Otani AI Logo AICI Logo
Գլխավոր AI Օգուտներ Անվճար Զեկույց Գներ AI Նորություններ ՀՏՀ Կապ Ժարգոն

AI Ժարգոնի Բացատրիչ

Բացահայտեք արհեստական ​​ինտելեկտի տերմինաբանությունը մեր համապարփակ բառարանով։ Մեքենայական ուսուցումից մինչև նեյրոնային ցանցեր, մենք բարդ AI հասկացությունները պարզ բառերով ենք բացատրում։

Համաձայնեցում (Alignment)

Alignment
Այն գործընթացը, որի միջոցով ապահովվում է, որ AI համակարգի նպատակները, արդյունքները և վարքագիծը համապատասխանում են մարդկային նպատակներին և արժեքներին։ Սա հատկապես կարևոր է առաջադեմ համակարգերի համար, որոնք կարող են զարգացնել վարքագծեր, որոնք չեն նախատեսվել։
Օրինակ: Ապահովել, որ հոգեկան առողջության աջակցության չաթ-բոտը երբեք չի առաջարկում վնասակար գործողություններ՝ անկախ հուշումներից։

Ô¾Ö€Õ¡Õ£Ö€Õ¡Õ¾Õ¸Ö€Õ´Õ¡Õ¶ Õ«Õ¶Õ¿Õ¥Ö€Ö†Õ¥ÕµÕ½ (API) (Application Programming Interface (API))

Application Programming Interface (API)
Սահմանված կանոնների և արձանագրությունների մի շարք, որոնք թույլ են տալիս տարբեր ծրագրային համակարգերին շփվել և փոխանակել տվյալներ։
Օրինակ: Օգտագործելով OpenAI API-ն՝ հուշում ուղարկելու և ձեր վեբ հավելվածում լեզվական մոդելով ստեղծված պատասխան ստանալու համար։

Արհեստական ​​ընդհանուր ինտելեկտ (AGI) (Artificial General Intelligence (AGI))

Artificial General Intelligence (AGI)
AI-ի տեսական ձև, որը կարող է կատարել ցանկացած մտավոր առաջադրանք, որը կարող է կատարել մարդը։ Այն ընդհանրացնում է ուսուցումը տարբեր ոլորտներում։
Օրինակ: AGI համակարգը կարող է սովորել երաժշտության կոմպոզիցիա, կատարել վիրահատություն և հանձնել փիլիսոփայության քննություն՝ առանց առաջադրանքի հատուկ ծրագրավորման։

Արհեստական ​​ինտելեկտ (AI) (Artificial Intelligence (AI))

Artificial Intelligence (AI)
Մարդկային ինտելեկտի սիմուլյացիան մեքենաներում, որոնք ծրագրավորված են մտածելու, դատելու և ինքնուրույն գործելու համար։
Օրինակ: AI-ն աշխատեցնում է անձնական օգնականներ, ինչպիսիք են Siri-ն, և ինքնավար վարորդական համակարգեր, ինչպիսիք են Tesla Autopilot-ը։

AI Õ§Õ©Õ«Õ¯Õ¡ (AI Ethics)

AI Ethics
Մարմնամարզության մի ճյուղ, որը զբաղվում է AI մշակման և օգտագործման բարոյական հետևանքներով, ներառյալ արդարությունը, գաղտնիությունը, պատասխանատվությունը և չդիսկրիմինացիան։
Օրինակ: Ուղեցույցներ ստեղծելով՝ կանխելու համար, որ հավաքագրման ալգորիթմները խտրականություն չդրսևորեն սեռի կամ էթնիկ պատկանելության հիման վրա։

Ô²Õ¡Ö€Õ¥Õ¬Õ¡Õ¾Õ¾Õ¡Õ® Õ«Õ¶Õ¿Õ¥Õ¬Õ¥Õ¯Õ¿ (Augmented Intelligence)

Augmented Intelligence
Համագործակցային մոդել, որտեղ AI-ն լրացնում և բարելավում է մարդկային ինտելեկտը՝ փոխարինելու փոխարեն։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: AI-Õ¸Õ¾ Õ¡Õ·Õ­Õ¡Õ¿Õ¸Õ² Õ¼Õ¡Õ¤Õ«Õ¸Õ¬Õ¸Õ£Õ«Õ¡Õ¯Õ¡Õ¶ Õ£Õ¸Ö€Õ®Õ«Ö„Õ¶Õ¥Ö€, Õ¸Ö€Õ¸Õ¶Ö„ Õ¨Õ¶Õ¤Õ£Õ®Õ¸Ö‚Õ´ Õ¥Õ¶ Õ¡Õ¶Õ¸Õ´Õ¡Õ¬Õ«Õ¡Õ¶Õ¥Ö€Õ¨ Õ¢ÕªÕ«Õ·Õ¯Õ¶Õ¥Ö€Õ« Õ°Õ¡Õ´Õ¡Ö€, Õ¸Õ¾Ö„Õ¥Ö€ Õ¯Õ¡Õ¿Õ¡Ö€Õ¸Ö‚Õ´ Õ¥Õ¶ Õ¾Õ¥Ö€Õ»Õ¶Õ¡Õ¯Õ¡Õ¶ Õ¡Õ­Õ¿Õ¸Ö€Õ¸Õ·Õ¸Ö‚Õ´Õ¨Ö‰

Ô±Õ¶Õ¾Õ¿Õ¡Õ¶Õ£ Õ£Õ¸Ö€Õ®Õ¡Õ¯Õ¡Õ¬ (Autonomous Agent)

Autonomous Agent
AI համակարգ, որը ունակ է ինքնուրույն որոշումներ կայացնել և գործողություններ ձեռնարկել՝ առանց մարդկային միջամտության իր նպատակներին հասնելու համար։
Օրինակ: Ինքնավար առաքման ռոբոտ, որը նավարկում է քաղաքի փողոցներում և ինքնուրույն խուսափում է խոչընդոտներից։

Õ€Õ¥Õ¿Õ¡Õ¤Õ¡Ö€Õ± Õ¿Õ¡Ö€Õ¡Õ®Õ¸Ö‚Õ´ (Backpropagation)

Backpropagation
Նեյրոնային ցանցերը մարզելու տեխնիկա՝ թարմացնելով քաշերը ելքից մուտքային շերտեր, նվազեցնելով կանխատեսման սխալները։
Օրինակ: Օգտագործվում է ձեռագիր թվանշանները ճանաչելու գործում սխալների մակարդակը նվազեցնելու համար։

Ô¿Õ¸Õ²Õ´Õ¶Õ¡Õ¯Õ¡Õ¬Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶ (Ô±Õ¬Õ£Õ¸Ö€Õ«Õ©Õ´Õ¡Õ¯Õ¡Õ¶ Õ¯Õ¸Õ²Õ´Õ¶Õ¡Õ¯Õ¡Õ¬Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶) (Bias (Algorithmic Bias))

Bias (Algorithmic Bias)
AI արդյունքներում չնախատեսված և համակարգված նախապատվություն՝ պայմանավորված անհավասարակշռված կամ ոչ ներկայացուցչական մարզման տվյալներով։
Օրինակ: Դեմքի ճանաչման համակարգ, որը ավելի հաճախ սխալ է նույնականացնում գունավոր մարդկանց՝ մարզման տվյալներում անբավարար ներկայացվածության պատճառով։

Õ„Õ¥Õ® Õ¿Õ¾ÕµÕ¡Õ¬Õ¶Õ¥Ö€ (Big Data)

Big Data
Չափազանց մեծ տվյալների հավաքածուներ, որոնք պահանջում են հատուկ գործիքներ՝ պահպանելու, վերլուծելու և արժեք արդյունահանելու համար, հաճախ օգտագործվում են AI մոդելներ մարզելու համար։
Օրինակ: Միլիոնավոր օգտատերերի փոխազդեցությունները օգտագործելով՝ էլեկտրոնային առևտրի հարթակների համար առաջարկությունների շարժիչներ մարզելու համար։

Սև արկղի մոդել (Black Box Model)

Black Box Model
AI կամ մեքենայական ուսուցման մոդելի տեսակ, որի ներքին տրամաբանությունը հեշտությամբ չի մեկնաբանվում մարդկանց կողմից, ինչը դժվարացնում է հասկանալ, թե ինչպես են կայացվում որոշումները։
Օրինակ: Խորը նեյրոնային ցանց, որն օգտագործվում է վարկեր հաստատելու համար, բայց չի առաջարկում հստակ բացատրություն, թե ինչու է մեկ հայտատու ընդունվել, մյուսը՝ մերժվել։

