Justering (Alignment)
Alignment
Prosessen med å sikre at et AI-systems mål, utdata og atferd samsvarer med menneskelige mål og verdier. Dette er spesielt viktig i avanserte systemer som kan utvikle atferd som ikke er eksplisitt tiltenkt.
Eksempel: Å sikre at en chatbot for mental helse aldri anbefaler skadelige handlinger uavhengig av spørsmål.
Applikasjonsprogrammeringsgrensesnitt (API) (Application Programming Interface (API))
Application Programming Interface (API)
Et sett med definerte regler og protokoller som lar forskjellige programvaresystemer kommunisere og utveksle data.
Eksempel: Bruke OpenAI API for å sende en forespørsel og motta et språkmodellgenerert svar i din nettapp.
Kunstig generell intelligens (AGI) (Artificial General Intelligence (AGI))
Artificial General Intelligence (AGI)
En teoretisk form for AI som kan utføre enhver intellektuell oppgave som et menneske kan. Den generaliserer læring på tvers av domener.
Eksempel: Et AGI-system kan lære musikkkomposisjon, utføre kirurgi og bestå en filosofieksamen uten oppgavespesifikk programmering.
Kunstig intelligens (AI) (Artificial Intelligence (AI))
Artificial Intelligence (AI)
Simuleringen av menneskelig intelligens i maskiner som er programmert til å tenke, resonnere og handle autonomt.
Eksempel: AI driver personlige assistenter som Siri og autonome kjøresystemer som Tesla Autopilot.
AI-etikk (AI Ethics)
AI Ethics
En disiplin som omhandler de moralske implikasjonene av AI-utvikling og bruk, inkludert rettferdighet, personvern, ansvarlighet og ikke-diskriminering.
Eksempel: Å lage retningslinjer for å forhindre at ansettelsesalgoritmer diskriminerer basert på kjønn eller etnisitet.
Utvidet intelligens (Augmented Intelligence)
Augmented Intelligence
En samarbeidsmodell der AI utfyller og forbedrer menneskelig intelligens i stedet for å erstatte den.
Eksempel: AI-drevet radiologiutstyr som fremhever anomalier for leger, som tar den endelige diagnosen.
Autonom agent (Autonomous Agent)
Autonomous Agent
Et AI-system som er i stand til å ta egne beslutninger og utføre handlinger for å oppnå sine mål uten menneskelig innblanding.
Eksempel: En selvkjørende leveringsrobot som navigerer i bygater og unngår hindringer uavhengig.
Tilbakepropagering (Backpropagation)
Backpropagation
En teknikk for å trene nevrale nettverk ved å oppdatere vekter omvendt fra utdata til inndatalag, og minimere prediksjonsfeil.
Eksempel: Brukes til å trene bildklassifikatorer for å redusere feilraten i gjenkjenning av håndskrevne sifre.
Skjevhet (Algoritmisk skjevhet) (Bias (Algorithmic Bias))
Bias (Algorithmic Bias)
Utilsiktet og systematisk favorisering i AI-utfall på grunn av ubalanserte eller ikke-representative treningsdata.
Eksempel: Et ansiktsgjenkjenningssystem som feilidentifiserer personer med mørkere hudfarge oftere på grunn av underrepresentasjon i treningsdata.
Big Data (Big Data)
Big Data
Ekstremt store datasett som krever spesialverktøy for lagring, analyse og utvinning av verdi, ofte brukt til å trene AI-modeller.
Eksempel: Bruke millioner av brukerinteraksjoner til å trene anbefalingsmotorer for e-handelsplattformer.
Black Box-modell (Black Box Model)
Black Box Model
En type AI- eller maskinlæringsmodell hvis interne logikk ikke lett kan tolkes av mennesker, noe som gjør det vanskelig å forstå hvordan beslutninger tas.
Eksempel: Et dypt nevralt nettverk som brukes til å godkjenne lån, men som ikke gir noen klar forklaring på hvorfor en søker ble akseptert og en annen avvist.
Kognitiv databehandling (Cognitive Computing)
Cognitive Computing
AI-systemer designet for å simulere menneskelige tankeprosesser, som resonnering og læring, ved hjelp av teknikker som NLP og mønstergjenkjenning.
