Zosúladenie (Alignment)
Alignment
Proces zabezpeÄenia, aby ciele, výstupy a správanie systému AI boli v súlade s ľudskými cieľmi a hodnotami. Toto je obzvlášť dôležité pri pokroÄilých systémoch, ktoré môžu vyvinúť správanie, ktoré nie je explicitne zamýšľané.
PrÃklad: ZabezpeÄenie, aby chatbot pre duÅ¡evné zdravie nikdy nenavrhoval Å¡kodlivé akcie bez ohľadu na výzvy.
AplikaÄné programové rozhranie (API) (Application Programming Interface (API))
Application Programming Interface (API)
Súbor definovaných pravidiel a protokolov, ktoré umožňujú rôznym softvérovým systémom komunikovať a vymieňať si dáta.
PrÃklad: Použitie API OpenAI na odoslanie výzvy a prijatie odpovede generovanej jazykovým modelom vo vaÅ¡ej webovej aplikácii.
Umelá všeobecná inteligencia (AGI) (Artificial General Intelligence (AGI))
Artificial General Intelligence (AGI)
Teoretická forma AI, ktorá dokáže vykonávaÅ¥ akúkoľvek intelektuálnu úlohu, ktorú môže vykonaÅ¥ Älovek. ZovÅ¡eobecňuje uÄenie naprieÄ doménami.
PrÃklad: Systém AGI by sa mohol nauÄiÅ¥ skladaÅ¥ hudbu, vykonávaÅ¥ chirurgické zákroky a zložiÅ¥ filozofickú skúšku bez programovania Å¡pecifického pre danú úlohu.
Umelá inteligencia (AI) (Artificial Intelligence (AI))
Artificial Intelligence (AI)
Simulácia ľudskej inteligencie v strojoch, ktoré sú naprogramované tak, aby mysleli, uvažovali a konali autonómne.
PrÃklad: AI poháňa osobné asistenty ako Siri a systémy autonómneho riadenia ako Tesla Autopilot.
Etika AI (AI Ethics)
AI Ethics
DisciplÃna zaoberajúca sa morálnymi dôsledkami vývoja a použÃvania AI, vrátane spravodlivosti, súkromia, zodpovednosti a nediskriminácie.
PrÃklad: Vytváranie usmernenà na zabránenie diskriminácie pri náborových algoritmoch na základe pohlavia alebo etnickej prÃsluÅ¡nosti.
RozÅ¡Ãrená inteligencia (Augmented Intelligence)
Augmented Intelligence
KolaboratÃvny model, kde AI dopĺňa a posilňuje ľudskú inteligenciu namiesto jej nahradenia.
PrÃklad: Nástroje rádiológie poháňané AI, ktoré zvýrazňujú anomálie pre lekárov, ktorà robia koneÄnú diagnózu.
Autonómny agent (Autonomous Agent)
Autonomous Agent
Systém AI schopný samostatne prijÃmaÅ¥ rozhodnutia a podnikaÅ¥ kroky na dosiahnutie svojich cieľov bez ľudského zásahu.
PrÃklad: Autonómny doruÄovacà robot, ktorý nezávisle navigujú mestské ulice a vyhýba sa prekážkam.
Spätná propagácia (Backpropagation)
Backpropagation
Technika na trénovanie neurónových sietà úpravou váh v opaÄnom smere od výstupných po vstupnú vrstvu, ÄÃm sa minimalizujú chyby predikcie.
PrÃklad: PoužÃva sa pri trénovanà klasifikátorov obrazu na znÞenie chybovosti pri rozpoznávanà ruÄne pÃsaných ÄÃslic.
Predpojatosť (Algoritmická predpojatosť) (Bias (Algorithmic Bias))
Bias (Algorithmic Bias)
Neúmyselné a systematické zvýhodňovanie vo výstupoch AI v dôsledku nevyvážených alebo nereprezentatÃvnych tréningových dát.
PrÃklad: Systém rozpoznávania tváre, ktorý ÄastejÅ¡ie nesprávne identifikuje ľudà s tmavÅ¡ou pleÅ¥ou kvôli ich nedostatoÄnej reprezentácii v tréningových dátach.
Big Data (Big Data)
Big Data
Extrémne veľké datové sady, ktoré vyžadujú Å¡peciálne nástroje na ukladanie, analýzu a extrakciu hodnôt, Äasto použÃvané na trénovanie modelov AI.
