Alignment (Alignment)
Alignment
Processen med at sikre, at et AI-systems mål, output og adfærd stemmer overens med menneskelige mål og værdier. Dette er især vigtigt i avancerede systemer, der kan udvikle adfærd, der ikke er eksplicit tilsigtet.
Eksempel: At sikre, at en chatbot til mental sundhed aldrig anbefaler skadelige handlinger, uanset prompts.
Application Programming Interface (API) (Application Programming Interface (API))
Application Programming Interface (API)
Et sæt definerede regler og protokoller, der gør det muligt for forskellige softwaresystemer at kommunikere og udveksle data.
Eksempel: Brug af OpenAI API til at sende en prompt og modtage et sprogmodel-genereret svar i din webapp.
Artificial General Intelligence (AGI) (Artificial General Intelligence (AGI))
Artificial General Intelligence (AGI)
En teoretisk form for AI, der kan udføre enhver intellektuel opgave, som et menneske kan. Den generaliserer læring på tværs af domæner.
Eksempel: Et AGI-system kunne lære musikkomposition, udføre kirurgi og bestå en filosofieksamen uden opgavespecifik programmering.
Artificial Intelligence (AI) (Artificial Intelligence (AI))
Artificial Intelligence (AI)
Simuleringen af menneskelig intelligens i maskiner, der er programmeret til at tænke, ræsonnere og handle autonomt.
Eksempel: AI driver personlige assistenter som Siri og selvkørende systemer som Tesla Autopilot.
AI Ethics (AI Ethics)
AI Ethics
En disciplin, der beskæftiger sig med de moralske implikationer af AI-udvikling og -brug, herunder retfærdighed, privatliv, ansvarlighed og ikke-diskrimination.
Eksempel: Oprettelse af retningslinjer for at forhindre ansættelsesalgoritmer i at diskriminere baseret på køn eller etnicitet.
Augmented Intelligence (Augmented Intelligence)
Augmented Intelligence
En samarbejdsmodel, hvor AI supplerer og forbedrer menneskelig intelligens i stedet for at erstatte den.
Eksempel: AI-drevne radiologi-værktøjer, der fremhæver anomalier for læger, som træffer den endelige diagnose.
Autonomous Agent (Autonomous Agent)
Autonomous Agent
Et AI-system, der er i stand til at træffe sine egne beslutninger og udføre handlinger for at nå sine mål uden menneskelig indgriben.
Eksempel: En selvkørende leveringsrobot, der navigerer i byens gader og undgår forhindringer uafhængigt.
Backpropagation (Backpropagation)
Backpropagation
En teknik til træning af neurale netværk ved at opdatere vægte baglæns fra output til inputlag, hvilket minimerer forudsigelsesfejl.
Eksempel: Bruges til at træne billedklassifikatorer til at reducere fejlraten i genkendelse af håndskrevne cifre.
Bias (Algoritmisk Bias) (Bias (Algorithmic Bias))
Bias (Algorithmic Bias)
Utilsigtet og systematisk favorisering i AI-resultater på grund af ubalancerede eller ikke-repræsentative træningsdata.
Eksempel: Et ansigtsgenkendelsessystem, der fejlagtigt identificerer personer med mørk hudfarve hyppigere på grund af underrepræsentation i træningsdata.
Big Data (Big Data)
Big Data
Ekstremt store datasæt, der kræver specielle værktøjer til lagring, analyse og udtrækning af værdi, ofte brugt til at træne AI-modeller.
Eksempel: Brug af millioner af brugerinteraktioner til at træne anbefalingsmotorer til e-handelsplatforme.
Black Box Model (Black Box Model)
Black Box Model
En type AI- eller maskinlæringsmodel, hvis interne logik ikke let kan fortolkes af mennesker, hvilket gør det svært at forstå, hvordan beslutninger træffes.
Eksempel: Et dybt neuralt netværk, der bruges til at godkende lån, men som ikke giver nogen klar forklaring på, hvorfor en ansøger blev accepteret og en anden afvist.
Cognitive Computing (Cognitive Computing)
Cognitive Computing
AI-systemer designet til at simulere menneskelige tankeprocesser, såsom ræsonnement og læring, ved hjælp af teknikker som NLP og mønstergenkendelse.