Eksempel: Et kognitivt databehandlingssystem som hjelper juridiske fagpersoner med å analysere rettspraksis og forutsi utfall.
Datasyn (Computer Vision)
Computer Vision
Et felt innen kunstig intelligens som gjør det mulig for datamaskiner å tolke og behandle visuelle data som bilder og video.
Eksempel: Ansiktsgjenkjenningssystemer som identifiserer personer i sikkerhetsovervåking ved hjelp av datasyn.
Korpus (Corpus)
Corpus
En stor samling av skriftlige eller talte tekster som brukes til å trene språkmodeller.
Eksempel: Common Crawl-datasettet er et offentlig nettverkskorpus som brukes til å trene store språkmodeller som GPT.
Datadrift (Data Drift)
Data Drift
Fenomenet der inndata endres over tid, noe som fører til at modellens ytelse forringes.
Eksempel: En prediktiv vedlikeholdsmodell for industrielt utstyr blir mindre nøyaktig etter hvert som ny sensorteknologi introduseres.
Datalabelling (Data Labelling)
Data Labelling
Prosessen med å annotere data med merker eller etiketter for å gjøre dem egnet for veiledet læring.
Eksempel: Merking av tusenvis av tumorbilder som godartede eller ondartede for å trene en kreftdeteksjonsmodell.
Datamining (Data Mining)
Data Mining
Prosessen med å oppdage meningsfulle mønstre, korrelasjoner og anomalier i store datasett.
Eksempel: Forhandlere bruker datamining for å identifisere at folk som kjøper bleier ofte også kjøper øl.
Dyp læring (Deep Learning)
Deep Learning
En undergren av maskinlæring som bruker flerlags nevrale nettverk for å modellere komplekse mønstre i data.
Eksempel: Dyp læring brukes i språkmodeller som GPT-4 og bildgenereringsmodeller som Stable Diffusion.
Diffusjonsmodeller (Diffusion Models)
Diffusion Models
En klasse av generative modeller som lærer å produsere data ved gradvis å transformere tilfeldig støy til strukturerte utdata.
Eksempel: Stable Diffusion skaper fotorealistiske bilder fra tekstforespørsler ved hjelp av diffusjonsteknikker.
Innbygging (Embedding)
Embedding
En numerisk vektorrepresentasjon av data, ofte brukt for å fange den semantiske betydningen av ord, bilder eller setninger.
Eksempel: I NLP kan ordet 'bank' ha lignende innbygginger som 'penger', men forskjellig fra 'elvebredden' avhengig av kontekst.
Epoke (Epoch)
Epoch
En fullstendig iterasjon over hele treningsdatasettet under treningsprosessen for en maskinlæringsmodell.
Eksempel: Hvis et datasett har 1000 eksempler og en modell ser alle en gang under trening, er det én epoke.
Etisk AI (Ethical AI)
Ethical AI
En design- og distribusjonsfilosofi som sikrer at AI-teknologier opererer transparent, rettferdig og i tråd med samfunnsverdier.
Eksempel: Et AI-ansettelsesverktøy som inkluderer skjevhetskontroller for å forhindre diskriminering av minoritetskandidater.
Ekspertsystem (Expert System)
Expert System
Et AI-system som etterligner beslutningsevnen til en menneskelig ekspert innenfor et spesifikt domene ved hjelp av regler og logikk.
Eksempel: Et ekspertsystem brukt i landbruket for å anbefale avlingsbehandlinger basert på jorddata og skadedyrhistorikk.
Forklarbar AI (XAI) (Explainable AI (XAI))
Explainable AI (XAI)
AI-systemer designet for å gjøre sine interne prosesser og beslutninger forståelige for mennesker, noe som øker tillit og ansvarlighet.
Eksempel: En medisinsk diagnostisk AI som ikke bare gir en anbefaling, men også forklarer hvilke symptomer som førte til den konklusjonen.
Få-skudds læring (Few-shot Learning)
Few-shot Learning
En maskinlæringsmetode der en modell trenes eller finjusteres ved bruk av bare et lite antall merkede eksempler.
