Fúlaŋe (Alignment)
Alignment
Fúbaje bu émaŋe ke objektif, resultat, anan jikko bu sistem bu AI élaŋe ye objektif anan valer bu emit. Éseme lool di sistem bu ékaw bu émaŋe jikko bu émaŋe program-ho.
Misal: Fúmaŋe ke chatbot bu ébaliye di fúfite bu xol émaŋe rekomande juma bu éñare, toŋ toŋ prompt.
Fúlaŋal bu Program bu Application (API) (Application Programming Interface (API))
Application Programming Interface (API)
Kúbunj bu regil anan protokol bu éfataŋale bu émaŋe sistem bu software bu ékune éjokko anan éjambadiran data.
Misal: Fúbaje API bu OpenAI bune éyone prompt anan éjël tontu bu model bu bat di web app kako.
Fám bu Manjakuñ bu Éyiteme (AGI) (Artificial General Intelligence (AGI))
Artificial General Intelligence (AGI)
Form bu teoretik bu AI bu émaŋe baj bu fám bu emit fëp émaŋe. Éjeneralise kúho di domèn bu ékune.
Misal: Sistem bu AGI émaŋe ho kompozisyon bu musik, baj operasyon, anan pasé egzamen bu filosofi sáŋ program bu spesifik.
Fám bu Manjakuñ (AI) (Artificial Intelligence (AI))
Artificial Intelligence (AI)
Simulasyon bu fám bu emit di masin bu éprogramé bune éfite, éresone, anan ébaje ye éyemayem.
Misal: AI ébaje asistan personel baka Siri anan sistem bu kondwi otonom baka Tesla Autopilot.
Adabu bu AI (AI Ethics)
AI Ethics
Disiplin bu ékune implikasyon moral bu developman anan fúbaje bu AI, ékune fúyemaŋe, konfidansialite, responsabilite, anan fúmaŋe diskriminasyon.
Misal: Fúbaje gid bune émaŋe algoritme bu rekritman édiskriminé ci baz bu jenr o etni.
Fám bu Ésombe (Augmented Intelligence)
Augmented Intelligence
Model bu kolaboratif bu AI ékomplete anan ésombe fám bu emit, bune émaŋe remplase.
Misal: Juma bu radioloji bu AI émontre anomali di doktoor, bu émaŋe dyagnostik final.
Ajan bu Éyemayem (Autonomous Agent)
Autonomous Agent
Sistem bu AI bu émaŋe jël desisyon anan baj bune éloŋe objektif kako sáŋ intervenansyon bu emit.
Misal: Robot bu livrezon bu ékondwi éyemayem di ru bu vil anan éevite obstakil ye éyemayem.
Fúlo bu Ébule (Backpropagation)
Backpropagation
Teknik bune ého reso bu neuron ye fúbaje pwa di fúlo bu ébule, kúloŋe output anan input, bune éwañi erer bu prediksyon.
Misal: Ébaje di kúho bu klasifikater bu imaj bune éwañi to bu erer di fújiye sifir bu ékriye ye loko.
Fúteme (Fúteme bu Algoritme) (Bias (Algorithmic Bias))
Bias (Algorithmic Bias)
Favoritism sistematik bu émaŋe entansyon di resultat bu AI sabu data bu kúho bu émaŋe balansé o bu émaŋe representatif.
Misal: Sistem bu fújiye kanam bu éjiye-jiye emit bu kolor bu ébaye sabu sub-representasyon di data bu kúho.
Data bu Ébaye (Big Data)
Big Data
Kúbunj bu data bu ébaye lool bu éloŋe juma bu spesyal bune éstoké, éanalisé, anan éloŋe valer, ébaje lool bune ého model bu AI.
Misal: Fúbaje milyon bu interaksyon bu utilisater bune ého moter bu rekomendasyon di platfom bu e-komers.
Model bu Bwat bu Éfule (Black Box Model)
Black Box Model
Tip bu model bu AI o kúho bu masin bu lojik intern kako émaŋe fasil bune emit éfám, émaŋe difisil bune éfám nan desisyon éjële.
Misal: Reso bu neuron bu élaŋe bu ébaje bune éapruvé prè, men émaŋe joxe fataŋal bu élarale sabu ke benn demandè éaksepte anan keneen érefisé.