Eksempel: Et kognitivt computersystem, der hjælper juridiske fagfolk med at analysere retspraksis og forudsige resultater.
Computer Vision (Computer Vision)
Computer Vision
Et felt inden for kunstig intelligens, der gør det muligt for computere at fortolke og behandle visuelle data som billeder og video.
Eksempel: Ansigtsgenkendelsessystemer, der identificerer personer i sikkerhedsmateriale ved hjælp af computer vision.
Corpus (Corpus)
Corpus
En stor samling af skriftlige eller talte tekster, der bruges til at træne sprogmodeller.
Eksempel: Common Crawl-datasættet er et offentligt web-corpus, der bruges til at træne store sprogmodeller som GPT.
Data Drift (Data Drift)
Data Drift
Fænomenet, hvor inputdata ændrer sig over tid, hvilket får modelpræstationen til at forringes.
Eksempel: En model til forudsigende vedligeholdelse af industrielt udstyr bliver mindre nøjagtig, efterhånden som ny sensorteknologi introduceres.
Data Labelling (Data Labelling)
Data Labelling
Processen med at annotere data med tags eller etiketter for at gøre dem egnede til overvåget læring.
Eksempel: Mærkning af tusindvis af tumorbilleder som godartede eller ondartede for at træne en kræftdetektionsmodel.
Data Mining (Data Mining)
Data Mining
Processen med at opdage meningsfulde mønstre, korrelationer og anomalier i store datasæt.
Eksempel: Detailhandlere bruger data mining til at identificere, at folk, der køber bleer, ofte også køber øl.
Deep Learning (Deep Learning)
Deep Learning
En undergren af maskinlæring, der bruger flerlagede neurale netværk til at modellere komplekse mønstre i data.
Eksempel: Deep learning bruges i sprogmodeller som GPT-4 og billedgenereringsmodeller som Stable Diffusion.
Diffusion Models (Diffusion Models)
Diffusion Models
En klasse af generative modeller, der lærer at producere data ved gradvist at transformere tilfældig støj til strukturerede output.
Eksempel: Stable Diffusion skaber fotorealistiske billeder fra tekstprompts ved hjælp af diffusionsteknikker.
Embedding (Embedding)
Embedding
En numerisk vektorrepræsentation af data, der ofte bruges til at fange den semantiske betydning af ord, billeder eller sætninger.
Eksempel: I NLP kan ordet 'bank' have lignende embeddings som 'penge', men forskellig fra 'flodbred' afhængigt af konteksten.
Epoch (Epoch)
Epoch
En fuld iteration over hele træningsdatasættet under træningsprocessen af en maskinlæringsmodel.
Eksempel: Hvis et datasæt har 1.000 eksempler, og en model ser dem alle én gang under træning, er det én epoch.
Ethical AI (Ethical AI)
Ethical AI
En design- og implementeringsfilosofi, der sikrer, at AI-teknologier fungerer transparent, retfærdigt og i overensstemmelse med samfundsmæssige værdier.
Eksempel: Et AI-ansættelsesværktøj, der inkluderer bias-tjek for at forhindre diskrimination mod minoritetskandidater.
Expert System (Expert System)
Expert System
Et AI-system, der efterligner beslutningsevnerne hos en menneskelig ekspert inden for et specifikt domæne ved hjælp af regler og logik.
Eksempel: Et ekspertsystem, der bruges i landbruget til at anbefale afgrødebehandlinger baseret på jorddata og skadedyrs historie.
Explainable AI (XAI) (Explainable AI (XAI))
Explainable AI (XAI)
AI-systemer designet til at gøre deres interne processer og beslutninger forståelige for mennesker, hvilket øger tillid og ansvarlighed.
Eksempel: En medicinsk diagnostisk AI, der ikke kun giver en anbefaling, men også forklarer, hvilke symptomer der førte til den konklusion.
Few-shot Learning (Few-shot Learning)
Few-shot Learning
En maskinlæringsmetode, hvor en model trænes eller finjusteres ved kun at bruge et lille antal mærkede eksempler.
