Otani AI Logo AICI Logo
Башкы бет AI артыкчылыктары Акысыз отчет Баалар AI Жаңылыктары Көп берилүүчү суроолор Байланыш Жаргон

AI Жаргон Бустери

Биздин комплекстүү глоссарий менен жасалма интеллект терминологиясын ачыктайбыз. Машинаны үйрөнүүдөн нейрондук тармактарга чейин, биз татаал AI концепцияларын жөнөкөй терминдерге бөлөбүз.

Шайкештик (Alignment)

Alignment
AI тутумунун максаттарын, натыйжаларын жана жүрүм-турумун адамдын максаттарына жана баалуулуктарына шайкеш келтирүүнү камсыз кылуу процесси. Бул, айрыкча, атайылап каралбаган жүрүм-турумдарды иштеп чыгышы мүмкүн болгон өнүккөн тутумдарда маанилүү.
Мисал: Психикалык саламаттык боюнча жардамчы чат-бот эч кандай суроо-талапка карабастан зыяндуу аракеттерди сунуш кылбашын камсыз кылуу.

Колдонмо программалоо интерфейси (API) (Application Programming Interface (API))

Application Programming Interface (API)
Ар кандай программалык тутумдардын өз ара аракеттенишине жана маалымат алмашууга мүмкүндүк берген аныкталган эрежелер жана протоколдор топтому.
Мисал: Веб-тиркемеңизде тил модели тарабынан түзүлгөн жоопту алуу жана суроо-талап жөнөтүү үчүн OpenAI API колдонуу.

Жасалма жалпы интеллект (AGI) (Artificial General Intelligence (AGI))

Artificial General Intelligence (AGI)
Адам жасай алган ар кандай интеллектуалдык тапшырманы аткара алган AIдин теориялык формасы. Ал домендер боюнча үйрөнүүнү жалпылайт.
Мисал: AGI тутуму тапшырмага ылайык программаланбастан эле музыкалык композицияны үйрөнүп, операция жасап, философия экзаменин тапшыра алат.

Жасалма интеллект (AI) (Artificial Intelligence (AI))

Artificial Intelligence (AI)
Ой жүгүртүүгө, акыл жүгүртүүгө жана автономдуу түрдө аракеттенүүгө программаланган машиналардагы адамдын интеллектин симуляциялоо.
Мисал: AI Siri сыяктуу жеке жардамчыларды жана Tesla Autopilot сыяктуу автономдуу айдоо тутумдарын иштетет.

AI этикасы (AI Ethics)

AI Ethics
AI иштеп чыгуунун жана колдонуунун моралдык кесепеттерин, анын ичинде адилеттүүлүк, купуялык, жоопкерчилик жана дискриминациясыздыкты камтыган дисциплина.
Мисал: Жумушка алуу алгоритмдарынын жынысына же этносуна жараша дискриминациялоосуна жол бербөө үчүн нускамаларды түзүү.

Өркүндөтүлгөн интеллект (Augmented Intelligence)

Augmented Intelligence
AI адамдын ордун басуудан көрө, адамдын интеллектин толуктап жана өркүндөтүүчү кызматташтык модели.
Мисал: AI-багытталган радиология куралдары дарыгерлер үчүн аномалияларды белгилеп, алар акыркы диагнозду коюшат.

Автономдуу агент (Autonomous Agent)

Autonomous Agent
Адамдын кийлигишүүсүз өз максаттарына жетүү үчүн өз алдынча чечим кабыл алууга жана аракеттерди жасоого жөндөмдүү AI тутуму.
Мисал: Шаар көчөлөрүн кыдырып, тоскоолдуктарды өз алдынча айланып өтүүчү автономдуу жеткирүү роботу.

Артка жайылтуу (Backpropagation)

Backpropagation
Нейрондук тармактарды үйрөтүү үчүн, болжолдоо каталарын азайтуу үчүн салмактарды чыгаруудан киргизүү катмарларына тескери жаңыртуу техникасы.
Мисал: Кол менен жазылган цифраларды таануудагы ката ылдамдыгын азайтуу үчүн колдонулат.

Жарым-жартылай (Алгоритмдик жарым-жартылай) (Bias (Algorithmic Bias))

Bias (Algorithmic Bias)
Тең салмаксыз же өкүлчүлүккө ээ эмес окуу маалыматтарынан улам AI натыйжаларында пайда болгон максатсыз жана системалуу артыкчылык.
Мисал: Окуу маалыматтарында аз өкүлчүлүктөн улам түстүү адамдарды көбүрөөк туура эмес тааныган бетти таануу тутуму.