Komputing bu Fúfite (Cognitive Computing)
Cognitive Computing
Sistem bu AI bu ébaje bune ésimilé prosesus bu fúfite bu emit, baka resonman anan kúho, ye teknik baka NLP anan fújiye patern.
Misal: Sistem bu komputing bu fúfite bu ébaliye profesionel bu yoon éanalisé lwa anan épredir resultat.
Kúji bu Ordinater (Computer Vision)
Computer Vision
Domèn bu fám bu manjakuñ bu émaŋe ordinater éinterprete anan ébaje data visuel baka imaj anan video.
Misal: Sistem bu fújiye kanam bu éjiye emit di video bu sekirite ye kúji bu ordinater.
Kúbunj bu Bat (Corpus)
Corpus
Koleksyon bu ébaye bu teks bu ékriye o bu élawe bu ébaje bune ého model bu bat.
Misal: Dataset bu Common Crawl e benn korpus web publik bu ébaje bune ého model bu bat bu ébaye baka GPT.
Fúsambal bu Data (Data Drift)
Data Drift
Fenomen bu data bu input ésambale ye jamano, émaŋe performans bu model éwañi.
Misal: Model bu mantenans prediktif bune ekipman endistriyel éwañi presizyon kom teknoloji bu sensor bu kess ésambe.
Fúti Etiket di Data (Data Labelling)
Data Labelling
Prosesus bu fúti etiket di data bune émaŋe apte bune kúho bu éjiye.
Misal: Fúti etiket di miliye bu imaj bu timer kom benign o malin bune ého model bu deteksyon bu kanser.
Fúloŋ Data (Data Mining)
Data Mining
Prosesus bu fúloŋe patern bu am solo, korelasyon, anan anomali di dataset bu ébaye.
Misal: Detayan ébaje fúloŋ data bune éjiye ke emit bu éjënde kus éjënde lool bir.
Kúho bu Élaŋe (Deep Learning)
Deep Learning
Sub-domèn bu kúho bu masin bu ébaje reso bu neuron bu multi-kus bune émodelisé patern bu élaŋe di data.
Misal: Kúho bu élaŋe ébaje di model bu bat baka GPT-4 anan model bu jenerasyon bu imaj baka Stable Diffusion.
Model bu Fúsare (Diffusion Models)
Diffusion Models
Klas bu model bu jeneratif bu ého bune éprodwi data ye fútransforme buri aleatwar di resultat bu éstrukturé.
Misal: Stable Diffusion ébaje imaj fotorealist kúloŋe prompt bu teks ye teknik bu difizyon.
Fúsoŋe (Embedding)
Embedding
Representasyon numerik bu vektor bu data, ébaje lool bune éjël sinifikasyon semantik bu bat, imaj, o fraz.
Misal: Di NLP, bat 'bank' émaŋe am fúsoŋe bu ésumbuke ye 'xalis' men ékune ye 'tefes bu dex' segun konteks.
Jamano (Epoch)
Epoch
Iterasyon bu éyiteme ci dataset bu kúho fëp duma prosesus bu kúho bu model bu kúho bu masin.
Misal: Si dataset am 1,000 misal anan model éji fëp benn yoon duma kúho, e benn jamano.
AI bu Adabu (Ethical AI)
Ethical AI
Filosofi bu konsepsyon anan deplwaman bu émaŋe ke teknoloji bu AI ébaje ye transparans, ekite, anan élaŋe ye valer bu sosiete.
Misal: Juma bu rekritman bu AI bu ékune verifikasyon bu fúteme bune émaŋe diskriminasyon kont kandida minoriter.
Sistem bu Aho (Expert System)
Expert System
Sistem bu AI bu ékopi kapasite bu desizyon bu aho emit di domèn spesifik ye regil anan lojik.
Misal: Sistem bu aho bu ébaje di agrikiltir bune érekomande tretman bu rekòt ci baz bu data bu suuf anan istwar bu bestiol.
AI bu Éfataŋale (XAI) (Explainable AI (XAI))
Explainable AI (XAI)
Sistem bu AI bu ébaje bune prosesus intern anan desisyon kako éfámale di emit, émagal konfyans anan responsabilite.
Misal: AI bu dyagnostik medikal bu éjoxe rekomendasyon men éfataŋal osi nan sentom éyobbu di konklizyon jojo.
Kúho ye misal bu ékise (Few-shot Learning)
Few-shot Learning
Metod bu kúho bu masin bu model ého o ébaje-baje ye nombur bu ékise bu misal bu ékune etiket.