Eksempel: Tilpasning af en LLM til at skrive juridiske e-mails efter at have vist den kun 10 eksempler.
Fine-tuning (Fine-tuning)
Fine-tuning
Processen med at tage en forudtrænet model og yderligere træne den på et nyt, mindre datasæt for at specialisere den til en specifik opgave.
Eksempel: Finjustering af en generel LLM som GPT på interne juridiske dokumenter for at skabe en juridisk udarbejdelsesassistent.
Foundation Model (Foundation Model)
Foundation Model
En storskala model trænet på diverse og brede data, der kan tilpasses mange downstream-opgaver.
Eksempel: GPT-4 og PaLM 2 er foundation models, der er i stand til opsummering, Q&A, oversættelse og mere.
Fuzzy Logic (Fuzzy Logic)
Fuzzy Logic
En form for logik, der beskæftiger sig med omtrentlige værdier i stedet for fast sand/falsk (binær) logik, nyttig til ræsonnement under usikkerhed.
Eksempel: Bruges i klimaanlæg til at justere temperaturen baseret på fuzzy input som 'lidt varmt' eller 'meget koldt'.
Generative Adversarial Network (GAN) (Generative Adversarial Network (GAN))
Generative Adversarial Network (GAN)
En generativ modelarkitektur, hvor to netværk – en generator og en diskriminator – konkurrerer om at forbedre outputkvaliteten.
Eksempel: GAN'er bruges til at skabe deepfake-videoer eller generere realistiske produktbilleder fra skitser.
Generative AI (Generative AI)
Generative AI
En kategori af kunstig intelligens, der kan skabe nyt indhold – såsom tekst, billeder, musik eller video – ud fra træningsdata.
Eksempel: ChatGPT genererer blogindlæg eller Midjourney skaber digital kunst fra tekstprompts.
Generative Pre-trained Transformer (GPT) (Generative Pre-trained Transformer (GPT))
Generative Pre-trained Transformer (GPT)
En klasse af store sprogmodeller udviklet af OpenAI, der bruger transformerarkitektur og er forudtrænet på enorme mængder tekstdata til at udføre en række sprogopgaver.
Eksempel: GPT-4 er i stand til at skrive essays, oversætte sprog og opsummere dokumenter med minimal prompting.
Genetisk Algoritme (Genetic Algorithm)
Genetic Algorithm
En optimeringsteknik inspireret af naturlig selektion, hvor løsninger udvikler sig over tid gennem mutation, crossover og selektion.
Eksempel: Bruges til at designe effektive neurale netværksarkitekturer ved at simulere overlevelse af de stærkeste.
Hallucination (Hallucination)
Hallucination
Generering af plausibelt lydende, men faktuelt ukorrekt eller meningsløst indhold af en AI-model.
Eksempel: En sprogmodel opfinder en ikke-eksisterende citation eller giver falske historiske fakta.
Heuristik (Heuristic)
Heuristic
En praktisk tilgang til problemløsning, der ikke garanterer en perfekt løsning, men er tilstrækkelig til umiddelbare mål.
Eksempel: Brug af en tommelfingerregel til at estimere leveringstid i et logistik-AI-system.
Hyperparameter (Hyperparameter)
Hyperparameter
En konfigurationsværdi, der indstilles før træning af en maskinlæringsmodel, såsom læringsrate eller antal lag.
Eksempel: Justering af batchstørrelsen fra 32 til 128 for at forbedre træningshastigheden og modelpræstationen.
Inferens (Inference)
Inference
Processen med at bruge en trænet maskinlæringsmodel til at foretage forudsigelser eller generere output fra nye inputdata.
Eksempel: Brug af en finjusteret GPT-model til at udarbejde e-mails til et kundesupportteam.
Intent Detection (Intent Detection)
Intent Detection
En opgave inden for naturlig sprogforståelse, hvor systemet identificerer brugerens mål eller hensigt i en besked.
Eksempel: I en chatbot genkendes 'jeg vil booke en flyrejse' som en rejsebooking-hensigt.