Eksempel: Tilpasse en LLM til å skrive juridiske e-poster etter å ha vist den bare 10 eksempler.
Finjustering (Fine-tuning)
Fine-tuning
Prosessen med å ta en forhåndstrent modell og videre trene den på et nytt, mindre datasett for å spesialisere den for en bestemt oppgave.
Eksempel: Finjustere en generell LLM som GPT på interne juridiske dokumenter for å lage en juridisk utkastassistent.
Grunnmodell (Foundation Model)
Foundation Model
En storskala modell trent på diverse og brede data som kan tilpasses mange nedstrømsoppgaver.
Eksempel: GPT-4 og PaLM 2 er grunnmodeller som er i stand til oppsummering, spørsmål/svar, oversettelse og mer.
Fuzzy logikk (Fuzzy Logic)
Fuzzy Logic
En form for logikk som omhandler omtrentlige verdier i stedet for fast sann/usann (binær) logikk, nyttig for resonnering under usikkerhet.
Eksempel: Brukes i klimaanlegg for å justere temperaturen basert på fuzzy inndata som 'litt varmt' eller 'veldig kaldt'.
Generativt motstandernettverk (GAN) (Generative Adversarial Network (GAN))
Generative Adversarial Network (GAN)
En generativ modellarkitektur der to nettverk – en generator og en diskriminator – konkurrerer om å forbedre utdatakvaliteten.
Eksempel: GAN-er brukes til å lage deepfake-videoer eller generere realistiske produktbilder fra skisser.
Generativ AI (Generative AI)
Generative AI
En kategori av kunstig intelligens som kan lage nytt innhold – som tekst, bilder, musikk eller video – fra treningsdata.
Eksempel: ChatGPT genererer blogginnlegg eller Midjourney lager digital kunst fra tekstlige forespørsler.
Generativ forhåndstrent transformator (GPT) (Generative Pre-trained Transformer (GPT))
Generative Pre-trained Transformer (GPT)
En klasse av store språkmodeller utviklet av OpenAI som bruker transformatorarkitektur og er forhåndstrent på enorme mengder tekstdata for å utføre en rekke språk oppgaver.
Eksempel: GPT-4 er i stand til å skrive essays, oversette språk og oppsummere dokumenter med minimal prompting.
Genetisk algoritme (Genetic Algorithm)
Genetic Algorithm
En optimeringsteknikk inspirert av naturlig utvalg der løsninger utvikler seg over tid gjennom mutasjon, krysning og seleksjon.
Eksempel: Brukes til å designe effektive nevrale nettverksarkitekturer ved å simulere overlevelse av de sterkeste.
Hallusinasjon (Hallucination)
Hallucination
Generering av plausibelt klingende, men faktuelt feilaktig eller meningsløst innhold av en AI-modell.
Eksempel: En språkmodell finner opp en ikke-eksisterende sitering eller gir falske historiske fakta.
Heuristikk (Heuristic)
Heuristic
En praktisk tilnærming til problemløsning som ikke garanterer en perfekt løsning, men som er tilstrekkelig for umiddelbare mål.
Eksempel: Bruke en tommelfingerregel for å estimere leveringstid i et logistikk-AI-system.
Hyperparameter (Hyperparameter)
Hyperparameter
En konfigurasjonsverdi som settes før trening av en maskinlæringsmodell, for eksempel læringsrate eller antall lag.
Eksempel: Justere batchstørrelsen fra 32 til 128 for å forbedre treningstiden og modellens ytelse.
Inferens (Inference)
Inference
Prosessen med å bruke en trent maskinlæringsmodell til å lage prediksjoner eller generere utdata fra nye data.
Eksempel: Bruke en finjustert GPT-modell til å utarbeide e-poster for et kundeserviceteam.
Intensjonsdeteksjon (Intent Detection)
Intent Detection
En oppgave innen naturlig språkforståelse der systemet identifiserer brukerens mål eller hensikt i en melding.
Eksempel: I en chatbot, gjenkjenne 'jeg vil bestille en flyreise' som en reisebestillingsintensjon.