ÕƒÕ¡Õ¶Õ¡Õ¹Õ¸Õ²Õ¡Õ¯Õ¡Õ¶ Õ°Õ¡Õ·Õ¾Õ¡Ö€Õ¯ (Cognitive Computing)

Cognitive Computing
AI համակարգեր, որոնք նախագծված են մարդկային մտածողության գործընթացները, ինչպիսիք են դատողությունը և ուսուցումը, սիմուլյացնելու համար՝ օգտագործելով այնպիսի տեխնիկաներ, ինչպիսիք են NLP-ն և օրինաչափությունների ճանաչումը։
Օրինակ: Ճանաչողական հաշվարկային համակարգ, որն օգնում է իրավաբան մասնագետներին վերլուծել դատական ​​իրավունքը և կանխատեսել արդյունքները։

Õ€Õ¡Õ´Õ¡Õ¯Õ¡Ö€Õ£Õ¹Õ¡ÕµÕ«Õ¶ Õ¿Õ¥Õ½Õ¸Õ²Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶ (Computer Vision)

Computer Vision
Արհեստական ​​ինտելեկտի մի ոլորտ, որը համակարգիչներին հնարավորություն է տալիս մեկնաբանել և մշակել տեսողական տվյալներ, ինչպիսիք են պատկերները և տեսանյութերը։
Օրինակ: Դեմքի ճանաչման համակարգեր, որոնք նույնականացնում են մարդկանց անվտանգության տեսագրություններում՝ օգտագործելով համակարգչային տեսողություն։

Տեքստերի հավաքածու (Corpus)

Corpus
Գրավոր կամ խոսակցական տեքստերի մեծ հավաքածու, որն օգտագործվում է լեզվական մոդելներ մարզելու համար։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Common Crawl Õ¿Õ¾ÕµÕ¡Õ¬Õ¶Õ¥Ö€Õ« Õ°Õ¡Õ¾Õ¡Ö„Õ¡Õ®Õ¸Ö‚Õ¶ Õ°Õ¡Õ¶Ö€Õ¡ÕµÕ«Õ¶ Õ¾Õ¥Õ¢ Õ°Õ¡Õ¾Õ¡Ö„Õ¡Õ®Õ¸Ö‚ Õ§, Õ¸Ö€Õ¶ Ö…Õ£Õ¿Õ¡Õ£Õ¸Ö€Õ®Õ¾Õ¸Ö‚Õ´ Õ§ GPT-Õ« Õ¶Õ´Õ¡Õ¶ Õ­Õ¸Õ·Õ¸Ö€ Õ¬Õ¥Õ¦Õ¾Õ¡Õ¯Õ¡Õ¶ Õ´Õ¸Õ¤Õ¥Õ¬Õ¶Õ¥Ö€ Õ´Õ¡Ö€Õ¦Õ¥Õ¬Õ¸Ö‚ Õ°Õ¡Õ´Õ¡Ö€Ö‰

Տվյալների հոսք (Data Drift)

Data Drift
Այն երևույթը, երբ մուտքային տվյալները փոխվում են ժամանակի ընթացքում՝ առաջացնելով մոդելի կատարողականի վատթարացում։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Ô±Ö€Õ¤ÕµÕ¸Ö‚Õ¶Õ¡Õ¢Õ¥Ö€Õ¡Õ¯Õ¡Õ¶ Õ½Õ¡Ö€Ö„Õ¡Õ¾Õ¸Ö€Õ¸Ö‚Õ´Õ¶Õ¥Ö€Õ« Õ¯Õ¡Õ¶Õ­Õ¡Õ¿Õ¥Õ½Õ¸Õ² Õ½ÕºÕ¡Õ½Õ¡Ö€Õ¯Õ´Õ¡Õ¶ Õ´Õ¸Õ¤Õ¥Õ¬Õ¨ Õ¤Õ¡Õ¼Õ¶Õ¸Ö‚Õ´ Õ§ Õ¡Õ¾Õ¥Õ¬Õ« Ö„Õ«Õ¹ Õ³Õ·Õ£Ö€Õ«Õ¿, Ö„Õ¡Õ¶Õ« Õ¸Ö€ Õ¶Õ¥Ö€Õ¤Ö€Õ¾Õ¸Ö‚Õ´ Õ¥Õ¶ Õ¶Õ¸Ö€ Õ½Õ¥Õ¶Õ½Õ¸Ö€Õ¡ÕµÕ«Õ¶ Õ¿Õ¥Õ­Õ¶Õ¸Õ¬Õ¸Õ£Õ«Õ¡Õ¶Õ¥Ö€Ö‰

Տվյալների պիտակավորում (Data Labelling)

Data Labelling
Տվյալները պիտակներով կամ պիտակներով ծածկելու գործընթացը՝ դրանք հարմար դարձնելով վերահսկվող ուսուցման համար։
Օրինակ: Հազարավոր ուռուցքային պատկերներ պիտակավորելով որպես բարորակ կամ չարորակ՝ քաղցկեղի հայտնաբերման մոդել մարզելու համար։

Տվյալների հանքարդյունաբերություն (Data Mining)

Data Mining
Մեծ տվյալների հավաքածուներում իմաստալից օրինաչափություններ, կապեր և անոմալիաներ հայտնաբերելու գործընթացը։
Օրինակ: Մանրածախ առևտրականները օգտագործում են տվյալների հանքարդյունաբերություն՝ պարզելու, որ տակդիրներ գնող մարդիկ հաճախ գարեջուր են գնում։

Խորը ուսուցում (Deep Learning)

Deep Learning
Մեքենայական ուսուցման մի ենթաճյուղ, որն օգտագործում է բազմաշերտ նեյրոնային ցանցեր՝ տվյալներում բարդ օրինաչափություններ մոդելավորելու համար։
Օրինակ: Խորը ուսուցումն օգտագործվում է այնպիսի լեզվական մոդելներում, ինչպիսիք են GPT-4-ը, և պատկերների ստեղծման մոդելներում, ինչպիսիք են Stable Diffusion-ը։

Ô´Õ«Ö†Õ¸Ö‚Õ¦Õ«Õ¸Õ¶ Õ´Õ¸Õ¤Õ¥Õ¬Õ¶Õ¥Ö€ (Diffusion Models)

Diffusion Models
Գեներատիվ մոդելների մի դաս, որոնք սովորում են տվյալներ արտադրել՝ աստիճանաբար վերածելով պատահական աղմուկը կառուցվածքային արդյունքների։
Օրինակ: Stable Diffusion-ը ստեղծում է ֆոտոռեալիստիկ պատկերներ տեքստային հուշումներից՝ օգտագործելով դիֆուզիոն տեխնիկան։

Õ†Õ¥Ö€Õ¤Ö€Õ¸Ö‚Õ´ (Embedding)

Embedding
Տվյալների թվային վեկտորային ներկայացում, որն օգտագործվում է բառերի, պատկերների կամ նախադասությունների իմաստային իմաստը գրավելու համար։
Օրինակ: NLP-ում «բանկ» բառը կարող է ունենալ նմանատիպ ներդրումներ «փող»-ի հետ, բայց տարբերվում է «գետափ»-ից՝ կախված համատեքստից։

Ô·ÕºÕ¸Õ­ (Epoch)

Epoch
Մեքենայական ուսուցման մոդելի մարզման գործընթացի ընթացքում ամբողջ մարզման տվյալների հավաքածուի մի ամբողջական իտերացիա։
Օրինակ: Եթե տվյալների հավաքածուն ունի 1000 օրինակ, և մոդելը տեսնում է դրանք բոլորը մեկ անգամ մարզման ընթացքում, դա մեկ էպոխ է։

Ô·Õ©Õ«Õ¯Õ¡Õ¯Õ¡Õ¶ AI (Ethical AI)

Ethical AI
Մշակման և տեղակայման փիլիսոփայություն, որը երաշխավորում է, որ AI տեխնոլոգիաները գործում են թափանցիկ, հավասարապես և հասարակական արժեքներին համապատասխան։
Օրինակ: AI հավաքագրման գործիք, որը ներառում է կողմնակալության ստուգումներ՝ փոքրամասնություն թեկնածուների նկատմամբ խտրականությունը կանխելու համար։

Փորձագիտական ​​համակարգ (Expert System)