Internet of Things (IoT) (Internet of Things (IoT))
Internet of Things (IoT)
Et netværk af forbundne fysiske enheder, der er indlejret med sensorer, software og andre teknologier til at indsamle og udveksle data.
Eksempel: Smarte termostater og køleskabe, der rapporterer forbrugsdata og justerer indstillinger ved hjælp af AI-analyse.
Fortolkbarhed (Interpretability)
Interpretability
I hvilken grad et menneske kan forstå de interne mekanismer i en maskinlæringsmodel og dens beslutningsproces.
Eksempel: Et beslutningstræ er mere fortolkbart end et dybt neuralt netværk, fordi dets beslutninger kan spores.
Jupyter Notebook (Jupyter Notebook)
Jupyter Notebook
Et open-source interaktivt computeringsmiljø, der giver brugerne mulighed for at skrive kode, visualisere output og dokumentere analyser i en enkelt grænseflade.
Eksempel: Datavidenskabsfolk bruger Jupyter Notebooks til at prototype maskinlæringsmodeller og dele resultater.
K-Nearest Neighbours (KNN) (K-Nearest Neighbours (KNN))
K-Nearest Neighbours (KNN)
En simpel, ikke-parametrisk maskinlæringsalgoritme, der bruges til klassifikation og regression. Den træffer beslutninger baseret på de nærmeste træningseksempler i funktionsrummet.
Eksempel: For at klassificere en ny frugt som et æble eller en pære, kontrollerer KNN, hvilke mærkede frugter der er tættest på i form og farve.
Knowledge Graph (Knowledge Graph)
Knowledge Graph
En datastruktur, der bruger noder og kanter til at repræsentere og lagre sammenkoblede beskrivelser af enheder og deres relationer.
Eksempel: Googles videnspanel drives af en vidensgraf, der forbinder enheder som personer, steder og begivenheder.
Language Learning Model Optimisation (LLMO) (Language Learning Model Optimisation (LLMO))
Language Learning Model Optimisation (LLMO)
Teknikker, der bruges til at forbedre ydeevnen, effektiviteten eller tilpasningsevnen af store sprogmodeller til specifikke opgaver eller domæner.
Eksempel: Brug af kvantisering og instruktionstuning til at optimere en LLM til virksomhedsbrug.
Large Language Model (LLM) (Large Language Model (LLM))
Large Language Model (LLM)
En type deep learning-model trænet på enorme mængder tekstdata, der er i stand til at generere, forstå og ræsonnere med menneskeligt sprog.
Eksempel: ChatGPT og Claude er LLM'er trænet til at hjælpe med skrivning, kodning og besvarelse af spørgsmål.
Latent Space (Latent Space)
Latent Space
En højdimensionel abstrakt repræsentation, hvor lignende input grupperes tæt sammen, brugt i generative modeller og embeddings.
Eksempel: I billedgenerering kan manipulation af det latente rum ændre funktioner som lysstyrke eller følelse.
Learning Rate (Learning Rate)
Learning Rate
En nøglehyperparameter i træning, der styrer, hvor meget modelvægte justeres i forhold til tabsgraidenten.
Eksempel: En høj læringsrate kan føre til overskridelse af minima, mens en for lav rate bremser træningsfremskridtet.
Machine Learning (ML) (Machine Learning (ML))
Machine Learning (ML)
En gren af AI, der gør det muligt for systemer at lære af data og forbedre ydeevnen uden at blive eksplicit programmeret.
Eksempel: Spamfiltre bruger maskinlæring til at klassificere e-mails som spam eller ej baseret på tidligere eksempler.
Model Drift (Model Drift)
Model Drift
Et fænomen, hvor en models nøjagtighed falder over tid på grund af ændringer i data eller miljø.
Eksempel: En svindeldetektionsmodel bliver mindre nøjagtig, efterhånden som svindelmetoderne udvikler sig.
Model Training (Model Training)
Model Training
Processen med at føde data til en maskinlæringsmodel og justere dens parametre for at minimere fejl.
Eksempel: Træning af en anbefalingsmotor på kundernes købshistorik for at foreslå nye produkter.