Tingenes internett (IoT) (Internet of Things (IoT))
Internet of Things (IoT)
Et nettverk av sammenkoblede fysiske enheter innebygd med sensorer, programvare og andre teknologier for å samle inn og utveksle data.
Eksempel: Smarte termostater og kjøleskap som rapporterer bruksdata og justerer innstillinger ved hjelp av AI-analyse.
Tolkbarhet (Interpretability)
Interpretability
Omfanget som et menneske kan forstå de interne mekanismene til en maskinlæringsmodell og dens beslutningsprosess.
Eksempel: Et beslutningstre er mer tolkbart enn et dypt nevralt nettverk fordi dets beslutninger er sporbare.
Jupyter Notebook (Jupyter Notebook)
Jupyter Notebook
Et åpen kildekode interaktivt databehandlingsmiljø som lar brukere skrive kode, visualisere utdata og dokumentere analyse i et enkelt grensesnitt.
Eksempel: Dataforskere bruker Jupyter Notebooks til å prototype maskinlæringsmodeller og dele resultater.
K-nærmeste naboer (KNN) (K-Nearest Neighbours (KNN))
K-Nearest Neighbours (KNN)
En enkel, ikke-parametrisk maskinlæringsalgoritme brukt for klassifisering og regresjon. Den tar beslutninger basert på de nærmeste trenings eksemplene i funksjonsrommet.
Eksempel: For å klassifisere en ny frukt som et eple eller pære, sjekker KNN hvilke merkede frukter som er nærmest i form og farge.
Kunnskapsgraf (Knowledge Graph)
Knowledge Graph
En datastruktur som bruker noder og kanter for å representere og lagre sammenkoblede beskrivelser av enheter og deres relasjoner.
Eksempel: Googles kunnskapspanel drives av en kunnskapsgraf som kobler sammen enheter som personer, steder og hendelser.
Språklæringsmodelloptimalisering (LLMO) (Language Learning Model Optimisation (LLMO))
Language Learning Model Optimisation (LLMO)
Teknikker brukt for å forbedre ytelsen, effektiviteten eller tilpasningsevnen til store språkmodeller for spesifikke oppgaver eller domener.
Eksempel: Bruke kvantisering og instruksjonstilpasning for å optimalisere en LLM for bedriftsbruk.
Stor språkmodell (LLM) (Large Language Model (LLM))
Large Language Model (LLM)
En type dyp læringsmodell trent på enorme mengder tekstdata som er i stand til å generere, forstå og resonnere med menneskelig språk.
Eksempel: ChatGPT og Claude er LLM-er trent for å hjelpe til med skriving, koding og besvare spørsmål.
Latent rom (Latent Space)
Latent Space
En høydimensjonal abstrakt representasjon der lignende inndata er gruppert tett sammen, brukt i generative modeller og innbygginger.
Eksempel: I bildgenerering kan manipulering av det latente rommet endre funksjoner som lysstyrke eller følelse.
Læringsrate (Learning Rate)
Learning Rate
En nøkkelhyperparameter i trening som kontrollerer hvor mye modellvekter justeres med hensyn til tapsgradienten.
Eksempel: En høy læringsrate kan føre til at man overskyter minima, mens en for lav rate bremser treningsprogresjonen.
Maskinlæring (ML) (Machine Learning (ML))
Machine Learning (ML)
En gren av AI som gjør det mulig for systemer å lære fra data og forbedre ytelsen uten å være eksplisitt programmert.
Eksempel: Spamfiltre bruker maskinlæring for å klassifisere e-poster som spam eller ikke basert på tidligere eksempler.
Modellendring (Model Drift)
Model Drift
Et fenomen der nøyaktigheten til en modell avtar over tid på grunn av endringer i data eller miljø.
Eksempel: En svindeldeteksjonsmodell blir mindre nøyaktig etter hvert som svindelmetodene utvikler seg.
Modelltrening (Model Training)
Model Training
Prosessen med å mate data til en maskinlæringsmodell og justere dens parametere for å minimere feil.
Eksempel: Trene en anbefalingsmotor på kundens kjøpshistorikk for å foreslå nye produkter.