Misal: Fúpersonalize LLM bune ékri imel legal ba émontre 10 misal rekk.
Fúbaje bu Élaŋe (Fine-tuning)
Fine-tuning
Prosesus bu fújël model bu ého-ho anan fúho-ho di dataset bu kess, bu éndoke bune éspesialize bune baj spesifik.
Misal: Fúbaje-baje LLM jeneral baka GPT ci dokiman legal intern bune ébaje asistan bu redaksyon legal.
Model bu Témén (Foundation Model)
Foundation Model
Model bu ébaye bu ého di data bu ékune anan bu éyate bu émaŋe adapte di baj bu ébaye.
Misal: GPT-4 anan PaLM 2 e model bu témén bu émaŋe résumé, Q&A, tradiksyon, anan plus.
Lojik bu Élarale-larale (Fuzzy Logic)
Fuzzy Logic
Form bu lojik bu ébaje ye valer aproksimatif olye bu lojik fiks bu dëgg/fan (biner), util bune resonman di ensertitid.
Misal: Ébaje di sistem bu kontrol bu klima bune éajiste tanperatir ci baz bu input bu élarale-larale baka 'é taŋe tuti' o 'é sedde lool'.
Reso bu Fúbaje bu Éñanse (GAN) (Generative Adversarial Network (GAN))
Generative Adversarial Network (GAN)
Arsitektir bu model bu jeneratif bu ñaari reso — jenerater anan diskriminater — ékonkiré bune ébaje kalite bu output.
Misal: GAN ébaje bune ébaje video deepfake o éjeneré foto bu prodwi realist kúloŋe desen.
AI bu Ébaje (Generative AI)
Generative AI
Kategori bu fám bu manjakuñ bu émaŋe baje kontenu bu kess — baka teks, imaj, musik, o video — kúloŋe data bu kúho.
Misal: ChatGPT éjeneré atikil bu blog o Midjourney ébaje art dijital kúloŋe prompt bu teks.
Transformer bu Ébaje bu Ého-ho (GPT) (Generative Pre-trained Transformer (GPT))
Generative Pre-trained Transformer (GPT)
Klas bu model bu bat bu ébaye bu OpenAI ébaje bu ébaje arsitektir transformer anan ého-ho di kantite bu ébaye bu data bu teks bune émaŋe baj bu bat bu ékune.
Misal: GPT-4 émaŋe kri redaksyon, tradwi bat, anan résumé dokiman ye prompt bu éndoke.
Algoritme bu Jenetik (Genetic Algorithm)
Genetic Algorithm
Teknik bu optimizasyon bu éenspiré seleksyon naturel bu solisyon éevolué ye jamano ye mutasyon, krwasman, anan seleksyon.
Misal: Ébaje bune ékonsevwàr arsitektir bu reso bu neuron bu efikas ye fúsimilé sirvi bu égën seme.
Fúñene (Hallucination)
Hallucination
Jenerasyon bu kontenu bu ésoné plausib men bu émaŋe dëgg o bu amul sans bu model bu AI.
Misal: Model bu bat éenvante sitasyon bu émaŋe o éjoxe fe istorik bu fan.
Jalan bu Égafe (Heuristic)
Heuristic
Apros pratik bune resolisyon bu problem bu émaŋe garanti solisyon parfait men bu édoye bune objektif imedya.
Misal: Fúbaje regil bu égafe bune éestime tan bu livrezon di sistem bu AI bu lojistik.
Parametr bu Ékaw (Hyperparameter)
Hyperparameter
Valer bu konfigurasyon bu éreglé bala kúho bu model bu kúho bu masin, baka vitès bu kúho o nombur bu kus.
Misal: Fúajiste tay bu lo kúloŋe 32 anan 128 bune ébaje vitès bu kúho anan performans bu model.
Fúloŋe Fám (Inference)
Inference
Prosesus bu fúbaje model bu kúho bu masin bu ého bune émaŋe prediksyon o éjeneré resultat kúloŋe data bu input bu kess.
Misal: Fúbaje model GPT bu ébaje-baje bune ékri imel bune ekip bu suport kliyan.
Fújiye Intansyon (Intent Detection)
Intent Detection
Baj di konpreansyon bu bat naturel bu sistem éjiye objektif o biit bu utilisater di mesaj.
Misal: Di chatbot, fújiye 'Bëgg na reservé vol' kom intansyon bu reservasyon bu vwayaj.