PrÃklad: Použitie miliónov interakcià použÃvateľov na trénovanie odporúÄacÃch systémov pre platformy elektronického obchodu.
Model Äiernej skrinky (Black Box Model)
Black Box Model
Typ modelu AI alebo strojového uÄenia, ktorého vnútorná logika nie je pre ľudà ľahko interpretovateľná, Äo sÅ¥ažuje pochopenie toho, ako sa rozhodnutia robia.
PrÃklad: Hlboká neurónová sieÅ¥ použÃvaná na schvaľovanie pôžiÄiek, ale neposkytuje jasné vysvetlenie, preÄo bol jeden žiadateľ prijatý a druhý zamietnutý.
KognitÃvne výpoÄty (Cognitive Computing)
Cognitive Computing
Systémy AI navrhnuté na simuláciu ľudských myÅ¡lienkových procesov, ako je uvažovanie a uÄenie, pomocou technÃk ako NLP a rozpoznávanie vzorov.
PrÃklad: KognitÃvny výpoÄtový systém, ktorý pomáha právnym pracovnÃkom analyzovaÅ¥ súdne spisy a predpovedaÅ¥ výsledky.
PoÄÃtaÄové videnie (Computer Vision)
Computer Vision
OblasÅ¥ umelej inteligencie, ktorá umožňuje poÄÃtaÄom interpretovaÅ¥ a spracovávaÅ¥ vizuálne dáta, ako sú obrázky a video.
PrÃklad: Systémy rozpoznávania tváre, ktoré identifikujú ľudà v bezpeÄnostných záznamoch pomocou poÄÃtaÄového videnia.
Korpus (Corpus)
Corpus
Veľká zbierka pÃsaných alebo hovorených textov použÃvaná na trénovanie jazykových modelov.
PrÃklad: Datová sada Common Crawl je verejný webový korpus použÃvaný na trénovanie veľkých jazykových modelov ako GPT.
Dátový drift (Data Drift)
Data Drift
Fenomén, pri ktorom sa vstupujúce dáta Äasom menia, Äo spôsobuje degradáciu výkonu modelu.
PrÃklad: Model prediktÃvnej údržby pre priemyselné zariadenia sa stáva menej presným, keÄ sa zavádzajú nové technológie senzorov.
OznaÄovanie dát (Data Labelling)
Data Labelling
Proces anotovania dát znaÄkami alebo Å¡tÃtkami, aby boli vhodné pre supervÃzované uÄenie.
PrÃklad: OznaÄovanie tisÃcok snÃmok nádorov ako benÃgnych alebo malÃgnych na trénovanie modelu detekcie rakoviny.
Dolovanie dát (Data Mining)
Data Mining
Proces objavovania zmysluplných vzorov, korelácià a anomálià vo veľkých datových sadách.
PrÃklad: MaloobchodnÃci použÃvajú dolovanie dát na identifikáciu toho, že ľudia, ktorà kupujú plienky, Äasto kupujú aj pivo.
Hlboké uÄenie (Deep Learning)
Deep Learning
PodoblasÅ¥ strojového uÄenia, ktorá použÃva viacvrstvové neurónové siete na modelovanie zložitých vzorov v dátach.
PrÃklad: Hlboké uÄenie sa použÃva v jazykových modeloch ako GPT-4 a modeloch na generovanie obrázkov ako Stable Diffusion.
Difúzne modely (Diffusion Models)
Diffusion Models
Trieda generatÃvnych modelov, ktoré sa uÄia produkovaÅ¥ dáta postupným transformovanÃm náhodného Å¡umu na Å¡truktúrované výstupy.
PrÃklad: Stable Diffusion vytvára fotorealistické obrázky z textových výziev pomocou difúznych technÃk.
Vloženie (Embedding)
Embedding
Numerická vektorová reprezentácia dát, Äasto použÃvaná na zachytenie sémantického významu slov, obrázkov alebo viet.
PrÃklad: V NLP môže maÅ¥ slovo 'banka' podobné vloženia ako 'peniaze', ale odliÅ¡né od 'breh rieky' v závislosti od kontextu.
Epoch (Epoch)
Epoch
Úplná iterácia cez celú tréningovú datovú sadu poÄas procesu trénovania modelu strojového uÄenia.
PrÃklad: Ak datová sada obsahuje 1 000 prÃkladov a model ich vÅ¡etky raz vidà poÄas tréningu, je to jedna epoch.