Expert System
AI համակարգ, որը նմանակում է մարդու փորձագետի որոշում կայացնելու ունակությունները որոշակի ոլորտում՝ օգտագործելով կանոններ և տրամաբանություն։
Օրինակ: Փորձագիտական ​​համակարգ, որն օգտագործվում է գյուղատնտեսությունում՝ հողի տվյալների և վնասատուների պատմության հիման վրա մշակաբույսերի բուժում առաջարկելու համար։

Բացատրվող AI (XAI) (Explainable AI (XAI))

Explainable AI (XAI)
AI համակարգեր, որոնք նախագծված են իրենց ներքին գործընթացները և որոշումները մարդկանց համար հասկանալի դարձնելու համար՝ բարձրացնելով վստահությունը և պատասխանատվությունը։
Օրինակ: Բժշկական ախտորոշիչ AI, որը ոչ միայն առաջարկ է տալիս, այլև բացատրում է, թե որ ախտանիշներն են հանգեցրել այդ եզրակացությանը։

Քիչ օրինակներով ուսուցում (Few-shot Learning)

Few-shot Learning
Մեքենայական ուսուցման մեթոդ, որտեղ մոդելը մարզվում կամ մանրուքային կարգավորվում է՝ օգտագործելով միայն մի քանի պիտակավորված օրինակներ։
Օրինակ: LLM-ը հարմարեցնելը՝ իրավաբանական նամակներ գրելու համար՝ ցույց տալով դրանց ընդամենը 10 օրինակ։

Õ„Õ¡Õ¶Ö€Õ¸Ö‚Ö„Õ¡ÕµÕ«Õ¶ Õ¯Õ¡Ö€Õ£Õ¡Õ¾Õ¸Ö€Õ¸Ö‚Õ´ (Fine-tuning)

Fine-tuning
Նախապես մարզված մոդել վերցնելու և այն հետագայում մարզելու գործընթացը նոր, ավելի փոքր տվյալների հավաքածուի վրա՝ այն մասնագիտացնելու համար որոշակի առաջադրանքի համար։
Օրինակ: Ընդհանուր LLM-ը, ինչպիսին է GPT-ն, մանրուքային կարգավորելը ներքին իրավաբանական փաստաթղթերի վրա՝ ստեղծելու իրավաբանական կազմող օգնական։

Õ€Õ«Õ´Õ¶Õ¡Õ¯Õ¡Õ¶ Õ´Õ¸Õ¤Õ¥Õ¬ (Foundation Model)

Foundation Model
Մեծածավալ մոդել, որը մարզվել է բազմազան և լայն տվյալների վրա, որը կարող է հարմարեցվել բազմաթիվ հետագա առաջադրանքների համար։
Օրինակ: GPT-4-ը և PaLM 2-ը հիմնական մոդելներ են, որոնք կարող են ամփոփել, հարց ու պատասխան, թարգմանել և այլն։

Fuzzy logic (Fuzzy Logic)

Fuzzy Logic
Տրամաբանության մի ձև, որը զբաղվում է մոտավոր արժեքներով, այլ ոչ թե հաստատուն ճիշտ/սխալ (բինար) տրամաբանությամբ, օգտակար է անորոշության պայմաններում դատողության համար։
Օրինակ: Օգտագործվում է կլիմայի վերահսկման համակարգերում՝ ջերմաստիճանը կարգավորելու համար՝ հիմնվելով fuzzy մուտքագրումների վրա, ինչպիսիք են «մի փոքր տաք» կամ «շատ սառը»։

Գեներատիվ հակադրական ցանց (GAN) (Generative Adversarial Network (GAN))

Generative Adversarial Network (GAN)
Գեներատիվ մոդելի ճարտարապետություն, որտեղ երկու ցանց՝ գեներատոր և դիսկրիմինատոր, մրցում են արդյունքի որակը բարելավելու համար։
Օրինակ: GAN-ները օգտագործվում են deepfake տեսանյութեր ստեղծելու կամ էսքիզներից իրատեսական արտադրանքի լուսանկարներ ստեղծելու համար։

Ô³Õ¥Õ¶Õ¥Ö€Õ¡Õ¿Õ«Õ¾ AI (Generative AI)

Generative AI
Արհեստական ​​ինտելեկտի մի կատեգորիա, որը կարող է ստեղծել նոր բովանդակություն՝ տեքստ, պատկերներ, երաժշտություն կամ տեսանյութ՝ մարզման տվյալներից։
Օրինակ: ChatGPT-ն ստեղծում է բլոգային գրառումներ, կամ Midjourney-ն ստեղծում է թվային արվեստ՝ տեքստային հուշումներից։

Ô³Õ¥Õ¶Õ¥Ö€Õ¡Õ¿Õ«Õ¾ Õ¶Õ¡Õ­Õ¡ÕºÕ¥Õ½ Õ´Õ¡Ö€Õ¦Õ¾Õ¡Õ® Õ¿Ö€Õ¡Õ¶Õ½Ö†Õ¸Ö€Õ´Õ¥Ö€ (GPT) (Generative Pre-trained Transformer (GPT))

Generative Pre-trained Transformer (GPT)
OpenAI-ի կողմից մշակված խոշոր լեզվական մոդելների մի դաս, որն օգտագործում է տրանսֆորմեր ճարտարապետություն և նախապես մարզվել է հսկայական քանակությամբ տեքստային տվյալների վրա՝ կատարելու տարբեր լեզվական առաջադրանքներ։
Օրինակ: GPT-4-ը կարող է գրել էսսեներ, թարգմանել լեզուներ և ամփոփել փաստաթղթեր՝ նվազագույն հուշումներով։

Ô³Õ¥Õ¶Õ¥Õ¿Õ«Õ¯Õ¡Õ¯Õ¡Õ¶ Õ¡Õ¬Õ£Õ¸Ö€Õ«Õ©Õ´ (Genetic Algorithm)

Genetic Algorithm
Օպտիմալացման տեխնիկա, որը ոգեշնչված է բնական ընտրությունից, որտեղ լուծումները զարգանում են ժամանակի ընթացքում մուտացիայի, խաչավորման և ընտրության միջոցով։
Օրինակ: Օգտագործվում է արդյունավետ նեյրոնային ցանցային ճարտարապետություններ նախագծելու համար՝ «ուժեղագույնի գոյատևում» սիմուլյացնելով։

Հալուցինացիա (Hallucination)

Hallucination
AI մոդելի կողմից հավաստիորեն հնչող, բայց փաստացի սխալ կամ անիմաստ բովանդակության ստեղծում։
Օրինակ: Լեզվական մոդելը հորինում է գոյություն չունեցող մեջբերում կամ տրամադրում է կեղծ պատմական փաստեր։

Õ€Õ¥Õ¸Ö‚Ö€Õ«Õ½Õ¿Õ«Õ¯Õ¡ (Heuristic)

Heuristic
Խնդիրներ լուծելու գործնական մոտեցում, որը չի երաշխավորում կատարյալ լուծում, բայց բավարար է անմիջական նպատակների համար։
Օրինակ: Կանոն օգտագործելով՝ առաքման ժամանակը գնահատելու համար լոգիստիկ AI համակարգում։

Õ€Õ«ÕºÕ¥Ö€ÕºÕ¡Ö€Õ¡Õ´Õ¥Õ¿Ö€ (Hyperparameter)

Hyperparameter
Կազմաձևման արժեք, որը սահմանվում է մինչև մեքենայական ուսուցման մոդել մարզելը, ինչպիսիք են ուսուցման արագությունը կամ շերտերի քանակը։
Օրինակ: Փոխելով batch size-ը 32-ից 128-ի՝ մարզման արագությունը և մոդելի կատարողականը բարելավելու համար։

Ինֆերենցիա (Inference)

Inference
Մարզված մեքենայական ուսուցման մոդել օգտագործելու գործընթացը՝ նոր մուտքային տվյալներից կանխատեսումներ կատարելու կամ արդյունքներ ստեղծելու համար։
Օրինակ: Մանրուքային կարգավորված GPT մոդել օգտագործելով՝ հաճախորդների աջակցության թիմի համար նամակներ կազմելու համար։

Õ•Õ£Õ¿Õ¡Õ¿Õ«Ö€Õ¸Õ» Õ´Õ¿Õ¡Õ¤Ö€Õ¸Ö‚Õ©ÕµÕ¡Õ¶ Õ°Õ¡ÕµÕ¿Õ¶Õ¡Õ¢Õ¥Ö€Õ¸Ö‚Õ´ (Intent Detection)