Чоң маалыматтар (Big Data)

Big Data
Маалыматтарды сактоо, талдоо жана баалуулуктарды алуу үчүн атайын шаймандарды талап кылган өтө чоң маалымат топтомдору, көбүнчө AI моделдерин үйрөтүү үчүн колдонулат.
Мисал: Электрондук коммерция платформалары үчүн сунуш кылуучу кыймылдаткычтарды үйрөтүү үчүн миллиондогон колдонуучулардын өз ара аракеттерин колдонуу.

Кара куту модели (Black Box Model)

Black Box Model
Адамдар үчүн оңой эле түшүнүүгө мүмкүн болбогон ички логикасы бар AI же машинаны үйрөнүү моделинин бир түрү, бул чечимдердин кантип кабыл алынганын түшүнүүнү кыйындатат.
Мисал: Насыяларды бекитүү үчүн колдонулган терең нейрондук тармак, бирок бир талапкер кабыл алынып, экинчиси четке кагылганына эч кандай так түшүндүрмө бербейт.

Когнитивдик эсептөө (Cognitive Computing)

Cognitive Computing
NLP жана үлгүлөрдү таануу сыяктуу техникаларды колдонуу менен ой жүгүртүү жана үйрөнүү сыяктуу адамдын ой процесстерин симуляциялоо үчүн иштелип чыккан AI тутумдары.
Мисал: Юридикалык адистерге сот мыйзамдарын талдоо жана натыйжаларды болжолдоо боюнча жардам берген когнитивдик эсептөө тутуму.

Компьютердик көрүү (Computer Vision)

Computer Vision
Компьютерлерге сүрөттөр жана видео сыяктуу визуалдык маалыматтарды чечмелөөгө жана иштеп чыгууга мүмкүндүк берген жасалма интеллекттин бир тармагы.
Мисал: Компьютердик көрүүнү колдонуу менен коопсуздук видеолорундагы адамдарды аныктаган бетти таануу тутумдары.

Корпус (Corpus)

Corpus
Тил моделдерин үйрөтүү үчүн колдонулган жазылган же айтылган тексттердин чоң коллекциясы.
Мисал: Common Crawl маалымат топтому GPT сыяктуу чоң тил моделдерин үйрөтүү үчүн колдонулган коомдук веб-корпус болуп саналат.

Маалыматтардын агымы (Data Drift)

Data Drift
Киргизүү маалыматтары убакыттын өтүшү менен өзгөрүп, моделдин иштешинин начарлашына алып келген кубулуш.
Мисал: Өнөр жай жабдуулары үчүн болжолдуу тейлөө модели жаңы сенсордук технология киргизилгенде азыраак так болуп калат.

Маалыматтарды этикеткалоо (Data Labelling)

Data Labelling
Көзөмөлдөнгөн үйрөнүү үчүн маалыматтарды жарактуу кылуу үчүн тегдер же этикеткалар менен аннотациялоо процесси.
Мисал: Ракты аныктоочу моделди үйрөтүү үчүн миңдеген шишик сүрөттөрүн жакшы же зыяндуу деп этикеткалоо.

Маалыматтарды казуу (Data Mining)

Data Mining
Чоң маалымат топтомдорундагы маанилүү үлгүлөрдү, корреляцияларды жана аномалияларды табуу процесси.
Example: Жалаяк сатып алгандар көбүнчө сыра да сатып алышат деген тыянакка келүү үчүн маалыматтарды казууну колдонуу.

Терең үйрөнүү (Deep Learning)

Deep Learning
Маалыматтардагы татаал үлгүлөрдү моделдөө үчүн көп катмарлуу нейрондук тармактарды колдонгон машинаны үйрөнүүнүн бир тармагы.
Мисал: Терең үйрөнүү GPT-4 сыяктуу тил моделдеринде жана Stable Diffusion сыяктуу сүрөт генерациялоо моделдеринде колдонулат.

Диффузиялык моделдер (Diffusion Models)

Diffusion Models
Кокустук ызы-чууну структураланган натыйжаларга акырындык менен айландыруу менен маалыматтарды чыгарууга үйрөнгөн генеративдик моделдердин классы.
Мисал: Stable Diffusion диффузиялык ыкмаларын колдонуу менен тексттик суроо-талаптардан фотореалисттик сүрөттөрдү жаратат.

Вектордук чагылдыруу (Embedding)

Embedding
Сөздөрдүн, сүрөттөрдүн же сүйлөмдөрдүн семантикалык маанисин камтыган маалыматтардын сандык вектордук өкүлчүлүгү.
Мисал: NLPде 'банк' деген сөз контекстке жараша 'акча' сыяктуу вектордук чагылдырууларга ээ болушу мүмкүн, бирок 'дарыя жээги' сыяктуу эмес.