Etická AI (Ethical AI)
Ethical AI
Filozofia návrhu a nasadenia, ktorá zabezpeÄuje, aby technológie AI fungovali transparentne, spravodlivo a v súlade so spoloÄenskými hodnotami.
PrÃklad: Nástroj na nábor AI, ktorý obsahuje kontroly predpojatosti, aby sa zabránilo diskriminácii uchádzaÄov z menÅ¡Ãn.
Expertný systém (Expert System)
Expert System
Systém AI, ktorý napodobňuje rozhodovacie schopnosti ľudského experta v špecifickej doméne pomocou pravidiel a logiky.
PrÃklad: Expertný systém použÃvaný v poľnohospodárstve na odporúÄanie oÅ¡etrenà plodÃn na základe údajov o pôde a histórii Å¡kodcov.
Vysvetliteľná AI (XAI) (Explainable AI (XAI))
Explainable AI (XAI)
Systémy AI navrhnuté tak, aby ich vnútorné procesy a rozhodovacie procesy boli pre ľudà zrozumiteľné, ÄÃm sa zvyÅ¡uje dôvera a zodpovednosÅ¥.
PrÃklad: AI diagnostický nástroj, ktorý nielen poskytuje odporúÄanie, ale aj vysvetľuje, ktoré prÃznaky viedli k tomuto záveru.
UÄenie s malým poÄtom prÃkladov (Few-shot Learning)
Few-shot Learning
Metóda strojového uÄenia, kde sa model trénuje alebo jemne doladà pomocou len malého poÄtu oznaÄených prÃkladov.
PrÃklad: Prispôsobenie LLM na pÃsanie právnych e-mailov po tom, Äo mu ukážete iba 10 prÃkladov.
Jemné doladenie (Fine-tuning)
Fine-tuning
Proces prevzatia predtrénovaného modelu a jeho ÄalÅ¡ieho trénovania na nových, menÅ¡Ãch dátach na Å¡pecializáciu pre konkrétnu úlohu.
PrÃklad: Jemné doladenie vÅ¡eobecného LLM ako GPT na interných právnych dokumentoch na vytvorenie asistenta na tvorbu právnych textov.
Základný model (Foundation Model)
Foundation Model
Veľký model trénovaný na rôznorodých a širokých dátach, ktorý je možné prispôsobiť mnohým následným úlohám.
PrÃklad: GPT-4 a PaLM 2 sú základné modely schopné sumarizácie, odpovedà na otázky, prekladu a ÄalÅ¡Ãch.
Fuzzy logika (Fuzzy Logic)
Fuzzy Logic
Forma logiky, ktorá sa zaoberá približnými hodnotami namiesto pevnej pravda/nepravda (binárnej) logiky, užitoÄná pre uvažovanie v podmienkach neistoty.
PrÃklad: PoužÃva sa v systémoch regulácie klÃmy na úpravu teploty na základe fuzzy vstupov ako „trochu teplo“ alebo „veľmi zima“.
GeneratÃvna adverzárna sieÅ¥ (GAN) (Generative Adversarial Network (GAN))
Generative Adversarial Network (GAN)
Architektúra generatÃvneho modelu, kde dve siete – generátor a diskriminátor – súťažia o zlepÅ¡enie kvality výstupu.
PrÃklad: GANy sa použÃvajú na vytváranie deepfake videà alebo generovanie realistických produktových fotografià z náÄrtov.
GeneratÃvna AI (Generative AI)
Generative AI
Kategória umelej inteligencie, ktorá dokáže vytvárať nový obsah – ako text, obrázky, hudbu alebo video – z tréningových dát.
PrÃklad: ChatGPT generuje blogové prÃspevky alebo Midjourney vytvára digitálne umenie z textových výziev.
GeneratÃvny predtrénovaný transformátor (GPT) (Generative Pre-trained Transformer (GPT))
Generative Pre-trained Transformer (GPT)
Trieda veľkých jazykových modelov vyvinutých spoloÄnosÅ¥ou OpenAI, ktorá použÃva transformerovú architektúru a je predtrénovaná na obrovskom množstve textových dát na vykonávanie rôznych jazykových úloh.
PrÃklad: GPT-4 je schopný pÃsaÅ¥ eseje, prekladaÅ¥ jazyky a sumarizovaÅ¥ dokumenty s minimálnymi výzvami.
Genetický algoritmus (Genetic Algorithm)
Genetic Algorithm
OptimalizaÄná technika inÅ¡pirovaná prirodzeným výberom, kde sa rieÅ¡enia Äasom vyvÃjajú prostrednÃctvom mutácie, krÞenia a výberu.