Internet bu Juma (IoT) (Internet of Things (IoT))
Internet of Things (IoT)
Reso bu aparey fizik bu ékonekte bu ékune sensor, software, anan teknoloji bune ékolekte anan éjambadiran data.
Misal: Termosta anan frijider entelijan bu éraporte data bu itilizasyon anan éajiste parametr ye analitik bu AI.
Kúfataŋale (Interpretability)
Interpretability
Naka emit émaŋe fám mekanik intern bu model bu kúho bu masin anan prosesus bu desizyon kako.
Misal: Arb bu desizyon égën fámale ke reso bu neuron bu élaŋe sabu ke desisyon kako émaŋe topale.
Kaye bu Jupyter (Jupyter Notebook)
Jupyter Notebook
Anvironman bu komputing interaktif bu open-source bu émaŋe utilisater ékri kod, évizualisé resultat, anan édokimante analis di benn entèrfas.
Misal: Syantifik bu data ébaje Kaye bu Jupyter bune éprototipé model bu kúho bu masin anan épartajé resultat.
Asiran bu Ésumbuke (KNN) (K-Nearest Neighbours (KNN))
K-Nearest Neighbours (KNN)
Algoritme bu kúho bu masin bu égafe, non-parametrik bu ébaje bune klasifikasyon anan regresyon. Éjël desisyon ci baz bu misal bu kúho bu égën sumbuke di espas bu karateristik.
Misal: Bune éklasé frwi bu kess kom pom o pwar, KNN éverifié nan frwi bu ékune etiket égën sumbuke di form anan kolor.
Grafik bu Fám (Knowledge Graph)
Knowledge Graph
Struktur bu data bu ébaje ne anan aret bune érepresenté anan éstoké deskripsyon bu ékonekte bu antite anan relasyon kako.
Misal: Panel bu fám bu Google ébaje ye grafik bu fám bu ékonekte antite baka emit, bërëb, anan evenman.
Fúbaje bu Model bu Kúho bu Bat (LLMO) (Language Learning Model Optimisation (LLMO))
Language Learning Model Optimisation (LLMO)
Teknik bu ébaje bune ébaje performans, efikasite, o adaptabilite bu model bu bat bu ébaye bune baj o domèn spesifik.
Misal: Fúbaje kuantisasyon anan instruksyon bune éoptimisé LLM bune itilizasyon bu antrepriz.
Model bu Bat bu Ébaye (LLM) (Large Language Model (LLM))
Large Language Model (LLM)
Tip bu model bu kúho bu élaŋe bu ého di kantite bu ébaye bu data bu teks bu émaŋe jeneré, fám, anan resoné ye bat bu emit.
Misal: ChatGPT anan Claude e LLM bu ého bune ébaliye di fúkri, fúkodé, anan fútontu lajj.
Espas bu Éñibe (Latent Space)
Latent Space
Representasyon abstrè bu o-dimansyon bu input bu ésumbuke égrupe sumbuke, ébaje di model bu jeneratif anan fúsoŋe.
Misal: Di jenerasyon bu imaj, fúmanipilé espas bu éñibe émaŋe sambal karateristik baka leraay o emosyon.
Vitès bu Kúho (Learning Rate)
Learning Rate
Parametr bu ékaw kle di kúho bu ékontrole naka pwa bu model éajiste ye respekt di gradyan bu pèrt.
Misal: Vitès bu kúho bu ékaw émaŋe yobbu di fúdepasé minima, wanté vitès bu éndoke éralanti progres bu kúho.
Kúho bu Masin (ML) (Machine Learning (ML))
Machine Learning (ML)
Brans bu AI bu émaŋe sistem ého kúloŋe data anan ébaje performans sáŋ éprogramé eksplisitman.
Misal: Filtr bu spam ébaje kúho bu masin bune éklasé imel kom spam o non ci baz bu misal bu éweesu.
Fúsambal bu Model (Model Drift)
Model Drift
Fenomen bu presizyon bu model éwañi ye jamano sabu sambalman di data o anvironman.
Misal: Model bu deteksyon bu frod éwañi presizyon kom taktik bu frod éevolué.
Kúho bu Model (Model Training)
Model Training
Prosesus bu fújoxe data di model bu kúho bu masin anan fúajiste parametr kako bune éwañi erer.
Misal: Fúho moter bu rekomendasyon ci istwar bu jënd bu kliyan bune ésujéré prodwi bu kess.