Эпоха (Epoch)

Epoch
Машинаны үйрөнүү моделин үйрөтүү процессинде бүт окуу маалымат топтомун толук итерациялоо.
Мисал: Эгерде маалымат топтомунда 1000 мисал болсо жана модель алардын баарын үйрөтүү учурунда бир жолу көрсө, бул бир эпоха.

Этикалык AI (Ethical AI)

Ethical AI
AI технологияларынын ачык-айкын, адилеттүү жана коомдук баалуулуктар менен шайкеш иштешин камсыз кылган дизайн жана жайылтуу философиясы.
Мисал: Азчылык талапкерлерди дискриминациялоого жол бербөө үчүн жарым-жартылай текшерүүлөрдү камтыган AI жумушка алуу куралы.

Эксперттик система (Expert System)

Expert System
Эрежелерди жана логиканы колдонуу менен белгилүү бир домендеги адам эксперттин чечим кабыл алуу жөндөмдөрүн туураган AI системасы.
Мисал: Айыл чарбасында топурактын маалыматтарына жана зыянкечтердин тарыхына негизделген өсүмдүк дарылоосун сунуш кылган эксперттик система.

Түшүндүрүүчү AI (XAI) (Explainable AI (XAI))

Explainable AI (XAI)
Адамдарга ички процесстерин жана чечим кабыл алуусун түшүнүктүү кылуу үчүн иштелип чыккан AI тутумдары, ишенимди жана жоопкерчиликти жогорулатат.
Мисал: Медициналык диагностикалык AI, ал сунушту гана бербестен, кайсы симптомдор ошол жыйынтыкка алып келгенин да түшүндүрөт.

Бир нече мисал менен үйрөнүү (Few-shot Learning)

Few-shot Learning
Модел аз сандагы этикеткаланган мисалдарды гана колдонуу менен үйрөтүлгөн же такталган машинаны үйрөнүү ыкмасы.
Мисал: 10 мисал көрсөткөндөн кийин юридикалык каттарды жазуу үчүн LLMди ыңгайлаштыруу.

Тактоо (Fine-tuning)

Fine-tuning
Алдын ала үйрөтүлгөн моделди алып, аны жаңы, кичинекей маалымат топтомунда атайын тапшырма үчүн адистештирүү үчүн андан ары үйрөтүү процесси.
Мисал: Юридикалык документтер боюнча жалпы LLMди тактап, юридикалык документтерди түзүүчү жардамчыны түзүү.

Негизги модель (Foundation Model)

Foundation Model
Ар кандай жана кеңири маалыматтарда үйрөтүлгөн чоң масштабдуу модель, ал көптөгөн кийинки тапшырмаларга ылайыкташтырылышы мүмкүн.
Мисал: GPT-4 жана PaLM 2 негизги моделдер болуп саналат, алар кыскача баяндоо, суроо-жооп, которуу жана башкаларды жасай алышат.

Fuzzy логика (Fuzzy Logic)

Fuzzy Logic
Бекитилген чын/жалган (бинардык) логиканын ордуна болжолдуу маанилер менен иштеген логиканын бир түрү, белгисиздик астында акыл жүгүртүү үчүн пайдалуу.
Мисал: Климатты контролдоо тутумдарында 'бир аз ысык' же 'абдан муздак' сыяктуу fuzzy киргизүүлөргө негизделген температураны тууралоо үчүн колдонулат.

Генеративдик атаандаштык тармак (GAN) (Generative Adversarial Network (GAN))

Generative Adversarial Network (GAN)
Эки тармак — генератор жана дискриминатор — натыйжанын сапатын жакшыртуу үчүн атаандашкан генеративдик модель архитектурасы.
Мисал: GANдар терең жасалма видеолорду жаратуу же эскиздерден реалисттик продукт сүрөттөрүн жаратуу үчүн колдонулат.

Генеративдик AI (Generative AI)

Generative AI
Жаңы мазмунду — текст, сүрөттөр, музыка же видео сыяктуу — окуу маалыматтарынан жарата алган жасалма интеллекттин категориясы.
Мисал: ChatGPT блог постторун жаратат же Midjourney тексттик суроо-талаптардан санариптик көркөм чыгармаларды жаратат.

Генеративдик алдын ала үйрөтүлгөн трансформатор (GPT) (Generative Pre-trained Transformer (GPT))

Generative Pre-trained Transformer (GPT)
OpenAI тарабынан иштелип чыккан чоң тил моделдеринин бир классы, ал трансформатор архитектурасын колдонот жана ар кандай тил тапшырмаларын аткаруу үчүн чоң көлөмдөгү тексттик маалыматтарда алдын ала үйрөтүлгөн.
Мисал: GPT-4 минималдуу суроо-талап менен эссе жазууга, тилдерди которууга жана документтерди кыскача баяндоого жөндөмдүү.