PrÃklad: PoužÃva sa na návrh efektÃvnych architektúr neurónových sietà simuláciou prežitia najschopnejÅ¡Ãch.
Halucinácia (Hallucination)
Hallucination
Generovanie presvedÄivo znejúceho, ale fakticky nesprávneho alebo nezmyselného obsahu AI modelom.
PrÃklad: Jazykový model si vymyslà neexistujúcu citáciu alebo poskytne faloÅ¡né historické fakty.
Heuristika (Heuristic)
Heuristic
Praktický prÃstup k rieÅ¡eniu problémov, ktorý nezaruÄuje dokonalé rieÅ¡enie, ale je dostatoÄný pre okamžité ciele.
PrÃklad: Použitie pravidla palca na odhadnutie dodacieho Äasu v logistickom AI systéme.
Hyperparameter (Hyperparameter)
Hyperparameter
KonfiguraÄná hodnota nastavená pred trénovanÃm modelu strojového uÄenia, ako je miera uÄenia alebo poÄet vrstiev.
PrÃklad: Úprava veľkosti dávky z 32 na 128 na zlepÅ¡enie rýchlosti tréningu a výkonu modelu.
Inferenica (Inference)
Inference
Proces použÃvania natrénovaného modelu strojového uÄenia na vytváranie predikcià alebo generovanie výstupov z nových vstupných dát.
PrÃklad: Použitie jemne doladeného modelu GPT na tvorbu e-mailov pre tÃm zákaznÃckej podpory.
Detekcia zámeru (Intent Detection)
Intent Detection
Úloha v porozumenà prirodzenému jazyku, kde systém identifikuje cieľ alebo úÄel použÃvateľa v správe.
PrÃklad: V chatboti rozpoznanie „chcem si rezervovaÅ¥ letenku“ ako zámeru rezervácie cestovania.
Internet vecà (IoT) (Internet of Things (IoT))
Internet of Things (IoT)
Sieť prepojených fyzických zariadenà vybavených senzormi, softvérom a inými technológiami na zber a výmenu dát.
PrÃklad: Inteligentné termostaty a chladniÄky, ktoré hlásia údaje o použÃvanà a upravujú nastavenia pomocou AI analýz.
Interpretovateľnosť (Interpretability)
Interpretability
Miera, do akej Älovek dokáže pochopiÅ¥ vnútorné mechanizmy modelu strojového uÄenia a jeho rozhodovacà proces.
PrÃklad: Rozhodovacà strom je interpretovateľnejÅ¡Ã ako hlboká neurónová sieÅ¥, pretože jeho rozhodnutia sú sledovateľné.
Jupyter Notebook (Jupyter Notebook)
Jupyter Notebook
Open-source interaktÃvne výpoÄtové prostredie, ktoré umožňuje použÃvateľom pÃsaÅ¥ kód, vizualizovaÅ¥ výstupy a dokumentovaÅ¥ analýzu v jednom rozhranÃ.
PrÃklad: Dátovà vedci použÃvajú Jupyter Notebooky na prototypovanie modelov strojového uÄenia a zdieľanie výsledkov.
K-najbližšà susedia (KNN) (K-Nearest Neighbours (KNN))
K-Nearest Neighbours (KNN)
Jednoduchý, neparametrický algoritmus strojového uÄenia použÃvaný na klasifikáciu a regresiu. Rozhodnutia robà na základe najbližšÃch tréningových prÃkladov v priestore prÃznakov.
PrÃklad: Na klasifikáciu nového ovocia ako jablko alebo hruÅ¡ka, KNN skontroluje, ktoré oznaÄené ovocie je najbližšie v tvare a farbe.
Vedomostný graf (Knowledge Graph)
Knowledge Graph
Dátová Å¡truktúra, ktorá použÃva uzly a hrany na reprezentáciu a ukladanie prepojených popisov entÃt a ich vzÅ¥ahov.
PrÃklad: Panel vedomostà Google je poháňaný vedomostným grafom, ktorý spája entity ako ľudia, miesta a udalosti.
Optimalizácia jazykového modelu (LLMO) (Language Learning Model Optimisation (LLMO))
Language Learning Model Optimisation (LLMO)
Techniky použÃvané na zlepÅ¡enie výkonu, efektÃvnosti alebo adaptovateľnosti veľkých jazykových modelov pre Å¡pecifické úlohy alebo domény.