Intent Detection
Բնական լեզվի հասկացման մի առաջադրանք, որտեղ համակարգը հայտնաբերում է օգտատիրոջ նպատակը կամ նպատակը հաղորդագրության մեջ։
Օրինակ: Չաթ-բոտում, «Ես ուզում եմ չվերթ ամրագրել»-ը որպես ճանապարհորդության ամրագրման մտադրություն ճանաչելը։

Ô»Õ¶Õ¿Õ¥Ö€Õ¶Õ¥Õ¿Õ« Õ«Ö€Õ¥Ö€Õ« (IoT) (Internet of Things (IoT))

Internet of Things (IoT)
Միացված ֆիզիկական սարքերի ցանց, որոնք ներկառուցված են սենսորներով, ծրագրերով և այլ տեխնոլոգիաներով՝ տվյալներ հավաքելու և փոխանակելու համար։
Օրինակ: Խելացի ջերմաստիճանային կարգավորիչներ և սառնարաններ, որոնք հաշվետվություն են ներկայացնում օգտագործման վերաբերյալ և կարգավորում են պարամետրերը՝ օգտագործելով AI վերլուծություններ։

Õ„Õ¥Õ¯Õ¶Õ¡Õ¢Õ¡Õ¶Õ¥Õ¬Õ«Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶ (Interpretability)

Interpretability
Այն աստիճանը, որով մարդը կարող է հասկանալ մեքենայական ուսուցման մոդելի ներքին մեխանիզմները և դրա որոշում կայացնելու գործընթացը։
Օրինակ: Որոշումների ծառը ավելի մեկնաբանելի է, քան խորը նեյրոնային ցանցը, քանի որ դրա որոշումները հետագծելի են։

Jupyter Notebook (Jupyter Notebook)

Jupyter Notebook
Բաց կոդով ինտերակտիվ հաշվողական միջավայր, որը թույլ է տալիս օգտատերերին գրել կոդ, պատկերացնել արդյունքները և վավերացնել վերլուծությունը մեկ միջերեսում։
Օրինակ: Տվյալների գիտնականները օգտագործում են Jupyter Notebooks՝ մեքենայական ուսուցման մոդելներ նախագծելու և արդյունքները կիսելու համար։

K-Õ¡Õ´Õ¥Õ¶Õ¡Õ´Õ¸Õ¿Õ«Õ¯ Õ°Õ¡Ö€Ö‡Õ¡Õ¶Õ¶Õ¥Ö€ (KNN) (K-Nearest Neighbours (KNN))

K-Nearest Neighbours (KNN)
Պարզ, ոչ պարամետրական մեքենայական ուսուցման ալգորիթմ, որն օգտագործվում է դասակարգման և ռեգրեսիայի համար։ Այն որոշումներ է կայացնում՝ հիմնվելով առանձնահատկությունների տարածքում ամենամոտ մարզման օրինակների վրա։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Õ†Õ¸Ö€ Õ´Ö€Õ£Õ¨ Õ¸Ö€ÕºÕ¥Õ½ Õ­Õ¶Õ±Õ¸Ö€ Õ¯Õ¡Õ´ Õ¿Õ¡Õ¶Õ± Õ¤Õ¡Õ½Õ¡Õ¯Õ¡Ö€Õ£Õ¥Õ¬Õ¸Ö‚ Õ°Õ¡Õ´Õ¡Ö€ KNN-Õ¨ Õ½Õ¿Õ¸Ö‚Õ£Õ¸Ö‚Õ´ Õ§, Õ©Õ¥ Õ¸Ö€ ÕºÕ«Õ¿Õ¡Õ¯Õ¡Õ¾Õ¸Ö€Õ¾Õ¡Õ® Õ´Ö€Õ£Õ¥Ö€Õ¶ Õ¥Õ¶ Õ¡Õ´Õ¥Õ¶Õ¡Õ´Õ¸Õ¿Õ«Õ¯ Õ±Ö‡Õ¸Õ¾ Ö‡ Õ£Õ¸Ö‚ÕµÕ¶Õ¸Õ¾Ö‰

Ô³Õ«Õ¿Õ¥Õ¬Õ«Ö„Õ« Õ£Ö€Õ¡Ö† (Knowledge Graph)

Knowledge Graph
Տվյալների կառուցվածք, որն օգտագործում է հանգույցներ և եզրեր՝ ներկայացնելու և պահպանելու էությունների և դրանց հարաբերությունների փոխկապակցված նկարագրությունները։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Google-Õ« Õ£Õ«Õ¿Õ¥Õ¬Õ«Ö„Õ« Õ¾Õ¡Õ°Õ¡Õ¶Õ¡Õ¯Õ¨ Õ¡Õ·Õ­Õ¡Õ¿Õ¸Ö‚Õ´ Õ§ Õ£Õ«Õ¿Õ¥Õ¬Õ«Ö„Õ« Õ£Ö€Õ¡Ö†Õ« Õ¾Ö€Õ¡, Õ¸Ö€Õ¨ Õ¯Õ¡ÕºÕ¸Ö‚Õ´ Õ§ Õ¡ÕµÕ¶ÕºÕ«Õ½Õ« Õ§Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶Õ¶Õ¥Ö€Õ¨, Õ«Õ¶Õ¹ÕºÕ«Õ½Õ«Ö„ Õ¥Õ¶ Õ´Õ¡Ö€Õ¤Õ«Õ¯, Õ¾Õ¡ÕµÖ€Õ¥Ö€Õ¨ Ö‡ Õ«Ö€Õ¡Õ¤Õ¡Ö€Õ±Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶Õ¶Õ¥Ö€Õ¨Ö‰

Լեզվական ուսուցման մոդելի օպտիմալացում (LLMO) (Language Learning Model Optimisation (LLMO))

Language Learning Model Optimisation (LLMO)
Տեխնիկաներ, որոնք օգտագործվում են խոշոր լեզվական մոդելների կատարողականը, արդյունավետությունը կամ հարմարվողականությունը բարելավելու համար՝ հատուկ առաջադրանքների կամ ոլորտների համար։
Օրինակ: Օգտագործելով քվանտացում և հրահանգների կարգավորում՝ LLM-ը օպտիմալացնելու համար ձեռնարկությունների օգտագործման համար։

Ô½Õ¸Õ·Õ¸Ö€ Õ¬Õ¥Õ¦Õ¾Õ¡Õ¯Õ¡Õ¶ Õ´Õ¸Õ¤Õ¥Õ¬ (LLM) (Large Language Model (LLM))

Large Language Model (LLM)
Խորը ուսուցման մոդելի մի տեսակ, որը մարզվել է հսկայական քանակությամբ տեքստային տվյալների վրա, որը կարող է ստեղծել, հասկանալ և դատել մարդկային լեզվով։
Օրինակ: ChatGPT-ն և Claude-ը LLM-ներ են, որոնք մարզվել են գրելու, ծրագրավորելու և հարցերին պատասխանելու գործում օգնելու համար։

Ô¼Õ¡Õ¿Õ¥Õ¶Õ¿Õ¡ÕµÕ«Õ¶ Õ¿Õ¡Ö€Õ¡Õ®Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶ (Latent Space)

Latent Space
Բարձր չափական վերացական ներկայացում, որտեղ նմանատիպ մուտքագրումները խմբավորվում են մոտիկ, օգտագործվում է գեներատիվ մոդելներում և ներդրումներում։
Օրինակ: Պատկերների ստեղծման մեջ, լատենտային տարածությունը մանիպուլյացնելը կարող է փոխել այնպիսի հատկանիշներ, ինչպիսիք են պայծառությունը կամ հույզը։

Ուսուցման արագություն (Learning Rate)

Learning Rate
Õ„Õ¡Ö€Õ¦Õ´Õ¡Õ¶ Õ°Õ«Õ´Õ¶Õ¡Õ¯Õ¡Õ¶ Õ°Õ«ÕºÕ¥Ö€ÕºÕ¡Ö€Õ¡Õ´Õ¥Õ¿Ö€Õ¨, Õ¸Ö€Õ¨ Õ¾Õ¥Ö€Õ¡Õ°Õ½Õ¯Õ¸Ö‚Õ´ Õ§, Õ©Õ¥ Õ¸Ö€Ö„Õ¡Õ¶Õ¸Õ¾ Õ¥Õ¶ Õ´Õ¸Õ¤Õ¥Õ¬Õ« Ö„Õ¡Õ·Õ¥Ö€Õ¨ Õ¯Õ¡Ö€Õ£Õ¡Õ¾Õ¸Ö€Õ¾Õ¸Ö‚Õ´ Õ¯Õ¸Ö€Õ½Õ¿Õ« Õ£Ö€Õ¡Õ¤Õ«Õ¥Õ¶Õ¿Õ« Õ¾Õ¥Ö€Õ¡Õ¢Õ¥Ö€ÕµÕ¡Õ¬Ö‰
Օրինակ: Բարձր ուսուցման արագությունը կարող է հանգեցնել մինիմալների գերազանցման, մինչդեռ չափազանց ցածր արագությունը դանդաղեցնում է մարզման առաջընթացը։