Генетикалык алгоритм (Genetic Algorithm)

Genetic Algorithm
Табигый тандоонун илхамы менен оптимизациялоо техникасы, мында чечимдер мутация, кайчылаш жана тандоо аркылуу убакыттын өтүшү менен өнүгөт.
Мисал: Эң жакшы жашоосун симуляциялоо аркылуу эффективдүү нейрондук тармак архитектураларын долбоорлоо үчүн колдонулат.

Галлюцинация (Hallucination)

Hallucination
AI модели тарабынан ишенимдүү угулган, бирок факты боюнча туура эмес же маанисиз мазмунду жаратуу.
Мисал: Тил модели жок шилтемени ойлоп табат же жалган тарыхый фактыларды берет.

Эвристика (Heuristic)

Heuristic
Идеалдуу чечимди кепилдебеген, бирок дароо максаттарга жетиштүү болгон көйгөйлөрдү чечүү үчүн практикалык ыкма.
Мисал: Логистикалык AI тутумунда жеткирүү убактысын баалоо үчүн эреже сыяктуу ыкманы колдонуу.

Гиперпараметр (Hyperparameter)

Hyperparameter
Үйрөнүү ылдамдыгы же катмарлардын саны сыяктуу, машинаны үйрөнүү моделин үйрөтүүдөн мурун коюлган конфигурациялык маани.
Мисал: Окуу ылдамдыгын жана моделдин иштешин жакшыртуу үчүн пакеттин өлчөмүн 32ден 128ге чейин тууралоо.

Инференс (Inference)

Inference
Жаңы киргизүү маалыматтарынан болжолдоолорду жасоо же натыйжаларды жаратуу үчүн үйрөтүлгөн машинаны үйрөнүү моделин колдонуу процесси.
Мисал: Кардарларды колдоо тобу үчүн каттарды түзүү үчүн такталган GPT моделин колдонуу.

Ниетти аныктоо (Intent Detection)

Intent Detection
Система колдонуучунун билдирүүсүндөгү максатын же ниетин аныктаган табигый тилди түшүнүүдөгү тапшырма.
Мисал: Чат-ботто 'Мен учакка билет алгым келет' дегенди саякат брондоо ниети катары таануу.

Интернет нерселер (IoT) (Internet of Things (IoT))

Internet of Things (IoT)
Маалыматтарды чогултуу жана алмашуу үчүн сенсорлор, программалык камсыздоо жана башка технологиялар менен жабдылган байланышкан физикалык түзмөктөрдүн тармагы.
Мисал: Колдонуу маалыматтарын отчеттоп, AI аналитикасын колдонуу менен жөндөөлөрдү тууралаган акылдуу термостаттар жана муздаткычтар.

Интерпретациялоо (Interpretability)

Interpretability
Машинаны үйрөнүү моделинин ички механизмдерин жана анын чечим кабыл алуу процессин адам түшүнө алган даражасы.
Мисал: Чечим дарагы нейрондук тармакка караганда көбүрөөк интерпретацияланат, анткени анын чечимдери байкалат.

Jupyter Notebook (Jupyter Notebook)

Jupyter Notebook
Колдонуучуларга код жазууга, натыйжаларды визуалдаштырууга жана бир интерфейсте анализди документтештирүүгө мүмкүндүк берген ачык булактуу интерактивдүү эсептөө чөйрөсү.
Мисал: Маалымат илимпоздору машинаны үйрөнүү моделдерин прототиптөө жана натыйжаларды бөлүшүү үчүн Jupyter Notebooks колдонушат.

K-жакын кошуналар (KNN) (K-Nearest Neighbours (KNN))

K-Nearest Neighbours (KNN)
Классификация жана регрессия үчүн колдонулган жөнөкөй, параметрсиз машинаны үйрөнүү алгоритми. Ал өзгөчөлүк мейкиндигиндеги эң жакын окуу мисалдарына негизделген чечимдерди кабыл алат.
Мисал: Жаңы жемишти алма же алмурут катары классификациялоо үчүн, KNN формасы жана түсү боюнча кайсы этикеткаланган жемиштер жакыныраак экенин текшерет.

Билим графы (Knowledge Graph)

Knowledge Graph
Объекттердин жана алардын ортосундагы байланыштардын өз ара байланышкан сүрөттөмөлөрүн көрсөтүү жана сактоо үчүн түйүндөрдү жана четтерди колдонгон маалымат структурасы.
Мисал: Google'дун билим панелин адамдар, жерлер жана окуялар сыяктуу объекттерди байланыштырган билим графы иштетет.

Тилди үйрөнүү моделин оптималдаштыруу (LLMO) (Language Learning Model Optimisation (LLMO))

Language Learning Model Optimisation (LLMO)
Чоң тил моделдеринин иштешин, эффективдүүлүгүн же ыңгайлашуусун атайын тапшырмалар же домендер үчүн жакшыртуу үчүн колдонулган ыкмалар.
Мисал: Ишкана колдонуусу үчүн LLMди оптималдаштыруу үчүн квантификацияны жана инструкциялык настройканы колдонуу.