PrÃklad: Použitie kvantizácie a ladenia inÅ¡trukcià na optimalizáciu LLM pre podnikové použitie.
Veľký jazykový model (LLM) (Large Language Model (LLM))
Large Language Model (LLM)
Typ modelu hlbokého uÄenia trénovaný na obrovskom množstve textových dát, schopný generovaÅ¥, chápaÅ¥ a uvažovaÅ¥ s ľudským jazykom.
PrÃklad: ChatGPT a Claude sú LLM trénované na pomoc pri pÃsanÃ, kódovanà a odpovedanà na otázky.
Latentný priestor (Latent Space)
Latent Space
Vysokodimenzionálna abstraktná reprezentácia, kde sú podobné vstupy zoskupené blÃzko seba, použÃvaná v generatÃvnych modeloch a vloženiach.
PrÃklad: Pri generovanà obrázkov manipulácia s latentným priestorom môže zmeniÅ¥ vlastnosti ako jas alebo emócie.
Miera uÄenia (Learning Rate)
Learning Rate
KľúÄový hyperparameter pri trénovanÃ, ktorý riadi, ako veľmi sa váhy modelu upravujú vzhľadom na gradient straty.
PrÃklad: Vysoká miera uÄenia môže viesÅ¥ k prekonaniu minima, zatiaľ Äo prÃliÅ¡ nÃzka miera spomaľuje pokrok v tréningu.
Strojové uÄenie (ML) (Machine Learning (ML))
Machine Learning (ML)
OblasÅ¥ AI, ktorá umožňuje systémom uÄiÅ¥ sa z dát a zlepÅ¡ovaÅ¥ výkon bez explicitného programovania.
PrÃklad: Spamové filtre použÃvajú strojové uÄenie na klasifikáciu e-mailov ako spam alebo nie na základe minulých prÃkladov.
Drift modelu (Model Drift)
Model Drift
Fenomén, pri ktorom sa presnosÅ¥ modelu Äasom znižuje v dôsledku zmien v dátach alebo prostredÃ.
PrÃklad: Model detekcie podvodov sa stáva menej presným, keÄ sa vyvÃjajú podvodné taktiky.
Tréning modelu (Model Training)
Model Training
Proces podávania dát modelu strojového uÄenia a úpravy jeho parametrov na minimalizáciu chyby.
PrÃklad: Trénovanie odporúÄacieho systému na histórii nákupov zákaznÃkov na navrhovanie nových produktov.
Multimodálna AI (Multimodal AI)
Multimodal AI
Systémy AI schopné spracovávať a integrovať viacero typov dát, ako je text, obrázky, zvuk a video.
PrÃklad: Model ako GPT-4 Vision, ktorý dokáže ÄÃtaÅ¥ text a interpretovaÅ¥ obrázky súÄasne.
Spracovanie prirodzeného jazyka (NLP) (Natural Language Processing (NLP))
Natural Language Processing (NLP)
PodoblasÅ¥ AI zameraná na interakciu medzi poÄÃtaÄmi a ľudskými (prirodzenými) jazykmi. Umožňuje strojom ÄÃtaÅ¥, chápaÅ¥ a reagovaÅ¥ v ľudskom jazyku.
PrÃklad: NLP sa použÃva v hlasových asistentoch, aplikáciách na preklad jazykov a chatbotiach.
Neurónová sieť (Neural Network)
Neural Network
Model strojového uÄenia inÅ¡pirovaný Å¡truktúrou ľudského mozgu, zložený z vrstiev prepojených uzlov (neurónov).
PrÃklad: Neurónové siete stoja za modelmi hlbokého uÄenia použÃvanými pri rozpoznávanà obrazu a reÄi.
Å um (Noise)
Noise
Náhodné alebo irelevantné informácie v dátach, ktoré môžu zakryÅ¥ zmysluplné vzory a negatÃvne ovplyvniÅ¥ výkon modelu.
PrÃklad: Chyby senzorov alebo dátové záznamy s preklepmi možno považovaÅ¥ za Å¡um.
Ontológia (Ontology)
Ontology
Å truktúrovaný rámec, ktorý kategorizuje a definuje vzÅ¥ahy medzi konceptmi v rámci domény, Äasto použÃvaný v sémantických AI systémoch.
PrÃklad: Ontológia v zdravotnÃctve môže definovaÅ¥, ako prÃznaky súvisia s chorobami a lieÄbou.