Մեքենայական ուսուցում (ML) (Machine Learning (ML))

Machine Learning (ML)
AI-ի մի ճյուղ, որը համակարգերին հնարավորություն է տալիս սովորել տվյալներից և բարելավել կատարողականը՝ առանց հատուկ ծրագրավորման։
Օրինակ: Սպամ ֆիլտրերը օգտագործում են մեքենայական ուսուցում՝ նախկին օրինակների հիման վրա նամակները դասակարգելու համար որպես սպամ կամ ոչ։

Õ„Õ¸Õ¤Õ¥Õ¬Õ« Õ°Õ¸Õ½Ö„ (Model Drift)

Model Drift
Այն երևույթը, երբ մոդելի ճշգրտությունը նվազում է ժամանակի ընթացքում՝ տվյալների կամ միջավայրի փոփոխությունների պատճառով։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Ô½Õ¡Ö€Õ¤Õ¡Õ­Õ¸Ö‚Õ©ÕµÕ¡Õ¶ Õ°Õ¡ÕµÕ¿Õ¶Õ¡Õ¢Õ¥Ö€Õ´Õ¡Õ¶ Õ´Õ¸Õ¤Õ¥Õ¬Õ¨ Õ¤Õ¡Õ¼Õ¶Õ¸Ö‚Õ´ Õ§ Õ¡Õ¾Õ¥Õ¬Õ« Ö„Õ«Õ¹ Õ³Õ·Õ£Ö€Õ«Õ¿, Ö„Õ¡Õ¶Õ« Õ¸Ö€ Õ­Õ¡Ö€Õ¤Õ¡Õ­Õ¸Ö‚Õ©ÕµÕ¡Õ¶ Õ´Õ¡Ö€Õ¿Õ¡Õ¾Õ¡Ö€Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶Õ¶Õ¥Ö€Õ¨ Õ¦Õ¡Ö€Õ£Õ¡Õ¶Õ¸Ö‚Õ´ Õ¥Õ¶Ö‰

Õ„Õ¸Õ¤Õ¥Õ¬Õ« Õ´Õ¡Ö€Õ¦Õ¸Ö‚Õ´ (Model Training)

Model Training
Տվյալները մեքենայական ուսուցման մոդելին մատակարարելու և նրա պարամետրերը սխալը նվազեցնելու համար կարգավորելու գործընթացը։
Օրինակ: Առաջարկությունների շարժիչ մարզելը հաճախորդների գնումների պատմության վրա՝ նոր ապրանքներ առաջարկելու համար։

Ô²Õ¡Õ¦Õ´Õ¡Õ´Õ¸Õ¤Õ¡Õ¬ AI (Multimodal AI)

Multimodal AI
AI Õ°Õ¡Õ´Õ¡Õ¯Õ¡Ö€Õ£Õ¥Ö€, Õ¸Ö€Õ¸Õ¶Ö„ Õ¸Ö‚Õ¶Õ¡Õ¯ Õ¥Õ¶ Õ´Õ·Õ¡Õ¯Õ¥Õ¬ Ö‡ Õ«Õ¶Õ¿Õ¥Õ£Ö€Õ¥Õ¬ Õ¢Õ¡Õ¦Õ´Õ¡Õ©Õ«Õ¾ Õ¿Õ¥Õ½Õ¡Õ¯Õ« Õ¿Õ¾ÕµÕ¡Õ¬Õ¶Õ¥Ö€, Õ«Õ¶Õ¹ÕºÕ«Õ½Õ«Ö„ Õ¥Õ¶ Õ¿Õ¥Ö„Õ½Õ¿Õ¨, ÕºÕ¡Õ¿Õ¯Õ¥Ö€Õ¶Õ¥Ö€Õ¨, Õ¡Õ¸Ö‚Õ¤Õ«Õ¸Õ¶ Ö‡ Õ¿Õ¥Õ½Õ¡Õ¶ÕµÕ¸Ö‚Õ©Õ¨Ö‰
Õ•Ö€Õ«Õ¶Õ¡Õ¯: GPT-4 Vision-Õ« Õ¶Õ´Õ¡Õ¶ Õ´Õ¸Õ¤Õ¥Õ¬, Õ¸Ö€Õ¨ Õ¯Õ¡Ö€Õ¸Õ² Õ§ Õ´Õ«Õ¡ÕªÕ¡Õ´Õ¡Õ¶Õ¡Õ¯ Õ¯Õ¡Ö€Õ¤Õ¡Õ¬ Õ¿Õ¥Ö„Õ½Õ¿ Ö‡ Õ´Õ¥Õ¯Õ¶Õ¡Õ¢Õ¡Õ¶Õ¥Õ¬ ÕºÕ¡Õ¿Õ¯Õ¥Ö€Õ¶Õ¥Ö€Ö‰

Ô²Õ¶Õ¡Õ¯Õ¡Õ¶ Õ¬Õ¥Õ¦Õ¾Õ« Õ´Õ·Õ¡Õ¯Õ¸Ö‚Õ´ (NLP) (Natural Language Processing (NLP))

Natural Language Processing (NLP)
AI-ի մի ենթաճյուղ, որը կենտրոնացած է համակարգիչների և մարդկային (բնական) լեզուների փոխազդեցության վրա։ Այն հնարավորություն է տալիս մեքենաներին կարդալ, հասկանալ և պատասխանել մարդկային լեզվով։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: NLP-Õ¶ Ö…Õ£Õ¿Õ¡Õ£Õ¸Ö€Õ®Õ¾Õ¸Ö‚Õ´ Õ§ Õ±Õ¡ÕµÕ¶Õ¡ÕµÕ«Õ¶ Ö…Õ£Õ¶Õ¡Õ¯Õ¡Õ¶Õ¶Õ¥Ö€Õ¸Ö‚Õ´, Õ¬Õ¥Õ¦Õ¾Õ« Õ©Õ¡Ö€Õ£Õ´Õ¡Õ¶Õ¸Ö‚Õ©ÕµÕ¡Õ¶ Õ°Õ¡Õ¾Õ¥Õ¬Õ¾Õ¡Õ®Õ¶Õ¥Ö€Õ¸Ö‚Õ´ Ö‡ Õ¹Õ¡Õ©-Õ¢Õ¸Õ¿Õ¥Ö€Õ¸Ö‚Õ´Ö‰

Նեյրոնային ցանց (Neural Network)

Neural Network
Մեքենայական ուսուցման մոդել, որն ոգեշնչված է մարդու ուղեղի կառուցվածքից՝ բաղկացած փոխկապակցված հանգույցների (նեյրոնների) շերտերից։
Օրինակ: Նեյրոնային ցանցերը կանգնած են խորը ուսուցման մոդելների ետևում, որոնք օգտագործվում են պատկերների և խոսքի ճանաչման մեջ։

Ô±Õ²Õ´Õ¸Ö‚Õ¯ (Noise)

Noise
Պատահական կամ անհարկի տեղեկատվություն տվյալներում, որը կարող է խոչընդոտել իմաստալից օրինաչափությունները և բացասաբար ազդել մոդելի կատարողականի վրա։
Օրինակ: Սենսորային սխալները կամ տվյալների մուտքագրումները լի տառասխալներով կարող են համարվել աղմուկ։

Õ•Õ¶Õ¿Õ¸Õ¬Õ¸Õ£Õ«Õ¡ (Ontology)