Чоң тил модели (LLM) (Large Language Model (LLM))

Large Language Model (LLM)
Чоң көлөмдөгү тексттик маалыматтарда үйрөтүлгөн, адамдын тилин жаратууга, түшүнүүгө жана акыл жүгүртүүгө жөндөмдүү терең үйрөнүү моделинин бир түрү.
Мисал: ChatGPT жана Claude LLMдер болуп саналат, алар жазууга, коддоого жана суроолорго жооп берүүгө жардам берүү үчүн үйрөтүлгөн.

Латенттик мейкиндик (Latent Space)

Latent Space
Генеративдик моделдерде жана вектордук чагылдырууларда колдонулган, окшош киргизүүлөр бири-бирине жакын топтолгон жогорку өлчөмдүү абстракттуу өкүлчүлүк.
Мисал: Сүрөт генерациясында латенттик мейкиндикти манипуляциялоо жарыктык же эмоция сыяктуу өзгөчөлүктөрдү өзгөртө алат.

Үйрөнүү ылдамдыгы (Learning Rate)

Learning Rate
Моделдин салмактарынын жоготуу градиентине карата канчалык деңгээлде өзгөргөндүгүн көзөмөлдөгөн үйрөтүүдөгү негизги гиперпараметр.
Мисал: Жогорку үйрөнүү ылдамдыгы минимумдарды ашып кетүүгө алып келиши мүмкүн, ал эми өтө төмөн ылдамдык үйрөтүү прогрессин жайлатат.

Машинаны үйрөнүү (ML) (Machine Learning (ML))

Machine Learning (ML)
Системаларга маалыматтардан үйрөнүүгө жана атайын программаланбастан иштешин жакшыртууга мүмкүндүк берген AIдин бутагы.
Мисал: Спам чыпкалары электрондук почталарды мурунку мисалдардын негизинде спам же спам эмес деп классификациялоо үчүн машинаны үйрөнүүнү колдонушат.

Моделдин агымы (Model Drift)

Model Drift
Маалыматтардын же чөйрөнүн өзгөрүшүнөн улам моделдин тактыгы убакыттын өтүшү менен төмөндөшү кубулушу.
Мисал: Алдамчылыкты аныктоочу модел алдамчылык тактикасы өнүккөн сайын азыраак так болуп калат.

Моделди үйрөтүү (Model Training)

Model Training
Машинаны үйрөнүү моделине маалыматтарды берүү жана катаны азайтуу үчүн анын параметрлерин тууралоо процесси.
Мисал: Жаңы өнүмдөрдү сунуштоо үчүн кардарлардын сатып алуу тарыхы боюнча сунуш кылуучу кыймылдаткычты үйрөтүү.

Мультимодалдык AI (Multimodal AI)

Multimodal AI
Текст, сүрөттөр, аудио жана видео сыяктуу бир нече түрдөгү маалыматтарды иштеп чыгуу жана интеграциялоо жөндөмдүү AI тутумдары.
Мисал: GPT-4 Vision сыяктуу текстти окуй жана сүрөттөрдү бир эле учурда чечмелей алган модель.

Табигый тилди иштеп чыгуу (NLP) (Natural Language Processing (NLP))

Natural Language Processing (NLP)
Компьютерлер жана адам (табигый) тилдер ортосундагы өз ара аракеттенүүгө багытталган AIдин бир тармагы. Ал машиналарга адам тилинде окууга, түшүнүүгө жана жооп берүүгө мүмкүндүк берет.
Мисал: NLP үн жардамчыларында, тил которуу колдонмолорунда жана чат-боттордо колдонулат.

Нейрондук тармак (Neural Network)

Neural Network
Адамдын мээсинин түзүлүшүнөн шыктанган, бири-бири менен байланышкан түйүндөрдүн (нейрондордун) катмарларынан турган машинаны үйрөнүү модели.
Мисал: Нейрондук тармактар сүрөт жана үн таануу сыяктуу терең үйрөнүү моделдеринин артында турат.

Ызы-чуу (Noise)

Noise
Маалыматтардагы маанилүү үлгүлөрдү бузуп, моделдин иштешине терс таасирин тийгизиши мүмкүн болгон кокустук же керексиз маалымат.
Мисал: Сенсор каталары же толтурулган маалымат жазуулары ызы-чуу болуп эсептелиши мүмкүн.