PreuÄenie (Overfitting)
Overfitting
Chyba modelovania, pri ktorej model strojového uÄenia zachytà šum v tréningových dátach a zle funguje na nových dátach.
PrÃklad: Model, ktorý si zapamätá tréningové odpovede, ale nedokáže spracovaÅ¥ neznáme testovacie dáta, je preuÄený.
PrediktÃvna analytika (Predictive Analytics)
Predictive Analytics
Použitie dát, algoritmov a AI na identifikáciu pravdepodobnosti budúcich výsledkov na základe historických dát.
PrÃklad: MaloobchodnÃci použÃvajú prediktÃvnu analytiku na predpovedanie dopytu po urÄitých produktoch.
Predtréning (Pre-training)
Pre-training
Proces poÄiatoÄného trénovania modelu na veľkej, vÅ¡eobecnej datovej sade pred jeho jemným doladenÃm pre Å¡pecifické úlohy.
PrÃklad: Modely GPT sú predtrénované na veľkých korpusoch pred ich prispôsobenÃm pre chatboty zákaznÃckej podpory.
Inžinierstvo promptov (Prompt Engineering)
Prompt Engineering
Umenie a veda vytvárania efektÃvnych výziev na riadenie výstupu veľkých jazykových modelov.
PrÃklad: Pridanie systémových pokynov ako „Odpovedaj ako zdvorilý uÄiteľ“ je prÃkladom inžinierstva promptov.
Kvantizácia (Quantisation)
Quantisation
Technika kompresie modelu, ktorá znižuje poÄet bitov použitých na reprezentáciu váh a aktiváciÃ, ÄÃm zvyÅ¡uje efektivitu.
PrÃklad: Kvantizácia modelu z 32-bitového na 8-bitový zlepÅ¡uje výkon na mobilných zariadeniach.
Kvantové výpoÄty (Quantum Computing)
Quantum Computing
Nový paradigmu výpoÄtov založený na kvantovej mechanike, ktorá má potenciál pre exponenciálne výpoÄtové schopnosti.
PrÃklad: Kvantové výpoÄty môžu v budúcnosti urýchliÅ¥ tréning AI nad rámec klasických limitov.
Odvodzovacà motor (Reasoning Engine)
Reasoning Engine
Systém v AI, ktorý odvodzuje logické závery z množiny faktov alebo dát pomocou pravidiel alebo inferenÄných algoritmov.
PrÃklad: AI diagnostický nástroj použÃva odvodzovacà motor na odvodenie možných lekárskych stavov na základe prÃznakov.
Reinforcement Learning (RL) (Reinforcement Learning (RL))
Reinforcement Learning (RL)
OblasÅ¥ strojového uÄenia, kde sa agenti uÄia interakciou so svojÃm prostredÃm s cieľom maximalizovaÅ¥ kumulatÃvne odmeny.
PrÃklad: Robot sa uÄà chodiÅ¥ pokusom a omylom pomocou RL technÃk.
Reinforcement Learning s ľudskou spätnou väzbou (RLHF) (Reinforcement Learning with Human Feedback (RLHF))
Reinforcement Learning with Human Feedback (RLHF)
Metóda uÄenia, kde ľudské preferencie riadia odmeňovacà signál AI, Äasto použÃvaná pri jemnom doladenà jazykových modelov.
PrÃklad: ChatGPT bol trénovaný s RLHF na produkciu užitoÄnejÅ¡Ãch a bezpeÄnejÅ¡Ãch odpovedÃ.
Generovanie rozÅ¡Ãrené o vyhľadávanie (RAG) (Retrieval-Augmented Generation (RAG))
Retrieval-Augmented Generation (RAG)
Metóda kombinujúca vyhľadávanie informácià s generovanÃm, kde LLM naÄÃtava relevantné dokumenty na zlepÅ¡enie svojej odpovede.
PrÃklad: AI asistent naÄÃtava a cituje Å¡pecifikácie produktov pri generovanà odpovede na technickú otázku.
SamouÄenie (Self-Supervised Learning)
Self-Supervised Learning
Tréningový prÃstup, kde sa model uÄà vzory generovanÃm vlastných Å¡tÃtkov z nespracovaných dát, ÄÃm sa znižuje závislosÅ¥ od ľudsky anotovaných dát.
PrÃklad: BERT je trénovaný pomocou samouÄenia predpovedanÃm chýbajúcich slov v texte.