Multimodal AI (Multimodal AI)
Multimodal AI
AI-systemer, der er i stand til at behandle og integrere flere datatyper som tekst, billeder, lyd og video.
Eksempel: En model som GPT-4 Vision, der kan læse tekst og fortolke billeder samtidigt.
Natural Language Processing (NLP) (Natural Language Processing (NLP))
Natural Language Processing (NLP)
En undergren af AI, der fokuserer på interaktionen mellem computere og menneskelige (naturlige) sprog. Den gør det muligt for maskiner at læse, forstå og reagere på menneskeligt sprog.
Eksempel: NLP bruges i stemmeassistenter, sprogoversættelsesapps og chatbots.
Neuralt Netværk (Neural Network)
Neural Network
En maskinlæringsmodel inspireret af den menneskelige hjernes struktur, bestående af lag af forbundne noder (neuroner).
Eksempel: Neurale netværk ligger bag deep learning-modeller, der bruges til billed- og stemmegenkendelse.
Støj (Noise)
Noise
Tilfældig eller irrelevant information i data, der kan sløre meningsfulde mønstre og negativt påvirke modelpræstationen.
Eksempel: Sensorfejl eller dataindtastninger med mange tastefejl kan betragtes som støj.
Ontologi (Ontology)
Ontology
Et struktureret rammeværk, der kategoriserer og definerer relationer mellem koncepter inden for et domæne, ofte brugt i semantiske AI-systemer.
Eksempel: En ontologi inden for sundhedsvæsenet kan definere, hvordan symptomer relaterer sig til sygdomme og behandlinger.
Overfitting (Overfitting)
Overfitting
En modelleringsfejl, hvor en maskinlæringsmodel fanger støj i træningsdataene og præsterer dårligt på nye data.
Eksempel: En model, der husker træningssvar, men ikke kan håndtere usete testdata, er overfitted.
Predictive Analytics (Predictive Analytics)
Predictive Analytics
Brugen af data, algoritmer og AI til at identificere sandsynligheden for fremtidige resultater baseret på historiske data.
Eksempel: Detailhandlere bruger forudsigende analyse til at forudsige efterspørgslen på visse produkter.
Pre-training (Pre-training)
Pre-training
Processen med indledende træning af en model på et stort, generelt datasæt, før den finjusteres til specifikke opgaver.
Eksempel: GPT-modeller forudtrænes på store corpora, før de tilpasses til kundeservice-chatbots.
Prompt Engineering (Prompt Engineering)
Prompt Engineering
Kunsten og videnskaben at udforme effektive prompts til at styre outputtet fra store sprogmodeller.
Eksempel: Tilføjelse af systeminstruktioner som 'Svar som en høflig vejleder' er et eksempel på prompt engineering.
Quantisation (Quantisation)
Quantisation
En modelkomprimeringsteknik, der reducerer antallet af bits, der bruges til at repræsentere vægte og aktiveringer, hvilket forbedrer effektiviteten.
Eksempel: Kvantisering af en model fra 32-bit til 8-bit forbedrer ydeevnen på mobile enheder.
Quantum Computing (Quantum Computing)
Quantum Computing
Et nyt paradigme for databehandling baseret på kvantemekanik, som rummer potentiale for eksponentielle processeringskapaciteter.
Eksempel: Kvanteberegning kan en dag accelerere AI-træning ud over klassiske grænser.
Reasoning Engine (Reasoning Engine)
Reasoning Engine
Et system i AI, der udleder logiske konklusioner fra et sæt fakta eller data ved hjælp af regler eller inferensalgoritmer.
Eksempel: Et AI-diagnoseværktøj bruger en ræsonneringsmotor til at udlede mulige medicinske tilstande baseret på symptomer.
Reinforcement Learning (RL) (Reinforcement Learning (RL))
Reinforcement Learning (RL)
Et område inden for maskinlæring, hvor agenter lærer ved at interagere med deres miljø for at maksimere kumulative belønninger.
Eksempel: En robot, der lærer at gå ved prøve og fejl ved hjælp af RL-teknikker.