Онтология (Ontology)

Ontology
Бир домендеги түшүнүктөрдүн ортосундагы байланыштарды категориялап жана аныктаган структураланган алкак, көбүнчө семантикалык AI тутумдарында колдонулат.
Мисал: Саламаттыкты сактоо тармагындагы онтология симптомдордун оорулар жана дарылоо менен кандай байланышы бар экенин аныкташы мүмкүн.

Ашыкча үйрөнүү (Overfitting)

Overfitting
Машинаны үйрөнүү модели окуу маалыматтарындагы ызы-чууну камтып, жаңы маалыматтарда начар иштеген учурда пайда болгон моделдөө катасы.
Мисал: Окуу жоопторун жаттап алган, бирок көрбөгөн тесттик маалыматтарды иштете албаган модель ашыкча үйрөнгөн.

Болжолдуу аналитика (Predictive Analytics)

Predictive Analytics
Тарыхый маалыматтарга негизделген келечектеги натыйжалардын ыктымалдуулугун аныктоо үчүн маалыматтарды, алгоритмдерди жана AIди колдонуу.
Мисал: Чекене сатуучулар белгилүү бир өнүмдөрдүн суроо-талабын болжолдоо үчүн болжолдуу аналитиканы колдонушат.

Алдын ала үйрөтүү (Pre-training)

Pre-training
Атайын тапшырмалар үчүн аларды тактоодон мурун, моделди алгач чоң, жалпы маалымат топтомунда үйрөтүү процесси.
Мисал: GPT моделдери кардарларды тейлөө чат-боттору үчүн ыңгайлаштырылардан мурун чоң корпус боюнча алдын ала үйрөтүлөт.

Промпт инженериясы (Prompt Engineering)

Prompt Engineering
Чоң тил моделдеринин натыйжаларын багыттоо үчүн эффективдүү суроо-талаптарды иштеп чыгуу искусствосу жана илими.
Мисал: 'Жоопты сылык окутуучу катары бер' сыяктуу системалык нускамаларды кошуу промпт инженериясынын мисалы болуп саналат.

Квантификация (Quantisation)

Quantisation
Эффективдүүлүктү жогорулатуучу салмактарды жана активдештирүүлөрдү көрсөтүү үчүн биттердин санын азайткан моделди кысуу техникасы.
Мисал: Мобилдик түзмөктөрдө иштөөнү жакшыртуу үчүн моделди 32-биттен 8-биттен квантификациялоо.

Кванттык эсептөө (Quantum Computing)

Quantum Computing
Кванттык механикага негизделген эсептөө парадигмасы, ал экспоненциалдык иштетүү мүмкүнчүлүктөрү үчүн потенциалга ээ.
Мисал: Кванттык эсептөө келечекте AI үйрөтүүнү классикалык чектерден ашырып тездетиши мүмкүн.

Акыл-эстүүлүк кыймылдаткыч (Reasoning Engine)

Reasoning Engine
AIдеги эрежелерди же инференс алгоритмдерин колдонуу менен фактылар же маалыматтар топтомунан логикалык жыйынтыктарды чыгарган система.
Мисал: AI диагностикалык куралы симптомдорго негизделген мүмкүн болгон медициналык шарттарды аныктоо үчүн акыл-эстүүлүк кыймылдаткычты колдонот.

Реинфорсменттик үйрөнүү (RL) (Reinforcement Learning (RL))

Reinforcement Learning (RL)
Агенттер сыйлыктарды максималдуу көбөйтүү үчүн чөйрөсү менен өз ара аракеттенишип үйрөнгөн машинаны үйрөнүүнүн бир аймагы.
Мисал: RL ыкмаларын колдонуу менен басууну үйрөнгөн робот.

Адам пикири менен реинфорсменттик үйрөнүү (RLHF) (Reinforcement Learning with Human Feedback (RLHF))

Reinforcement Learning with Human Feedback (RLHF)
Адамдын артыкчылыктары AIдин сыйлык сигналын жетектеген окуу ыкмасы, көбүнчө тил моделдерин тактоо үчүн колдонулат.
Мисал: ChatGPT жардамдуу жана коопсуз жоопторду жаратуу үчүн RLHF менен үйрөтүлгөн.

Retrieval-Augmented Generation (RAG) (Retrieval-Augmented Generation (RAG))

Retrieval-Augmented Generation (RAG)
Маалыматты издөөнү генерация менен айкалыштырган ыкма, мында LLM өзүнүн жообун жакшыртуу үчүн тиешелүү документтерди издейт.
Мисал: Техникалык суроого жооп берип жатканда AI жардамчысы тиешелүү өнүм спецификацияларын издеп, келтирет.

Өзүн-өзү көзөмөлдөгөн үйрөнүү (Self-Supervised Learning)

Self-Supervised Learning
Модел чийки маалыматтардан өзүнүн этикеткаларын жаратуу менен үлгүлөрдү үйрөнгөн окуу ыкмасы, адам тарабынан аннотацияланган маалыматтарга болгон көз карандылыкты азайтат.
Мисал: BERT тексттеги жоголгон сөздөрдү болжолдоо менен өзүн-өзү көзөмөлдөгөн үйрөнүү менен үйрөтүлөт.