Sémantické vyhľadávanie (Semantic Search)
Semantic Search
Vyhľadávacia technika, ktorá rozumie zámeru použÃvateľa a kontextovému významu, nielen porovnávaniu kľúÄových slov.
PrÃklad: Vyhľadávanie „ako opraviÅ¥ teÄúci kohútik“ vracia návody, aj keÄ sa termÃn „teÄúci kohútik“ v dokumente nenachádza.
Analýza sentimentu (Sentiment Analysis)
Sentiment Analysis
Proces identifikácie emóciÃ, názorov alebo postojov v texte, Äasto klasifikovaný ako pozitÃvny, negatÃvny alebo neutrálny.
PrÃklad: Analýza tweetov na zistenie verejnej reakcie na nový produkt.
Stochastický (Stochastic)
Stochastic
Zahŕňajúci náhodnosÅ¥ alebo pravdepodobnostné správanie, Äasto použÃvaný v generatÃvnej AI a optimalizaÄných algoritmoch.
PrÃklad: Výstup GPT-4 sa pre rovnaký vstup lÃÅ¡i kvôli jeho stochastickému procesu dekódovania.
Silná AI (Strong AI)
Strong AI
Tiež známa ako Umelá vÅ¡eobecná inteligencia (AGI), oznaÄuje stroje s ľudskými kognitÃvnymi schopnosÅ¥ami vo vÅ¡etkých doménach.
PrÃklad: Budúca AI, ktorá dokáže autonómne pÃsaÅ¥ romány, plánovaÅ¥ mestá a rieÅ¡iÅ¥ etické dilemy rovnako dobre.
Super umelá inteligencia (SAI) (Super Artificial Intelligence (SAI))
Super Artificial Intelligence (SAI)
Teoretická AI, ktorá Äaleko presahuje ľudskú inteligenciu vo vÅ¡etkých aspektoch – uvažovanie, kreativita, emocionálna inteligencia atÄ.
PrÃklad: SAI by teoreticky mohla nezávisle vyvinúť nové vedy a filozofie.
SupervÃzované uÄenie (Supervised Learning)
Supervised Learning
Technika strojového uÄenia, kde sa modely trénujú na oznaÄených dátach na nauÄenie sa mapovanà vstup-výstup.
PrÃklad: UÄenie modelu klasifikovaÅ¥ e-maily ako spam alebo nie pomocou historických prÃkladov.
Syntetické dáta (Synthetic Data)
Synthetic Data
Umelé generované dáta, ktoré simulujú reálne dáta, Äasto použÃvané na trénovanie, keÄ sú reálne dáta vzácne alebo citlivé.
PrÃklad: Vytváranie syntetických lekárskych obrazov na trénovanie diagnostických modelov bez poruÅ¡enia súkromia pacientov.
Token (Token)
Token
Jednotka textu spracovaná LLM – zvyÄajne slovo alebo ÄasÅ¥ slova.
PrÃklad: Veta „Ahoj svet!“ je rozdelená na 3 tokeny: „Ahoj“, „svet“ a „!“.
Tokenizácia (Tokenisation)
Tokenisation
Proces rozdelenia textu na tokeny na spracovanie modelom.
PrÃklad: V NLP sa „ChatGPT je skvelý“ stane [„Chat“, „G“, „PT“, „je“, „skvelý“].
Prenosové uÄenie (Transfer Learning)
Transfer Learning
Použitie vedomostà z jednej úlohy na zlepÅ¡enie uÄenia na inej súvisiacej úlohe, ÄÃm sa znižuje Äas tréningu a potreba dát.
PrÃklad: Jemné doladenie modelu trénovaného na anglickom texte na vykonávanie analýzy sentimentu v inom jazyku.
Transformátor (Transformer)
Transformer
Architektúra neurónovej siete, ktorá použÃva mechanizmy pozornosti na modelovanie sekvenÄných dát, Å¡iroko použÃvaná v LLM.
PrÃklad: BERT, GPT a T5 sú vÅ¡etky modely založené na transformátoroch.
PoduÄenie (Underfitting)
Underfitting
KeÄ je model prÃliÅ¡ zjednoduÅ¡ený na zachytenie vzorov v tréningových dátach, Äo vedie k slabému výkonu.
PrÃklad: Lineárny model, ktorý sa snažà predpovedaÅ¥ zložité klasifikácie obrazu, môže poduÄiÅ¥.
NesupervÃzované uÄenie (Unsupervised Learning)
Unsupervised Learning
UÄebný prÃstup, kde modely identifikujú vzory alebo klastre v neoznaÄených dátach.