Ontology
Կառուցվածքային շրջանակ, որը դասակարգում և սահմանում է հարաբերությունները հասկացությունների միջև մի ոլորտում, հաճախ օգտագործվում է սեմինտիկ AI համակարգերում։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Ô±Õ¼Õ¸Õ²Õ»Õ¡ÕºÕ¡Õ°Õ¸Ö‚Õ©ÕµÕ¡Õ¶ Õ¸Õ¬Õ¸Ö€Õ¿Õ¸Ö‚Õ´ Ö…Õ¶Õ¿Õ¸Õ¬Õ¸Õ£Õ«Õ¡Õ¶ Õ¯Õ¡Ö€Õ¸Õ² Õ§ Õ½Õ¡Õ°Õ´Õ¡Õ¶Õ¥Õ¬, Õ©Õ¥ Õ«Õ¶Õ¹ÕºÕ¥Õ½ Õ¥Õ¶ Õ¡Õ­Õ¿Õ¡Õ¶Õ«Õ·Õ¶Õ¥Ö€Õ¨ Õ¯Õ¡ÕºÕ¾Õ¡Õ® Õ°Õ«Õ¾Õ¡Õ¶Õ¤Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶Õ¶Õ¥Ö€Õ« Ö‡ Õ¢Õ¸Ö‚ÕªÕ¸Ö‚Õ´Õ¶Õ¥Ö€Õ« Õ°Õ¥Õ¿Ö‰

Գերհարմարեցում (Overfitting)

Overfitting
Մոդելավորման սխալ, երբ մեքենայական ուսուցման մոդելը գրավում է մարզման տվյալների աղմուկը և վատ է կատարվում նոր տվյալների վրա։
Օրինակ: Մոդել, որը հիշում է մարզման պատասխանները, բայց չի կարողանում մշակել չտեսնված թեստային տվյալներ, գերհարմարեցված է։

Ô¿Õ¡Õ¶Õ­Õ¡Õ¿Õ¥Õ½Õ¸Õ² Õ¾Õ¥Ö€Õ¬Õ¸Ö‚Õ®Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶ (Predictive Analytics)

Predictive Analytics
Տվյալների, ալգորիթմների և AI-ի օգտագործումը՝ ապագա արդյունքների հավանականությունը հայտնաբերելու համար՝ հիմնվելով պատմական տվյալների վրա։
Օրինակ: Մանրածախ առևտրականները օգտագործում են կանխատեսող վերլուծություն՝ որոշակի ապրանքների պահանջարկը կանխատեսելու համար։

Õ†Õ¡Õ­Õ¶Õ¡Õ¯Õ¡Õ¶ Õ´Õ¡Ö€Õ¦Õ¸Ö‚Õ´ (Pre-training)

Pre-training
Մոդելը սկզբում մարզելու գործընթացը մեծ, ընդհանուր տվյալների հավաքածուի վրա՝ նախքան այն մասնագիտացնելը հատուկ առաջադրանքների համար։
Օրինակ: GPT մոդելները նախապես մարզվում են մեծ հավաքածուների վրա՝ նախքան հաճախորդների սպասարկման չաթ-բոտերի համար հարմարեցվելը։

Prompt Engineering (Prompt Engineering)

Prompt Engineering
Արդյունավետ հուշումներ ստեղծելու արվեստը և գիտությունը՝ խոշոր լեզվական մոդելների արդյունքները ուղղորդելու համար։
Օրինակ: «Պատասխանիր որպես քաղաքավարի ուսուցիչ» նման համակարգի հրահանգներ ավելացնելը prompt engineering-ի օրինակ է։

Քվանտացում (Quantisation)

Quantisation
Մոդելի սեղմման տեխնիկա, որը նվազեցնում է քաշերը և ակտիվացումները ներկայացնելու համար օգտագործվող բիթերի քանակը՝ բարելավելով արդյունավետությունը։
Օրինակ: Մոդելը 32-բիթից 8-բիթի քվանտացումը բարելավում է կատարողականը բջջային սարքերում։

Õ”Õ¾Õ¡Õ¶Õ¿Õ¡ÕµÕ«Õ¶ Õ°Õ¡Õ·Õ¾Õ¡Ö€Õ¯ (Quantum Computing)

Quantum Computing
Հաշվարկի նոր պարադիգմ, որը հիմնված է քվանտային մեխանիկայի վրա, որը պոտենցիալ ունի էքսպոնենցիալ մշակման հնարավորություններ։
Օրինակ: Քվանտային հաշվարկը կարող է մի օր արագացնել AI մարզումը դասական սահմաններից դուրս։

Ռեզոնանսային շարժիչ (Reasoning Engine)

Reasoning Engine
AI-ի մի համակարգ, որը տրամաբանական եզրակացություններ է անում փաստերի կամ տվյալների հավաքածուից՝ օգտագործելով կանոններ կամ ինֆերենցիայի ալգորիթմներ։
Օրինակ: AI ախտորոշիչ գործիքը օգտագործում է ռեզոնանսային շարժիչ՝ հնարավոր բժշկական վիճակները եզրակացնելու համար՝ հիմնվելով ախտանիշների վրա։

Հեռակառավարվող ուսուցում (RL) (Reinforcement Learning (RL))

Reinforcement Learning (RL)
Մեքենայական ուսուցման մի ոլորտ, որտեղ գործակալները սովորում են՝ փոխազդելով իրենց միջավայրի հետ՝ կուտակային պարգևները առավելագույնի հասցնելու համար։
Օրինակ: Ռոբոտ, որը սովորում է քայլել փորձի և սխալի միջոցով՝ օգտագործելով RL տեխնիկան։

Հեռակառավարվող ուսուցում մարդկային հետադարձ կապով (RLHF) (Reinforcement Learning with Human Feedback (RLHF))

Reinforcement Learning with Human Feedback (RLHF)
Ուսուցման մեթոդ, որտեղ մարդկային նախապատվությունները ուղղորդում են AI-ի պարգևատրման ազդանշանը, հաճախ օգտագործվում է լեզվական մոդելները մանրուքային կարգավորելու համար։
Օրինակ: ChatGPT-ն մարզվել է RLHF-ով՝ ավելի օգտակար և անվտանգ պատասխաններ ստեղծելու համար։

ÕŽÕ¥Ö€Õ¡Õ¯Õ¡Õ¶Õ£Õ¶Õ¸Ö‚Õ´-Õ¡umented Generation (RAG) (Retrieval-Augmented Generation (RAG))

Retrieval-Augmented Generation (RAG)
Տեղեկատվության վերականգնումը գեներացիայի հետ համատեղող մեթոդ, որտեղ LLM-ը վերցնում է համապատասխան փաստաթղթեր՝ իր պատասխանը բարելավելու համար։
Օրինակ: AI օգնականը վերականգնում և մեջբերում է արտադրանքի բնութագրերը՝ պատասխան ստեղծելիս տեխնիկական հարցի վերաբերյալ։

Ինքնավերահսկվող ուսուցում (Self-Supervised Learning)

Self-Supervised Learning
Մարզման մոտեցում, որտեղ մոդելը սովորում է օրինաչափություններ՝ ստեղծելով իր սեփական պիտակները հում տվյալներից՝ նվազեցնելով մարդու կողմից պիտակավորված տվյալների վրա կախվածությունը։
Օրինակ: BERT-ը մարզվում է ինքնավերահսկվող ուսուցմամբ՝ բաց թողնված բառերը տեքստում կանխատեսելով։

Ô»Õ´Õ¡Õ½Õ¿Õ¡ÕµÕ«Õ¶ Õ¸Ö€Õ¸Õ¶Õ¸Ö‚Õ´ (Semantic Search)

Semantic Search
ÕˆÖ€Õ¸Õ¶Õ´Õ¡Õ¶ Õ¿Õ¥Õ­Õ¶Õ«Õ¯Õ¡, Õ¸Ö€Õ¨ Õ°Õ¡Õ½Õ¯Õ¡Õ¶Õ¸Ö‚Õ´ Õ§ Ö…Õ£Õ¿Õ¡Õ¿Õ«Ö€Õ¸Õ» Õ´Õ¿Õ¡Õ¤Ö€Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶Õ¨ Ö‡ Õ°Õ¡Õ´Õ¡Õ¿Õ¥Ö„Õ½Õ¿Õ¡ÕµÕ«Õ¶ Õ«Õ´Õ¡Õ½Õ¿Õ¨, Õ¸Õ¹ Õ´Õ«Õ¡ÕµÕ¶ Õ¢Õ¡Õ¶Õ¡Õ¬Õ« Õ¢Õ¡Õ¼Õ¥Ö€Õ« Õ°Õ¡Õ´Õ¨Õ¶Õ¯Õ¶Õ¸Ö‚Õ´Õ¨Ö‰
Օրինակ: «Ինչպես փչացած ծորակը վերանորոգել» որոնելը հանգեցնում է ուղեցույցների, նույնիսկ եթե «փչացած ծորակ» տերմինը չի հայտնվում փաստաթղթում։