AI bu Multimodal (Multimodal AI)
Multimodal AI
Sistem bu AI bu émaŋe baje anan éentegré tip bu data bu ékune baka teks, imaj, odyo, anan video.
Misal: Model baka GPT-4 Vision bu émaŋe jang teks anan éinterprete imaj di menm tan.
Fúbaje bu Bat bu Manjakuñ (NLP) (Natural Language Processing (NLP))
Natural Language Processing (NLP)
Sub-domèn bu AI bu ékonsantré ci interaksyon ant ordinater anan bat bu emit (naturel). Émaŋe masin éjang, éfám, anan étontu di bat bu emit.
Misal: NLP ébaje di asistan vokal, aplikasyon bu tradiksyon, anan chatbot.
Reso bu Neuron (Neural Network)
Neural Network
Model bu kúho bu masin bu éenspiré struktur bu yaram bu emit, ékomposé kus bu ne (neuron) bu ékonekte.
Misal: Reso bu neuron e gannaaw model bu kúho bu élaŋe bu ébaje di fújiye imaj anan bat.
Buri (Noise)
Noise
Enformasyon aleatwar o bu amul solo di data bu émaŋe ñib patern bu am solo anan éafekte negativman performans bu model.
Misal: Erer bu sensor o antre bu data bu fees ye fot émaŋe konsideré kom buri.
Ontoloji (Ontology)
Ontology
Kadr bu éstrukturé bu ékategorisé anan édefini relasyon ant konsep di benn domèn, ébaje lool di sistem bu AI semantik.
Misal: Ontoloji di sante émaŋe defini naka sentom érelaté anan maladi anan tretman.
Kúho bu Ébaye (Overfitting)
Overfitting
Erer bu modelizasyon bu model bu kúho bu masin éjël buri di data bu kúho anan ébaje suufe di data bu kess.
Misal: Model bu émemoris tontu bu kúho men émaŋe jere data bu tes bu émaŋe ji e kúho bu ébaye.
Analitik bu Fúloŋe (Predictive Analytics)
Predictive Analytics
Fúbaje bu data, algoritme, anan AI bune éjiye probabilite bu resultat futur ci baz bu data istorik.
Misal: Detayan ébaje analitik bu fúloŋe bune éprevwar demand bune sèrten prodwi.
Kúho-ho (Pre-training)
Pre-training
Prosesus bu fúho inisyalman model di dataset bu ébaye, jeneral bala fúbaje-baje bune baj spesifik.
Misal: Model bu GPT ého-ho di korpus bu ébaye bala épersonalize bune chatbot bu servis kliyan.
Jeni bu Prompt (Prompt Engineering)
Prompt Engineering
Art anan syans bu fúkriye prompt bu efikas bune éoriyante resultat bu model bu bat bu ébaye.
Misal: Fúyoli instruksyon sistem baka 'Tontul kom tutor bu polites' e misal bu jeni bu prompt.
Kuantisasyon (Quantisation)
Quantisation
Teknik bu kompresyon bu model bu éwañi nombur bu bit bu ébaje bune érepresenté pwa anan aktivasyon, ébaje efikasite.
Misal: Fúkuantisé model kúloŋe 32-bit anan 8-bit ébaje performans di aparey mobil.
Komputing bu Kuantum (Quantum Computing)
Quantum Computing
Paradigm bu kess bu komputing ci baz bu mekanik kuantum, bu am potansyel bune kapasite bu tretman eksponansyel.
Misal: Komputing bu kuantum émaŋe akseleré benn bis kúho bu AI depase limit klasik.
Moter bu Fúfite (Reasoning Engine)
Reasoning Engine
Sistem di AI bu étire konklizyon lojik kúloŋe kúbunj bu fe o data ye regil o algoritme bu inferans.
Misal: Juma bu dyagnostik bu AI ébaje moter bu fúfite bune édedwir kondisyon medikal posib ci baz bu sentom.
Kúho bu Fúsombe (RL) (Reinforcement Learning (RL))
Reinforcement Learning (RL)
Domèn bu kúho bu masin bu ajan ého ye fúentereagir ye anvironman kako bune émaksimisé rekonpans kimilatif.
Misal: Robot ého dox ye esè anan erer ye teknik bu RL.