Reinforcement Learning with Human Feedback (RLHF) (Reinforcement Learning with Human Feedback (RLHF))
Reinforcement Learning with Human Feedback (RLHF)
En læringsmetode, hvor menneskelige præferencer styrer AI'ens belønningssignal, ofte brugt til finjustering af sprogmodeller.
Eksempel: ChatGPT blev trænet med RLHF for at producere mere hjælpsomme og sikre svar.
Retrieval-Augmented Generation (RAG) (Retrieval-Augmented Generation (RAG))
Retrieval-Augmented Generation (RAG)
En metode, der kombinerer informationshentning med generering, hvor en LLM henter relevante dokumenter for at forbedre sit svar.
Eksempel: En AI-assistent henter og citerer produkt specifikationer, mens den genererer et svar på et teknisk spørgsmål.
Self-Supervised Learning (Self-Supervised Learning)
Self-Supervised Learning
En træningstilgang, hvor modellen lærer mønstre ved at generere sine egne etiketter fra rådata, hvilket reducerer afhængigheden af menneskeligt annoterede data.
Eksempel: BERT trænes med selvovervåget læring ved at forudsige manglende ord i tekst.
Semantisk Søgning (Semantic Search)
Semantic Search
En søgeteknik, der forstår brugerens hensigt og kontekstuelle betydning, ikke kun nøgleordsmatchning.
Eksempel: Søgning efter 'hvordan man reparerer en utæt vandhane' returnerer vejledninger, selvom udtrykket 'utæt vandhane' ikke er til stede i dokumentet.
Sentiment Analysis (Sentiment Analysis)
Sentiment Analysis
Processen med at identificere følelser, meninger eller holdninger i tekst, ofte klassificeret som positiv, negativ eller neutral.
Eksempel: Analyse af tweets for at vurdere offentlighedens reaktion på et nyt produkt.
Stokastisk (Stochastic)
Stochastic
Involverer tilfældighed eller probabilistisk adfærd, ofte brugt i generativ AI og optimeringsalgoritmer.
Eksempel: Outputtet fra GPT-4 varierer for den samme input på grund af dets stokastiske afkodningsproces.
Strong AI (Strong AI)
Strong AI
Også kendt som Artificial General Intelligence (AGI), refererer til maskiner med menneskelige kognitive evner på tværs af alle domæner.
Eksempel: En fremtidig AI, der autonomt kan skrive romaner, planlægge byer og løse etiske dilemmaer lige godt.
Super Artificial Intelligence (SAI) (Super Artificial Intelligence (SAI))
Super Artificial Intelligence (SAI)
En teoretisk AI, der langt overstiger menneskelig intelligens på alle områder – ræsonnement, kreativitet, følelsesmæssig intelligens osv.
Eksempel: En SAI kunne teoretisk set udvikle nye videnskaber og filosofier uafhængigt.
Supervised Learning (Supervised Learning)
Supervised Learning
En maskinlæringsteknik, hvor modeller trænes på mærkede data for at lære input-output-mappinger.
Eksempel: At lære en model at klassificere e-mails som spam eller ej ved hjælp af historiske eksempler.
Syntetiske Data (Synthetic Data)
Synthetic Data
Kunstigt genererede data, der simulerer virkelige data, ofte brugt til træning, når reelle data er knappe eller følsomme.
Eksempel: Oprettelse af syntetiske medicinske billeder til træning af diagnostiske modeller uden at krænke patienters privatliv.
Token (Token)
Token
En enhed af tekst behandlet af LLM'er – typisk et ord eller et ordstykke.
Eksempel: Sætningen 'Hej verden!' opdeles i 3 tokens: 'Hej', 'verden' og '!'.
Tokenisation (Tokenisation)
Tokenisation
Processen med at opdele tekst i tokens til behandling af en model.
Eksempel: I NLP bliver 'ChatGPT er fantastisk' til ['Chat', 'G', 'PT', 'er', 'fantastisk'].
Transfer Learning (Transfer Learning)
Transfer Learning
Brug af viden fra én opgave til at forbedre læring på en anden relateret opgave, hvilket reducerer træningstid og databehov.
Eksempel: Finjustering af en model trænet på engelsk tekst til at udføre sentimentanalyse på et andet sprog.