Multimodal AI (Multimodal AI)
Multimodal AI
AI-systemer som er i stand til å behandle og integrere flere typer data som tekst, bilder, lyd og video.
Eksempel: En modell som GPT-4 Vision som kan lese tekst og tolke bilder samtidig.
Naturlig språkbehandling (NLP) (Natural Language Processing (NLP))
Natural Language Processing (NLP)
En undergren av AI fokusert på samspillet mellom datamaskiner og menneskelige (naturlige) språk. Den gjør det mulig for maskiner å lese, forstå og svare på menneskelig språk.
Eksempel: NLP brukes i stemmeassistenter, språkoversettelsesapper og chatbots.
Nevralt nettverk (Neural Network)
Neural Network
En maskinlæringsmodell inspirert av strukturen til den menneskelige hjernen, sammensatt av lag med sammenkoblede noder (nevroner).
Eksempel: Nevrale nettverk ligger bak dype læringsmodeller som brukes i bilde- og talegjenkjenning.
Støy (Noise)
Noise
Tilfeldig eller irrelevant informasjon i data som kan skjule meningsfulle mønstre og negativt påvirke modellens ytelse.
Eksempel: Sensorfeil eller dataregistreringer med skrivefeil kan betraktes som støy.
Ontologi (Ontology)
Ontology
Et strukturert rammeverk som kategoriserer og definerer relasjoner mellom konsepter innenfor et domene, ofte brukt i semantiske AI-systemer.
Eksempel: En ontologi i helsevesenet kan definere hvordan symptomer relaterer seg til sykdommer og behandlinger.
Overfitting (Overfitting)
Overfitting
En modelleringsfeil der en maskinlæringsmodell fanger opp støy i treningsdataene og presterer dårlig på nye data.
Eksempel: En modell som husker treningssvar, men ikke kan håndtere usette testdata, er overtilpasset.
Prediktiv analyse (Predictive Analytics)
Predictive Analytics
Bruken av data, algoritmer og AI for å identifisere sannsynligheten for fremtidige utfall basert på historiske data.
Eksempel: Forhandlere bruker prediktiv analyse for å forutsi etterspørselen etter visse produkter.
Forhåndstrening (Pre-training)
Pre-training
Prosessen med å initialt trene en modell på et stort, generelt datasett før finjustering for spesifikke oppgaver.
Eksempel: GPT-modeller forhåndstrenes på store korpora før de tilpasses for kundeservice-chatbots.
Prompt-teknikk (Prompt Engineering)
Prompt Engineering
Kunsten og vitenskapen med å lage effektive forespørsler for å styre utdata fra store språkmodeller.
Eksempel: Å legge til systeminstruksjoner som 'Svar som en høflig veileder' er et eksempel på prompt-teknikk.
Kvantisering (Quantisation)
Quantisation
En modellkomprimeringsteknikk som reduserer antall bits som brukes til å representere vekter og aktiveringer, noe som forbedrer effektiviteten.
Eksempel: Kvantisering av en modell fra 32-bit til 8-bit forbedrer ytelsen på mobile enheter.
Kvanteberegning (Quantum Computing)
Quantum Computing
Et nytt paradigme for databehandling basert på kvantemekanikk, som har potensial for eksponentielle prosesseringskapasiteter.
Eksempel: Kvanteberegning kan en dag akselerere AI-trening utover klassiske grenser.
Resonneringsmotor (Reasoning Engine)
Reasoning Engine
Et system i AI som utleder logiske konklusjoner fra et sett med fakta eller data ved hjelp av regler eller inferensalgoritmer.
Eksempel: Et AI-diagnoseverktøy bruker en resonneringsmotor for å utlede mulige medisinske tilstander basert på symptomer.
Forsterkningslæring (RL) (Reinforcement Learning (RL))
Reinforcement Learning (RL)
Et område innen maskinlæring der agenter lærer ved å samhandle med miljøet sitt for å maksimere kumulative belønninger.
Eksempel: En robot som lærer å gå ved prøving og feiling ved hjelp av RL-teknikker.
