümunə: Bir SAI, nəzəri olaraq, müstəqil olaraq yeni elmlər və fəlsəfələr inkişaf etdirə bilər.
Nəzarətli Öyrənmə (Supervised Learning)
Supervised Learning
Modellərin etiketlənmiş məlumatlar üzərində təlim edildiyi, giriş-çıxış xəritələrini öyrənmək üçün bir maşın öyrənməsi texnikası.
Nümunə: Keçmiş nümunələrdən istifadə edərək e-poçtları spam və ya spam olmayan kimi təsnif etmək üçün bir modelə öyrətmək.
Sintetik Verilər (Synthetic Data)
Synthetic Data
Real dünya məlumatlarını simulyasiya edən süni şəkildə yaradılmış məlumatlar, tez-tez real məlumatlar qıt və ya həssas olduqda təlim üçün istifadə olunur.
Nümunə: Pasient məxfiliyini pozmadan diaqnostik modelləri təlim etmək üçün sintetik tibbi şəkillər yaratmaq.
Token (Token)
Token
LLM-lər tərəfindən emal olunan mətn vahidi - adətən bir söz və ya söz hissəsi.
Nümunə: 'Salam dünya!' cümləsi 3 tokenə bölünür: 'Salam', 'dünya' və '!'.
Tokenləşdirmə (Tokenisation)
Tokenisation
Model tərəfindən emal üçün mətnin tokenlərə bölünməsi prosesi.
Nümunə: NLP-də 'ChatGPT möhtəşəmdir' ['Chat', 'G', 'PT', 'is', 'great'] olur.
Transfer Öyrənmə (Transfer Learning)
Transfer Learning
Təlim vaxtını və məlumat ehtiyaclarını azaltmaqla, başqa bir əlaqəli tapşırıqda öyrənməni gücləndirmək üçün bir tapşırıqdan əldə edilən bilikdən istifadə etmək.
Nümunə: İngilis dili mətnləri üzərində təlim edilmiş bir modelin başqa bir dildə əhval-ruhiyyə analizi aparması üçün incə ayarlanması.
Transformatör (Transformer)
Transformer
Ardıcıllıq məlumatlarını modelləşdirmək üçün diqqət mexanizmlərindən istifadə edən, LLM-lərdə geniş istifadə olunan bir neyron şəbəkəsi arxitekturası.
Nümunə: BERT, GPT və T5 hamısı transformator əsaslı modellərdir.
Həddindən Artıq Az Uyğunlaşma (Underfitting)
Underfitting
Bir modelin təlim məlumatlarındakı nümunələri tutmaq üçün çox sadə olduğu, nəticədə pis performans göstərdiyi hal.
Nümunə: Mürəkkəb şəkil təsnifatlarını proqnozlaşdırmaq üçün xətti model istifadə edə bilər.
Nəzarətsiz Öyrənmə (Unsupervised Learning)
Unsupervised Learning
Modellərin etiketlənməmiş məlumatlarda nümunələri və ya klasterləri müəyyən etdiyi bir öyrənmə yanaşması.
Nümunə: Müəyyən edilmiş etiketlər olmadan müştəriləri satın alma davranışlarına görə qruplaşdırmaq.
İstifadəçi Məqsədi (User Intent)
User Intent
Bir istifadəçinin sorğusu və ya qarşılıqlı əlaqəsi arxasındakı məqsəd və ya niyyət.
Nümunə: 'Tort bişirmək necə' yazan bir istifadəçi, ehtimal ki, bir resept tapmaq niyyətindədir.
Təsdiqləmə Dəsti (Validation Set)
Validation Set
Təlim zamanı model performansını qiymətləndirmək və hiperparametrleri tənzimləmək üçün istifadə olunan məlumat alt dəsti.
Nümunə: Son testdən əvvəl həddindən artıq uyğunlaşmanı aşkar etmək üçün istifadə olunur.