Kúho bu Fúsombe ye Fám bu Manjakuñ (RLHF) (Reinforcement Learning with Human Feedback (RLHF))
Reinforcement Learning with Human Feedback (RLHF)
Metod bu kúho bu preferans bu emit égid sinyal bu rekonpans bu AI, ébaje lool di fúbaje-baje model bu bat.
Misal: ChatGPT ého ye RLHF bune éprodwi tontu bu égën util anan bu éjaŋe.
Jenerasyon bu Ésombe ye Fúloŋe (RAG) (Retrieval-Augmented Generation (RAG))
Retrieval-Augmented Generation (RAG)
Metod bu ékombiné rekuperasyon bu enformasyon ye jenerasyon, bu LLM éloŋe dokiman pertinent bune ébaje tontu kako.
Misal: Asistan bu AI érekipere anan ésité spesifikasyon bu prodwi duma éjeneré tontu di lajj teknik.
Kúho bu Éyemayem (Self-Supervised Learning)
Self-Supervised Learning
Apros bu kúho bu model ého patern ye fújeneré etiket kako kúloŋe data brut, éwañi dependans di data bu emit éti etiket.
Misal: BERT ého ye kúho bu éyemayem ye fúpredir bat bu émanqué di teks.
Fúloŋ bu Semantik (Semantic Search)
Semantic Search
Teknik bu resers bu éfám intansyon bu utilisater anan sinifikasyon kontekstuel, non pa rekk korespondans bu mo-kle.
Misal: Fúloŋ 'naka fúreparé robinet bu éfuite' éretir gid menm si term 'robinet bu éfuite' émaŋe di dokiman.
Analis bu Fúfite (Sentiment Analysis)
Sentiment Analysis
Prosesus bu fújiye emosyon, opinyon, o atitid di teks, éklasé lool kom positif, negatif, o netr.
Misal: Fúanalisé tweet bune éjije reaksyon publik di prodwi bu kess.
Stokastik (Stochastic)
Stochastic
Ékune azar o konportman probabilist, ébaje lool di AI bu jeneratif anan algoritme bu optimizasyon.
Misal: Resultat bu GPT-4 ésambale bune menm input sabu prosesus bu dekodaj stokastik kako.
AI bu Éseme (Strong AI)
Strong AI
Éjiye osi kom Fám bu Manjakuñ bu Éyiteme (AGI), érefere di masin ye kapasite kognitif bu nivo emit di fëp domèn.
Misal: AI futur bu émaŋe kri roman, planifié vil, anan resolé dilem etik ye menm fasoŋ.
Fám bu Manjakuñ bu Ékaw (SAI) (Super Artificial Intelligence (SAI))
Super Artificial Intelligence (SAI)
AI teoretik bu édepase lool fám bu emit di fëp aspè—resonman, kreyativite, entelijans emosyonel, etc.
Misal: SAI émaŋe teoretikman developé syans anan filosofi bu kess ye éyemayem.
Kúho bu Éjiye (Supervised Learning)
Supervised Learning
Teknik bu kúho bu masin bu model ého di data bu ékune etiket bune ého mapaj input-output.
Misal: Fúho model éklasé imel kom spam o non ye misal istorik.
Data bu Manjakuñ (Synthetic Data)
Synthetic Data
Data bu éjeneré artifisyelman bu ésimilé data bu monn reel, ébaje lool bune kúho kan data reel ékise o é sensible.
Misal: Fúbaje imaj medikal sentetik bune ého model bu dyagnostik sáŋ fúvyolé konfidansialite bu pasyan.
Token (Token)
Token
Unite bu teks bu LLM ébaje—tipikman benn bat o mòrso bu bat.
Misal: Fraz 'Assalamaaleykum aduna!' ékupo di 3 token: 'Assalamaaleykum', 'aduna', anan '!'.
Tokenisasyon (Tokenisation)
Tokenisation
Prosesus bu fúkupo teks di token bune model ébaje.
Misal: Di NLP, 'ChatGPT bax na' énekk ['Chat', 'G', 'PT', 'bax', 'na'].
Kúho bu Transfer (Transfer Learning)
Transfer Learning
Fúbaje fám kúloŋe benn baj bune ébaje kúho di beneen baj bu ékune, éwañi tan bu kúho anan bewen bu data.
Misal: Fúbaje-baje model bu ého di teks Angle bune émaŋe analis bu santiman di beneen bat.