PrÃklad: Zoskupovanie zákaznÃkov na základe nákupného správania bez preddefinovaných Å¡tÃtkov.
UžÃvateľský zámer (User Intent)
User Intent
Cieľ alebo úÄel za dopytom alebo interakciou použÃvateľa.
PrÃklad: PoužÃvateľ, ktorý zadá „ako upiecÅ¥ tortu“, pravdepodobne zamýšľa nájsÅ¥ recept.
ValidaÄná množina (Validation Set)
Validation Set
Podmnožina dát použÃvaná na vyhodnotenie výkonu modelu poÄas tréningu a ladenie hyperparametrov.
PrÃklad: PoužÃva sa na detekciu preuÄenia pred finálnym testovanÃm.
Vektorová databáza (Vector Database)
Vector Database
Databáza navrhnutá na ukladanie a vyhľadávanie vektorových vloženà použÃvaných v úlohách AI, ako je vyhľadávanie podobnosti a RAG.
PrÃklad: Pinecone a Weaviate sú vektorové databázy na ukladanie vloženà textu alebo obrázkov.
Vektorové vloženie (Vector Embedding)
Vector Embedding
Numerická reprezentácia dát, ktorá zachováva sémantický význam a vzťahy vo vektorovom priestore.
PrÃklad: Slová „kráľ“ a „kráľovná“ majú podobné vloženia s jemnými rodovými rozdielmi.
Virtuálny asistent (Virtual Assistant)
Virtual Assistant
Softvérový agent poháňaný AI, ktorý pomáha použÃvateľom dokonÄovaÅ¥ úlohy prostrednÃctvom konverzácie alebo hlasových prÃkazov.
PrÃklad: Siri, Alexa a Google Assistant sú populárni virtuálni asistenti.
Rozpoznávanie hlasu (Voice Recognition)
Voice Recognition
Technológia, ktorá interpretuje a prevádza hovorený jazyk na text alebo akciu.
PrÃklad: Hlasové pÃsanie a hlasové prÃkazy sa spoliehajú na systémy rozpoznávania hlasu.
Slabá AI (Weak AI)
Weak AI
Systémy AI navrhnuté na vykonávanie úzkej, špecifickej úlohy bez všeobecnej inteligencie.
PrÃklad: AI na hranie Å¡achu, ktorá nerozumie jazyku ani neÅ¡oféruje auto, je prÃkladom slabej AI.
Web Scraping (Web Scraping)
Web Scraping
Automatizovaná extrakcia informácià z webových stránok, Äasto použÃvaná na zber tréningových dát alebo monitorovanie obsahu.
PrÃklad: Scraping realitných ponúk na trénovanie modelu oceňovania nehnuteľnostÃ.
Váha (Weight)
Weight
Parameter v neurónových sieÅ¥ach, ktorý urÄuje silu vplyvu jedného uzla na druhý.
PrÃklad: Váhy sa upravujú poÄas tréningu na minimalizáciu chyby modelu.
Whisper (Whisper)
Whisper
Model reÄi na text vyvinutý spoloÄnosÅ¥ou OpenAI, schopný prepisovaÅ¥ zvuk vo viacerých jazykoch.
PrÃklad: Whisper dokáže prepisovaÅ¥ prednášky a podcasty s vysokou presnosÅ¥ou.
YAML (YAML)
YAML
Ľudsky Äitateľný formát pre serializáciu dát, bežne použÃvaný pre konfiguraÄné súbory v pracovných postupoch strojového uÄenia.
PrÃklad: DefinÃcia parametrov modelu v súbore YAML pre tréning v PyTorch.
UÄenie s nulovým poÄtom prÃkladov (Zero-shot Learning)
Zero-shot Learning
SchopnosÅ¥ modelu vykonávaÅ¥ úlohy, na ktoré nebol explicitne trénovaný, prostrednÃctvom využitia vÅ¡eobecných vedomostÃ.
PrÃklad: Model odpovedajúci na právne otázky napriek tomu, že nebol Å¡pecificky trénovaný na právnych dátach.
Zettabajt (Zettabyte)
Zettabyte
Jednotka digitálnych dát rovná jednému sextiliónu (10^21) bajtov, Äasto použÃvaná na opis rozsahu internetových dát.
PrÃklad: Globálna internetová prevádzka prekroÄila 1 zettabajt roÄne do roku 2016.