Семантикалык издөө (Semantic Search)

Semantic Search
Колдонуучунун ниетин жана контексттик маанисин, жөн гана ачкыч сөздөрдү дал келтирбестен, түшүнгөн издөө техникасы.
Мисал: 'Агып жаткан кранды кантип оңдоо керек' деген суроо, документте 'агып жаткан кран' деген сөз жок болсо да, колдонмолорду кайтарат.

Маанайды талдоо (Sentiment Analysis)

Sentiment Analysis
Тексттеги эмоцияларды, пикирлерди же мамилелерди аныктоо процесси, көбүнчө позитивдүү, терс же нейтралдуу деп классификациялоо.
Мисал: Жаңы өнүмгө коомдук реакцияны баалоо үчүн твиттерди талдоо.

Стохастикалык (Stochastic)

Stochastic
Кокустук же ыктымалдуу жүрүм-турумду камтыган, көбүнчө генеративдик AI жана оптимизациялоо алгоритмдеринде колдонулат.
Мисал: GPT-4тин натыйжасы анын стохастикалык декоддоо процессинен улам бирдей суроо-талап үчүн ар кандай болот.

Күчтүү AI (Strong AI)

Strong AI
Жасалма жалпы интеллект (AGI) деп да аталат, бардык домендерде адамдын деңгээлиндеги когнитивдик жөндөмдүүлүктөргө ээ болгон машиналарды билдирет.
Мисал: Роман жазууга, шаарларды пландаштырууга жана этикалык дилеммаларды чечүүгө бирдей жөндөмдүү келечектеги AI.

Супер жасалма интеллект (SAI) (Super Artificial Intelligence (SAI))

Super Artificial Intelligence (SAI)
Адамдын интеллектинен бардык аспектилерде — акыл жүгүртүү, чыгармачылык, эмоционалдык интеллект ж.б. — ашкан теориялык AI.
Мисал: SAI теориялык жактан өз алдынча жаңы илимдерди жана философияларды иштеп чыгышы мүмкүн.

Көзөмөлдөнгөн үйрөнүү (Supervised Learning)

Supervised Learning
Моделдер киргизүү-чыгаруу карталарын үйрөнүү үчүн этикеткаланган маалыматтарда үйрөтүлгөн машинаны үйрөнүү ыкмасы.
Мисал: Электрондук почталарды спам же спам эмес деп классификациялоону мурунку мисалдарды колдонуу менен үйрөтүү.

Синтетикалык маалыматтар (Synthetic Data)

Synthetic Data
Реалдуу маалыматтарды симуляциялаган жасалма түрдө жаратылган маалыматтар, көбүнчө реалдуу маалыматтар аз же купуя болгондо үйрөтүү үчүн колдонулат.
Мисал: Медициналык купуялыкты бузбастан диагностикалык моделдерди үйрөтүү үчүн синтетикалык медициналык сүрөттөрдү түзүү.

Токен (Token)

Token
LLMдер тарабынан иштетилген текст бирдиги — адатта сөз же сөз бөлүгү.
Мисал: 'Салам дүйнө!' деген сүйлөм 3 токенге бөлүнөт: 'Салам', 'дүйнө' жана '!'.

Токенизация (Tokenisation)

Tokenisation
Модел тарабынан иштетүү үчүн текстти токендерге бөлүү процесси.
Мисал: NLPде 'ChatGPT сонун' ['Chat', 'G', 'PT', 'is', 'great'] болуп бөлүнөт.

Трансфердик үйрөнүү (Transfer Learning)

Transfer Learning
Башка байланыштуу тапшырмада үйрөнүүнү жакшыртуу үчүн бир тапшырмадан алынган билимди колдонуу, үйрөтүү убактысын жана маалымат муктаждыктарын азайтуу.
Мисал: Англис тилиндеги текст боюнча үйрөтүлгөн моделди башка тилде маанайды талдоо үчүн тактоо.

Трансформатор (Transformer)

Transformer
Катардагы маалыматтарды моделдөө үчүн көңүл буруу механизмдерин колдонгон нейрондук тармак архитектурасы, LLMдерде кеңири колдонулат.
Мисал: BERT, GPT жана T5 баары трансформаторго негизделген моделдер.

Жетишсиз үйрөнүү (Underfitting)

Underfitting
Модел окуу маалыматтарындагы үлгүлөрдү кармоого өтө жөнөкөй болгондо, натыйжада начар иштеши.
Мисал: Татаал сүрөт классификацияларын болжолдоого аракет кылган сызыктуу модел жетишсиз болушу мүмкүн.