Forsterkningslæring med menneskelig tilbakemelding (RLHF) (Reinforcement Learning with Human Feedback (RLHF))
Reinforcement Learning with Human Feedback (RLHF)
En læringsmetode der menneskelige preferanser styrer AI-ens belønningssignal, ofte brukt i finjustering av språkmodeller.
Eksempel: ChatGPT ble trent med RLHF for å produsere mer hjelpsomme og trygge svar.
Gjenfinnings-augmentert generering (RAG) (Retrieval-Augmented Generation (RAG))
Retrieval-Augmented Generation (RAG)
En metode som kombinerer informasjonsgjenfinning med generering, der en LLM henter relevante dokumenter for å forbedre svaret sitt.
Eksempel: En AI-assistent henter og siterer produktspesifikasjoner mens den genererer et svar på et teknisk spørsmål.
Selv-veiledet læring (Self-Supervised Learning)
Self-Supervised Learning
En treningsmetode der modellen lærer mønstre ved å generere sine egne etiketter fra rådata, noe som reduserer avhengigheten av menneskelig annoterte data.
Eksempel: BERT trenes med selv-veiledet læring ved å forutsi manglende ord i tekst.
Semantisk søk (Semantic Search)
Semantic Search
En søketeknikk som forstår brukerens intensjon og kontekstuell betydning, ikke bare nøkkelordsmatching.
Eksempel: Søk etter 'hvordan fikse en dryppende kran' gir guider selv om begrepet 'dryppende kran' ikke er til stede i dokumentet.
Sentimentanalyse (Sentiment Analysis)
Sentiment Analysis
Prosessen med å identifisere følelser, meninger eller holdninger i tekst, ofte klassifisert som positive, negative eller nøytrale.
Eksempel: Analysere tweets for å måle offentlighetens reaksjon på et nytt produkt.
Stokastisk (Stochastic)
Stochastic
Involverer tilfeldighet eller probabilistisk atferd, ofte brukt i generativ AI og optimeringsalgoritmer.
Eksempel: Utdata fra GPT-4 varierer for samme inndata på grunn av dens stokastiske dekodingsprosess.
Sterk AI (Strong AI)
Strong AI
Også kjent som Kunstig generell intelligens (AGI), refererer til maskiner med menneskelige kognitive evner på tvers av alle domener.
Eksempel: En fremtidig AI som autonomt kan skrive romaner, planlegge byer og løse etiske dilemmaer like godt.
Superkunstig intelligens (SAI) (Super Artificial Intelligence (SAI))
Super Artificial Intelligence (SAI)
En teoretisk AI som langt overgår menneskelig intelligens i alle aspekter – resonnering, kreativitet, emosjonell intelligens, etc.
Eksempel: En SAI kan teoretisk utvikle nye vitenskaper og filosofier uavhengig.
Veiledet læring (Supervised Learning)
Supervised Learning
En maskinlæringsteknikk der modeller trenes på merkede data for å lære input-output-mapping.
Eksempel: Lære en modell å klassifisere e-poster som spam eller ikke ved hjelp av historiske eksempler.
Syntetiske data (Synthetic Data)
Synthetic Data
Kunstig genererte data som simulerer virkelige data, ofte brukt til trening når reelle data er knappe eller sensitive.
Eksempel: Lage syntetiske medisinske bilder for å trene diagnostiske modeller uten å krenke pasientens personvern.
Token (Token)
Token
En enhet av tekst behandlet av LLM-er – vanligvis et ord eller et ordfragment.
Eksempel: Setningen 'Hei verden!' deles inn i 3 tokens: 'Hei', 'verden', og '!'.
Tokenisering (Tokenisation)
Tokenisation
Prosessen med å bryte ned tekst i tokens for behandling av en modell.
Eksempel: I NLP blir 'ChatGPT er flott' til ['Chat', 'G', 'PT', 'er', 'flott'].
Overføringslæring (Transfer Learning)
Transfer Learning
Bruke kunnskap fra en oppgave for å forbedre læring på en annen relatert oppgave, noe som reduserer treningstid og databehov.
Eksempel: Finjustere en modell trent på engelsk tekst for å utføre sentimentanalyse på et annet språk.