Vektor Verilənlər Bazas (Vector Database)
Vector Database
AI tapşırıqlarında, məsələn, oxşarlıq axtarışı və RAG kimi istifadə olunan vektor yerləşdirmələrini saxlamaq və axtarmaq üçün nəzərdə tutulmuş bir verilənlər bazası.
Nümunə: Pinecone və Weaviate, mətn və ya şəkil yerləşdirmələrini saxlamaq üçün vektor verilənlər bazalarıdır.
Vektor Yerləşdirmə (Vector Embedding)
Vector Embedding
Vektor məkanında semantik mənanı və əlaqələri qoruyan məlumatların rəqəmsal təmsili.
Nümunə: 'Kral' və 'Kraliça' sözləri gender fərqləri ilə oxşar yerləşdirmələrə malikdir.
Virtual Köməkçi (Virtual Assistant)
Virtual Assistant
Söhbət və ya səs komandaları vasitəsilə istifadəçilərə tapşırıqları tamamlamağa kömək edən AI-əsaslı proqram agenti.
Nümunə: Siri, Alexa və Google Assistant populyar virtual köməkçilərdir.
Səs Tanıma (Voice Recognition)
Voice Recognition
Danışıq dilini tərcümə edən və mətnə və ya hərəkətə çevirən texnologiya.
Nümunə: Səsli yazma və səs komandaları səs tanıma sistemlərinə güvənir.
Zəif AI (Weak AI)
Weak AI
Ümumi zəka olmadan müəyyən, xüsusi bir tapşırığı yerinə yetirmək üçün nəzərdə tutulmuş AI sistemləri.
Nümunə: Dil anlaya bilməyən və ya avtomobil sürə bilməyən şahmat oynayan bir AI, zəif AI nümunəsidir.
Veb Qazıma (Web Scraping)
Web Scraping
Təlim məlumatlarını toplamaq və ya məzmunu izləmək üçün tez-tez istifadə olunan veb saytlardan məlumatların avtomatlaşdırılmış çıxarılması.
NümunÉ™: Æmlak qiymÉ™tlÉ™ndirmÉ™ modelini tÉ™lim etmÉ™k üçün É™mlak siyahılarını qazıma.
Çəki (Weight)
Weight
Neyron şəbəkələrində bir düyünün başqasına təsirinin gücünü müəyyən edən bir parametr.
Nümunə: Çəkilər modelin səhvini minimuma endirmək üçün təlim zamanı tənzimlənir.
Fısıltı (Whisper)
Whisper
OpenAI tərəfindən hazırlanmış, bir çox dildə səsi transkrips edə bilən bir nitq-mətn modelidir.
Nümunə: Fısıltı, mühazirələri və podkastları yüksək dəqiqliklə transkrips edə bilər.
YAML (YAML)
YAML
Məlumat seriallaşdırması üçün insan tərəfindən oxunan bir format, maşın öyrənməsi iş axınlarında konfiqurasiya faylları üçün ümumiyyətlə istifadə olunur.
Nümunə: PyTorch-da təlim üçün YAML faylında model parametrlərini təyin etmək.
Sıfır-Nümunə Öyrənmə (Zero-shot Learning)
Zero-shot Learning
Modelin ümumi bilikdən istifadə edərək, heç vaxt xüsusi olaraq təlim edilmədiyi tapşırıqları yerinə yetirmə qabiliyyəti.
Nümunə: Hüquqi məlumatlar üzərində xüsusi olaraq təlim edilməsə də, hüquqi sualları cavablandıran bir model.
Zettabayt (Zettabyte)
Zettabyte
Bir sekstilyon (10^21) bayta bərabər olan rəqəmsal məlumat vahidi, tez-tez internet məlumatlarının miqyasını təsvir etmək üçün istifadə olunur.
Nümunə: Qlobal internet trafik 2016-cı ilə qədər ildə 1 zettabaytdan çox olmuşdur.