Көзөмөлсүз үйрөнүү (Unsupervised Learning)

Unsupervised Learning
Моделдер этикеткаланбаган маалыматтардагы үлгүлөрдү же кластерлерди аныктаган окуу ыкмасы.
Мисал: Алдын ала аныкталган этикеткаларсыз кардарларды сатып алуу жүрүм-турумуна жараша топтоо.

Колдонуучунун ниети (User Intent)

User Intent
Колдонуучунун суроосу же өз ара аракеттенүүсү артындагы максат же ниет.
Мисал: 'Торт кантип бышыруу керек' деп жазган колдонуучу, балким, рецептти табууну көздөйт.

Валидациялык топтому (Validation Set)

Validation Set
Үйрөтүү учурунда моделдин иштешин баалоо жана гиперпараметрлерди тууралоо үчүн колдонулган маалыматтардын подмножествосу.
Мисал: Акыркы сыноодон мурун ашыкча үйрөнүүнү аныктоо үчүн колдонулат.

Вектордук база (Vector Database)

Vector Database
Окшоштук издөө жана RAG сыяктуу AI тапшырмаларында колдонулган вектордук чагылдырууларды сактоо жана издөө үчүн иштелип чыккан база.
Мисал: Pinecone жана Weaviate текст же сүрөт чагылдырууларын сактоо үчүн вектордук базалар болуп саналат.

Вектордук чагылдыруу (Vector Embedding)

Vector Embedding
Вектордук мейкиндикте семантикалык маанини жана байланыштарды сактаган маалыматтардын сандык өкүлчүлүгү.
Мисал: 'Падыша' жана 'ханыша' деген сөздөр жыныстык айырмачылыктар менен окшош вектордук чагылдырууларга ээ.

Виртуалдык жардамчы (Virtual Assistant)

Virtual Assistant
Сүйлөшүү же үн буйруктары аркылуу колдонуучуларга тапшырмаларды аткарууга жардам берген AI-багытталган программалык агент.
Мисал: Siri, Alexa жана Google Assistant популярдуу виртуалдык жардамчылар болуп саналат.

Үн таануу (Voice Recognition)

Voice Recognition
Сүйлөгөн тилди текстке же аракетке чечмелөө жана айландыруу технологиясы.
Мисал: Үн менен терүү жана үн буйруктары үн таануу тутумдарына таянат.

Алсыз AI (Weak AI)

Weak AI
Жалпы интеллекти жок, атайын, белгилүү бир тапшырманы аткаруу үчүн иштелип чыккан AI тутумдары.
Мисал: Шахмат ойногон AI, ал тилди түшүнө албайт же унаа айдай албайт, алсыз AI мисалы болуп саналат.

Веб-скрейпинг (Web Scraping)

Web Scraping
Веб-сайттардан маалыматты автоматтык түрдө алуу, көбүнчө окуу маалыматтарын чогултуу же мазмунду көзөмөлдөө үчүн колдонулат.
Мисал: Мүлктү баалоо моделин үйрөтүү үчүн кыймылсыз мүлк тизмелерин скрейпинг.

Салмак (Weight)

Weight
Нейрондук тармактардагы бир түйүндүн башкасына тийгизген таасиринин күчүн аныктаган параметр.
Мисал: Салмактар моделдин катасын азайтуу үчүн үйрөтүү учурунда туураланат.

Whisper (Whisper)

Whisper
OpenAI тарабынан иштелип чыккан, бир нече тилдерде аудиону транскрипциялай алган үн-текст модели.
Мисал: Whisper лекцияларды жана подкасттарды жогорку тактыкта транскрипциялай алат.

YAML (YAML)

YAML
Маалыматтарды сериалдаштыруу үчүн адам окуй турган формат, көбүнчө машинаны үйрөнүү процесстеринде конфигурация файлдары үчүн колдонулат.
Мисал: PyTorch'та үйрөтүү үчүн YAML файлында моделдин параметрлерин аныктоо.

Нөл-шоту үйрөнүү (Zero-shot Learning)

Zero-shot Learning
Моделдин жалпы билимди колдонуу менен атайын үйрөтүлбөгөн тапшырмаларды аткаруу жөндөмдүүлүгү.
Мисал: Юридикалык маалыматтар боюнча атайын үйрөтүлбөгөн болсо да, юридикалык суроолорго жооп берген модел.

Зеттабайт (Zettabyte)

Zettabyte
Бир секстиллион (10^21) байтка барабар болгон санариптик маалыматтардын бирдиги, көбүнчө интернет маалыматтарынын масштабын сүрөттөө үчүн колдонулат.
Мисал: 2016-жылга карата глобалдык интернет трафиги жылына 1 зеттабайттан ашкан.