Տրամադրության վերլուծություն (Sentiment Analysis)

Sentiment Analysis
Տեքստում հույզերը, կարծիքները կամ վերաբերմունքները հայտնաբերելու գործընթացը, հաճախ դասակարգելով որպես դրական, բացասական կամ չեզոք։
Օրինակ: Թվիթերի վերլուծություն՝ նոր արտադրանքի վերաբերյալ հանրային արձագանքը գնահատելու համար։

Ստոխաստիկ (Stochastic)

Stochastic
Պարունակում է պատահականություն կամ հավանականային վարքագիծ, հաճախ օգտագործվում է գեներատիվ AI-ում և օպտիմալացման ալգորիթմներում։
Օրինակ: GPT-4-ի արդյունքը տարբերվում է նույն մուտքագրման համար՝ նրա ստոխաստիկ դեկոդավորման գործընթացի պատճառով։

ÕˆÖ‚ÕªÕ¥Õ² AI (Strong AI)

Strong AI
Հայտնի է նաև որպես Արհեստական ​​ընդհանուր ինտելեկտ (AGI), վերաբերում է մեքենաներին՝ մարդու մակարդակի ճանաչողական ունակություններով բոլոր ոլորտներում։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Ô±ÕºÕ¡Õ£Õ¡ AI, Õ¸Ö€Õ¨ Õ¯Õ¡Ö€Õ¸Õ² Õ§ Õ«Õ¶Ö„Õ¶Õ¸Ö‚Ö€Õ¸Ö‚ÕµÕ¶ Õ£Ö€Õ¥Õ¬ Õ¾Õ¥ÕºÕ¥Ö€, ÕºÕ¬Õ¡Õ¶Õ¡Õ¾Õ¸Ö€Õ¥Õ¬ Ö„Õ¡Õ²Õ¡Ö„Õ¶Õ¥Ö€ Ö‡ Õ¬Õ¸Ö‚Õ®Õ¥Õ¬ Õ§Õ©Õ«Õ¯Õ¡Õ¯Õ¡Õ¶ Õ¤Õ«Õ¬Õ¥Õ´Õ´Õ¡Õ¶Õ¥Ö€ Õ°Õ¡Õ¾Õ¡Õ½Õ¡Ö€Õ¡ÕºÕ¥Õ½ Õ¬Õ¡Õ¾Ö‰

Սուպեր Արհեստական ​​ինտելեկտ (SAI) (Super Artificial Intelligence (SAI))

Super Artificial Intelligence (SAI)
Տեսական AI, որը շատ գերազանցում է մարդու ինտելեկտը բոլոր ասպեկտներում՝ դատողություն, ստեղծագործություն, հուզական ինտելեկտ և այլն։
Օրինակ: SAI-ն կարող է տեսականորեն զարգացնել նոր գիտություններ և փիլիսոփայություններ անկախ։

Վերահսկվող ուսուցում (Supervised Learning)

Supervised Learning
Մեքենայական ուսուցման տեխնիկա, որտեղ մոդելները մարզվում են պիտակավորված տվյալների վրա՝ մուտքագրման-ելքագրման քարտեզներ սովորելու համար։
Օրինակ: Մոդելին սովորեցնելը, թե ինչպես դասակարգել նամակները որպես սպամ կամ ոչ՝ օգտագործելով պատմական օրինակներ։

Սինթետիկ տվյալներ (Synthetic Data)

Synthetic Data
Արհեստականորեն ստեղծված տվյալներ, որոնք սիմուլյացնում են իրական աշխարհի տվյալները, հաճախ օգտագործվում են մարզման համար, երբ իրական տվյալները սակավ են կամ զգայուն։
Օրինակ: Սինթետիկ բժշկական պատկերներ ստեղծելը՝ ախտորոշիչ մոդելներ մարզելու համար՝ առանց հիվանդի գաղտնիությունը խախտելու։

Տոկեն (Token)

Token
LLM-ների կողմից մշակվող տեքստի միավոր՝ սովորաբար բառ կամ բառի մաս։
Օրինակ: «Hello world!» նախադասությունը բաժանվում է 3 տոկենի՝ «Hello», «world» և «!»։

Տոկենացում (Tokenisation)

Tokenisation
Տեքստը տոկենների բաժանելու գործընթացը՝ մոդելի կողմից մշակման համար։
Օրինակ: NLP-ում «ChatGPT is great» դառնում է ['Chat', 'G', 'PT', 'is', 'great']։

Փոխանցման ուսուցում (Transfer Learning)

Transfer Learning
Մեկ առաջադրանքից գիտելիք օգտագործելը՝ մեկ այլ հարակից առաջադրանքի վրա ուսուցումը բարելավելու համար՝ նվազեցնելով մարզման ժամանակը և տվյալների կարիքները։
Օրինակ: Անգլերեն տեքստով մարզված մոդելը մանրուքային կարգավորելը՝ մեկ այլ լեզվով տրամադրության վերլուծություն կատարելու համար։

Տրանսֆորմեր (Transformer)

Transformer
Նեյրոնային ցանցային ճարտարապետություն, որն օգտագործում է ուշադրության մեխանիզմներ՝ հաջորդական տվյալները մոդելավորելու համար, լայնորեն օգտագործվում է LLM-ներում։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: BERT, GPT Ö‡ T5-Õ¨ Õ¢Õ¸Õ¬Õ¸Ö€Õ¨ Õ¿Ö€Õ¡Õ¶Õ½Ö†Õ¸Ö€Õ´Õ¥Ö€-Õ°Õ«Õ´Ö„Õ¸Õ¾ Õ´Õ¸Õ¤Õ¥Õ¬Õ¶Õ¥Ö€ Õ¥Õ¶Ö‰

Ցածր հարմարեցում (Underfitting)

Underfitting
Երբ մոդելը չափազանց պարզ է մարզման տվյալներում օրինաչափությունները գրավելու համար, ինչը հանգեցնում է վատ կատարողականի։
Օրինակ: Գծային մոդելը, որը փորձում է կանխատեսել բարդ պատկերների դասակարգումները, կարող է ցածր հարմարեցված լինել։

Անվերահսկվող ուսուցում (Unsupervised Learning)

Unsupervised Learning
Ուսուցման մոտեցում, որտեղ մոդելները հայտնաբերում են օրինաչափություններ կամ կլաստերներ չպիտակավորված տվյալներում։
Օրինակ: Հաճախորդներին խմբավորելը՝ հիմնվելով գնումների վարքագծի վրա՝ առանց նախապես սահմանված պիտակների։

Õ•Õ£Õ¿Õ¡Õ¿Õ«Ö€Õ¸Õ» Õ´Õ¿Õ¡Õ¤Ö€Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶ (User Intent)

User Intent
Օգտատիրոջ հարցման կամ փոխազդեցության ետևում գտնվող նպատակը կամ նպատակը։
Օրինակ: Օգտատերը, ով մուտքագրում է «ինչպես թխել տորթ», հավանաբար նպատակ ունի գտնել բաղադրատոմս։

Վալիդացիոն հավաքածու (Validation Set)

Validation Set
Տվյալների մի ենթաբազմություն, որն օգտագործվում է մոդելի կատարողականը գնահատելու համար մարզման ընթացքում և հիպերպարամետրերը կարգավորելու համար։
Օրինակ: Օգտագործվում է վերջնական փորձարկումից առաջ գերհարմարեցումը հայտնաբերելու համար։

ÕŽÕ¥Õ¯Õ¿Õ¸Ö€Õ¡ÕµÕ«Õ¶ Õ¢Õ¡Õ¦Õ¡ (Vector Database)