Transformer (Transformer)
Transformer
Arsitektir bu reso bu neuron bu ébaje mekanism bu atansyon bune émodelisé data sekansyel, ébaje lool di LLM.
Misal: BERT, GPT, anan T5 e fëp model ci baz bu transformer.
Kúho bu Ékise (Underfitting)
Underfitting
Kan model égafe lool bune éjël patern di data bu kúho, éresulté di performans bu suufe.
Misal: Model lineyer bu éeseyé predir klasifikasyon bu imaj bu élaŋe émaŋe ho bu ékise.
Kúho bu Émajiye (Unsupervised Learning)
Unsupervised Learning
Apros bu kúho bu model éjiye patern o grup di data bu amul etiket.
Misal: Fúgrupé kliyan ci baz bu konportman bu jënd sáŋ etiket bu édefini-ho.
Intansyon bu Utilisater (User Intent)
User Intent
Objektif o biit gannaaw lajj o interaksyon bu utilisater.
Misal: Utilisater bu étapé 'naka fútobé gato' bëgg na loŋe reset.
Set bu Validasyon (Validation Set)
Validation Set
Sub-kúbunj bu data bu ébaje bune éevaliyé performans bu model duma kúho anan éajiste parametr bu ékaw.
Misal: Ébaje bune édetekte kúho bu ébaye bala tes final.
Bas bu Data bu Vektör (Vector Database)
Vector Database
Bas bu data bu ébaje bune éstoké anan éloŋe fúsoŋe bu vektor bu ébaje di baj bu AI baka resers bu similarite anan RAG.
Misal: Pinecone anan Weaviate e bas bu data bu vektor bune éstoké fúsoŋe bu teks o imaj.
Fúsoŋe bu Vektör (Vector Embedding)
Vector Embedding
Representasyon numerik bu data bu ékonservé sinifikasyon semantik anan relasyon di espas bu vektor.
Misal: Bat 'buur' anan 'lingen' am fúsoŋe bu ésumbuke ye diferans bu jenr bu éndoke.
Asistan bu Virtuel (Virtual Assistant)
Virtual Assistant
Ajan software bu AI bu ébaliye utilisater ékompleté baj ye konversasyon o komand vokal.
Misal: Siri, Alexa, anan Google Assistant e asistan virtuel bu popiler.
Fújiye Bat (Voice Recognition)
Voice Recognition
Teknoloji bu éinterprete anan ékonverti bat bu élawe di teks o aksyon.
Misal: Fútapé ye bat anan komand vokal édepann di sistem bu fújiye bat.
AI bu Émaŋseme (Weak AI)
Weak AI
Sistem bu AI bu ébaje bune émaŋe baj bu éndoke, spesifik sáŋ fám jeneral.
Misal: AI bu éjwe ekek bu émaŋe fám bat o kondwi oto e misal bu AI bu émaŋseme.
Fúloŋe Web (Web Scraping)
Web Scraping
Ekstraksyon otomatik bu enformasyon kúloŋe sit web, ébaje lool bune ékolekte data bu kúho o émonitore kontenu.
Misal: Fúloŋe anons imobilye bune ého model bu evalyasyon bu propriyete.
Pwa (Weight)
Weight
Parametr di reso bu neuron bu édetermine doole bu enfliyans bu benn ne am ci beneen.
Misal: Pwa éajiste duma kúho bune éwañi erer bu model.
Whisper (Whisper)
Whisper
Model bu bat-anan-teks bu OpenAI ébaje bu émaŋe transkri odyo di bat bu ékune.
Misal: Whisper émaŋe transkri kur anan podkas ye presizyon bu ékaw.
YAML (YAML)
YAML
Forma bu éjangale bune serializasyon bu data, ébaje lool bune fisye bu konfigurasyon di workflow bu kúho bu masin.
Misal: Fúdefini parametr bu model di fisye YAML bune kúho di PyTorch.
Kúho bu Sáŋ Misal (Zero-shot Learning)
Zero-shot Learning
Kapasite bu model bune émaŋe baj bu émaŋe ho-ho eksplisitman ye fúbaje fám jeneral.
Misal: Model bu étontu lajj legal menm si émaŋe ho spesifikman di data legal.
Zettabyte (Zettabyte)
Zettabyte
Unite bu data dijital bu éyemaŋe benn sekstiliyon (10^21) bayt, ébaje lool bune édeskri esel bu data bu internet.
Misal: Trafik internet global édepase 1 zettabyte pa atum di 2016.