Transformator (Transformer)
Transformer
En nevral nettverksarkitektur som bruker oppmerksomhetsmekanismer for å modellere sekvensielle data, mye brukt i LLM-er.
Eksempel: BERT, GPT og T5 er alle transformatorbaserte modeller.
Underfitting (Underfitting)
Underfitting
Når en modell er for enkel til å fange mønstrene i treningsdataene, noe som resulterer i dårlig ytelse.
Eksempel: En lineær modell som prøver å forutsi komplekse bildeklassifiseringer kan underfitte.
Uveiledet læring (Unsupervised Learning)
Unsupervised Learning
En læringsmetode der modeller identifiserer mønstre eller klynger i umerkede data.
Eksempel: Gruppere kunder basert på kjøpsatferd uten forhåndsdefinerte etiketter.
Brukerintensjon (User Intent)
User Intent
Målet eller hensikten bak en brukers spørring eller interaksjon.
Eksempel: En bruker som skriver 'hvordan bake en kake' har sannsynligvis til hensikt å finne en oppskrift.
Valideringssett (Validation Set)
Validation Set
En delmengde av data som brukes til å evaluere modellens ytelse under trening og justere hyperparametere.
Eksempel: Brukes til å oppdage overfitting før endelig testing.
Vektordatabase (Vector Database)
Vector Database
En database designet for å lagre og søke i vektorinnbygginger brukt i AI-oppgaver som likhetssøk og RAG.
Eksempel: Pinecone og Weaviate er vektordatabaser for lagring av tekst- eller bildeinnbygginger.
Vektorinnbygging (Vector Embedding)
Vector Embedding
En numerisk representasjon av data som bevarer semantisk betydning og relasjoner i et vektorrom.
Eksempel: Ordene 'konge' og 'dronning' har lignende innbygginger med subtile kjønnsforskjeller.
Virtuell assistent (Virtual Assistant)
Virtual Assistant
En AI-drevet programvareagent som hjelper brukere med å fullføre oppgaver via samtale eller stemmekommandoer.
Eksempel: Siri, Alexa og Google Assistant er populære virtuelle assistenter.
Stemmegjenkjenning (Voice Recognition)
Voice Recognition
Teknologi som tolker og konverterer talt språk til tekst eller handling.
Eksempel: Stemmeinnspilling og stemmekommandoer er avhengige av stemmegjenkjenningssystemer.
Svak AI (Weak AI)
Weak AI
AI-systemer designet for å utføre en smal, spesifikk oppgave uten generell intelligens.
Eksempel: En sjakkspillende AI som ikke kan forstå språk eller kjøre bil, er et eksempel på svak AI.
Web-skraping (Web Scraping)
Web Scraping
Automatisert utvinning av informasjon fra nettsteder, ofte brukt til å samle inn treningsdata eller overvåke innhold.
Eksempel: Skrape eiendomsoppføringer for å trene en eiendomsverdivurderingsmodell.
Vekt (Weight)
Weight
En parameter i nevrale nettverk som bestemmer styrken av innflytelse en node har på en annen.
Eksempel: Vekter justeres under trening for å minimere modellens feil.
Whisper (Whisper)
Whisper
En tale-til-tekst-modell utviklet av OpenAI som er i stand til å transkribere lyd på flere språk.
Eksempel: Whisper kan transkribere forelesninger og podcaster med høy nøyaktighet.
YAML (YAML)
YAML
Et menneskelesbart format for dataserialisering, ofte brukt for konfigurasjonsfiler i maskinlæringsarbeidsflyter.
Eksempel: Definere modellparametere i en YAML-fil for trening i PyTorch.
Null-skudds læring (Zero-shot Learning)
Zero-shot Learning
Evnen til en modell til å utføre oppgaver den aldri har blitt eksplisitt trent på, ved å utnytte generell kunnskap.
Eksempel: En modell som svarer på juridiske spørsmål til tross for at den ikke er spesifikt trent på juridiske data.
Zettabyte (Zettabyte)
Zettabyte
En enhet for digitale data lik en sextillion (10^21) bytes, ofte brukt for å beskrive omfanget av internettdata.
Eksempel: Global internettrafikk oversteg 1 zettabyte per år i 2016.