Vector Database
Ô²Õ¡Õ¦Õ¡, Õ¸Ö€Õ¨ Õ¶Õ¡Õ­Õ¡Õ£Õ®Õ¾Õ¡Õ® Õ§ Õ¾Õ¥Õ¯Õ¿Õ¸Ö€Õ¡ÕµÕ«Õ¶ Õ¶Õ¥Ö€Õ¤Ö€Õ¸Ö‚Õ´Õ¶Õ¥Ö€Õ¨ ÕºÕ¡Õ°ÕºÕ¡Õ¶Õ¥Õ¬Õ¸Ö‚ Ö‡ Õ¸Ö€Õ¸Õ¶Õ¥Õ¬Õ¸Ö‚ Õ°Õ¡Õ´Õ¡Ö€, Õ¸Ö€Õ¸Õ¶Ö„ Ö…Õ£Õ¿Õ¡Õ£Õ¸Ö€Õ®Õ¾Õ¸Ö‚Õ´ Õ¥Õ¶ AI Õ¡Õ¼Õ¡Õ»Õ¡Õ¤Ö€Õ¡Õ¶Ö„Õ¶Õ¥Ö€Õ¸Ö‚Õ´, Õ«Õ¶Õ¹ÕºÕ«Õ½Õ«Ö„ Õ¥Õ¶ Õ¶Õ´Õ¡Õ¶Õ¡Õ¿Õ«Õº Õ¸Ö€Õ¸Õ¶Õ¸Ö‚Õ´Õ¨ Ö‡ RAG-Õ¨Ö‰
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Pinecone-Õ¨ Ö‡ Weaviate-Õ¨ Õ¾Õ¥Õ¯Õ¿Õ¸Ö€Õ¡ÕµÕ«Õ¶ Õ¢Õ¡Õ¦Õ¡Õ¶Õ¥Ö€ Õ¥Õ¶ Õ¿Õ¥Ö„Õ½Õ¿Õ¡ÕµÕ«Õ¶ Õ¯Õ¡Õ´ ÕºÕ¡Õ¿Õ¯Õ¥Ö€Õ¡ÕµÕ«Õ¶ Õ¶Õ¥Ö€Õ¤Ö€Õ¸Ö‚Õ´Õ¶Õ¥Ö€Õ¨ ÕºÕ¡Õ°ÕºÕ¡Õ¶Õ¥Õ¬Õ¸Ö‚ Õ°Õ¡Õ´Õ¡Ö€Ö‰

ÕŽÕ¥Õ¯Õ¿Õ¸Ö€Õ¡ÕµÕ«Õ¶ Õ¶Õ¥Ö€Õ¤Ö€Õ¸Ö‚Õ´ (Vector Embedding)

Vector Embedding
Տվյալների թվային ներկայացում, որը պահպանում է իմաստային իմաստը և հարաբերությունները վեկտորային տարածությունում։
Օրինակ: «Արքա» և «Թագուհի» բառերը ունեն նմանատիպ ներդրումներ՝ նուրբ սեռական տարբերություններով։

ÕŽÕ«Ö€Õ¿Õ¸Ö‚Õ¡Õ¬ Ö…Õ£Õ¶Õ¡Õ¯Õ¡Õ¶ (Virtual Assistant)

Virtual Assistant
AI-ով աշխատող ծրագրային գործակալ, որն օգնում է օգտատերերին առաջադրանքներ կատարել՝ զրույցի կամ ձայնային հրամանների միջոցով։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Siri, Alexa Ö‡ Google Assistant-Õ¨ Õ°Õ¡ÕµÕ¿Õ¶Õ« Õ¾Õ«Ö€Õ¿Õ¸Ö‚Õ¡Õ¬ Ö…Õ£Õ¶Õ¡Õ¯Õ¡Õ¶Õ¶Õ¥Ö€ Õ¥Õ¶Ö‰

Ձայնային ճանաչում (Voice Recognition)

Voice Recognition
Տեխնոլոգիա, որը մեկնաբանում և փոխարկում է խոսակցական լեզուն տեքստի կամ գործողության։
Օրինակ: Ձայնային մուտքագրումը և ձայնային հրամանները հիմնվում են ձայնային ճանաչման համակարգերի վրա։

Ô¹Õ¸Ö‚ÕµÕ¬ AI (Weak AI)

Weak AI
AI համակարգեր, որոնք նախագծված են նեղ, հատուկ առաջադրանք կատարելու համար՝ առանց ընդհանուր ինտելեկտի։
Օրինակ: Շախմատ խաղացող AI, որը չի կարողանում հասկանալ լեզուն կամ վարել մեքենա, թույլ AI-ի օրինակ է։

ÕŽÕ¥Õ¢ Ö„Õ¥Ö€Õ¸Ö‚Õ´ (Web Scraping)

Web Scraping
Վեբ կայքերից տեղեկատվության ավտոմատ արդյունահանում, հաճախ օգտագործվում է մարզման տվյալներ հավաքելու կամ բովանդակությունը մոնիտորինգի համար։
Օրինակ: Անշարժ գույքի ցուցակները քերելը՝ գույքի գնահատման մոդել մարզելու համար։

Õ”Õ¡Õ· (Weight)

Weight
Նեյրոնային ցանցերում պարամետր, որը որոշում է մեկ հանգույցի ազդեցության ուժը մյուսի վրա։
Օրինակ: Մարզման ընթացքում քաշերը կարգավորվում են՝ մոդելի սխալը նվազեցնելու համար։

Whisper (Whisper)

Whisper
OpenAI-ի կողմից մշակված խոսքից տեքստի մոդել, որը կարող է բազմաթիվ լեզուներով ձայնագրել աուդիո։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Whisper-Õ¨ Õ¯Õ¡Ö€Õ¸Õ² Õ§ Õ¢Õ¡Ö€Õ±Ö€ Õ³Õ·Õ£Ö€Õ¿Õ¸Ö‚Õ©ÕµÕ¡Õ´Õ¢ Õ±Õ¡ÕµÕ¶Õ¡Õ£Ö€Õ¥Õ¬ Õ¤Õ¡Õ½Õ¡Õ­Õ¸Õ½Õ¸Ö‚Õ©ÕµÕ¸Ö‚Õ¶Õ¶Õ¥Ö€ Ö‡ ÖƒÕ¸Õ¤Ö„Õ¡Õ½Õ¿Õ¥Ö€Ö‰

YAML (YAML)

YAML
Տվյալների սերիալիզացիայի համար մարդու կողմից ընթերցվող ձևաչափ, որը սովորաբար օգտագործվում է մեքենայական ուսուցման աշխատանքային հոսքերում կազմաձևման ֆայլերի համար։
Õ•Ö€Õ«Õ¶Õ¡Õ¯: Õ„Õ¸Õ¤Õ¥Õ¬Õ« ÕºÕ¡Ö€Õ¡Õ´Õ¥Õ¿Ö€Õ¥Ö€Õ¨ YAML Ö†Õ¡ÕµÕ¬Õ¸Ö‚Õ´ Õ½Õ¡Õ°Õ´Õ¡Õ¶Õ¥Õ¬Õ¨ PyTorch-Õ¸Ö‚Õ´ Õ´Õ¡Ö€Õ¦Õ´Õ¡Õ¶ Õ°Õ¡Õ´Õ¡Ö€Ö‰

Zero-shot ուսուցում (Zero-shot Learning)

Zero-shot Learning
Մոդելի ունակությունը կատարելու առաջադրանքներ, որոնց վրա այն երբեք հատուկ չի մարզվել՝ օգտագործելով ընդհանուր գիտելիքը։
Օրինակ: Մոդել, որը պատասխանում է իրավաբանական հարցերին՝ չնայած հատուկ իրավաբանական տվյալների վրա չմարզվելուն։

Zettabyte (Zettabyte)

Zettabyte
Ô¹Õ¾Õ¡ÕµÕ«Õ¶ Õ¿Õ¾ÕµÕ¡Õ¬Õ¶Õ¥Ö€Õ« Õ´Õ«Õ¡Õ¾Õ¸Ö€, Õ¸Ö€Õ¨ Õ°Õ¡Õ¾Õ¡Õ½Õ¡Ö€ Õ§ Õ´Õ¥Õ¯ Õ½Õ¥Ö„Õ½Õ¿Õ«Õ¬Õ«Õ¸Õ¶ (10^21) Õ¢Õ¡ÕµÕ©Õ«, Õ°Õ¡Õ³Õ¡Õ­ Ö…Õ£Õ¿Õ¡Õ£Õ¸Ö€Õ®Õ¾Õ¸Ö‚Õ´ Õ§ Õ«Õ¶Õ¿Õ¥Ö€Õ¶Õ¥Õ¿Õ« Õ¿Õ¾ÕµÕ¡Õ¬Õ¶Õ¥Ö€Õ« Õ´Õ¡Õ½Õ·Õ¿Õ¡Õ¢Õ¨ Õ¶Õ¯Õ¡Ö€Õ¡Õ£Ö€Õ¥Õ¬Õ¸Ö‚ Õ°Õ¡Õ´Õ¡Ö€Ö‰
Օրինակ: Գլոբալ ինտերնետի երթևեկությունը գերազանցել է 1 զետաբայթը տարեկան մինչև 2016 թվականը։