Transformer (Transformer)
Transformer
En neural netværksarkitektur, der bruger opmærksomhedsmekanismer til at modellere sekventielle data, bredt anvendt i LLM'er.
Eksempel: BERT, GPT og T5 er alle transformer-baserede modeller.
Underfitting (Underfitting)
Underfitting
Når en model er for simpel til at fange mønstrene i træningsdataene, hvilket resulterer i dårlig ydeevne.
Eksempel: En lineær model, der forsøger at forudsige komplekse billedklassifikationer, kan underfitte.
Unsupervised Learning (Unsupervised Learning)
Unsupervised Learning
En læringstilgang, hvor modeller identificerer mønstre eller klynger i umærkede data.
Eksempel: Gruppering af kunder baseret på købsadfærd uden foruddefinerede etiketter.
User Intent (User Intent)
User Intent
Målet eller hensigten bag en brugers forespørgsel eller interaktion.
Eksempel: En bruger, der skriver 'hvordan man bager en kage', har sandsynligvis til hensigt at finde en opskrift.
Validation Set (Validation Set)
Validation Set
En delmængde af data, der bruges til at evaluere modelpræstationen under træning og tune hyperparametre.
Eksempel: Bruges til at opdage overfitting før den endelige test.
Vector Database (Vector Database)
Vector Database
En database designet til at lagre og søge i vektor-embeddings, der bruges i AI-opgaver som lighedssøgning og RAG.
Eksempel: Pinecone og Weaviate er vektordatabaser til lagring af tekst- eller billed-embeddings.
Vector Embedding (Vector Embedding)
Vector Embedding
En numerisk repræsentation af data, der bevarer semantisk betydning og relationer i et vektorrum.
Eksempel: Ordene 'konge' og 'dronning' har lignende embeddings med subtile kønsforskelle.
Virtuel Assistent (Virtual Assistant)
Virtual Assistant
En AI-drevet softwareagent, der hjælper brugere med at fuldføre opgaver via samtale eller stemmekommandoer.
Eksempel: Siri, Alexa og Google Assistant er populære virtuelle assistenter.
Voice Recognition (Voice Recognition)
Voice Recognition
Teknologi, der fortolker og konverterer talt sprog til tekst eller handling.
Eksempel: Stemmeindtastning og stemmekommandoer er afhængige af stemmegenkendelsessystemer.
Weak AI (Weak AI)
Weak AI
AI-systemer designet til at udføre en snæver, specifik opgave uden generel intelligens.
Eksempel: En skakspillende AI, der ikke kan forstå sprog eller køre bil, er et eksempel på svag AI.
Web Scraping (Web Scraping)
Web Scraping
Automatiseret udtrækning af information fra websteder, ofte brugt til at indsamle træningsdata eller overvåge indhold.
Eksempel: Scraping af ejendomsannoncer for at træne en ejendomsvurderingsmodel.
Weight (Weight)
Weight
En parameter i neurale netværk, der bestemmer styrken af indflydelse, som en node har på en anden.
Eksempel: Vægte justeres under træning for at minimere modellens fejl.
Whisper (Whisper)
Whisper
En tale-til-tekst-model udviklet af OpenAI, der er i stand til at transskribere lyd på flere sprog.
Eksempel: Whisper kan transskribere forelæsninger og podcasts med høj nøjagtighed.
YAML (YAML)
YAML
Et menneskelæsbart format til dataserialisering, der almindeligvis bruges til konfigurationsfiler i maskinlæringsworkflows.
Eksempel: Definering af modelparametre i en YAML-fil til træning i PyTorch.
Zero-shot Learning (Zero-shot Learning)
Zero-shot Learning
Modellens evne til at udføre opgaver, den aldrig er eksplicit trænet på, ved at udnytte generel viden.
Eksempel: En model, der besvarer juridiske spørgsmål, selvom den ikke er specifikt trænet på juridiske data.
Zettabyte (Zettabyte)
Zettabyte
En enhed af digitale data svarende til en sextillion (10^21) bytes, ofte brugt til at beskrive omfanget af internetdata.
Eksempel: Den globale internettrafik oversteg 1 zettabyte om året i 2016.
