Alignment (Alignment)
Alignment
Ang proseso ng pagtiyak na ang mga layunin, output, at pag-uugali ng isang AI system ay naaayon sa mga layunin at halaga ng tao. Ito ay lalong mahalaga sa mga advanced na sistema na maaaring bumuo ng mga pag-uugali na hindi tahasang nilayon.
Halimbawa: Pagtitiyak na ang isang chatbot para sa suportang pangkalusugan ng isip ay hindi kailanman magrerekomenda ng mga mapanganib na aksyon anuman ang mga prompt.
Application Programming Interface (API) (Application Programming Interface (API))
Application Programming Interface (API)
Isang hanay ng mga tinukoy na patakaran at protocol na nagpapahintulot sa iba't ibang sistema ng software na makipag-ugnayan at makipagpalitan ng data.
Halimbawa: Paggamit ng OpenAI API upang magpadala ng prompt at makatanggap ng tugon na nabuo ng language model sa iyong web app.
Artificial General Intelligence (AGI) (Artificial General Intelligence (AGI))
Artificial General Intelligence (AGI)
Isang teoretikal na anyo ng AI na maaaring magsagawa ng anumang intelektwal na gawain na magagawa ng isang tao. Ito ay nagpapalawak ng pagkatuto sa iba't ibang domain.
Halimbawa: Ang isang AGI system ay maaaring matuto ng komposisyon ng musika, magsagawa ng operasyon, at pumasa sa isang pilosopiya na pagsusulit nang walang partikular na pag-program.
Artificial Intelligence (AI) (Artificial Intelligence (AI))
Artificial Intelligence (AI)
Ang simulasyon ng katalinuhan ng tao sa mga makina na naka-program upang mag-isip, mangatwiran, at kumilos nang awtonomo.
Halimbawa: Ang AI ay nagpapagana sa mga personal na assistant tulad ng Siri at mga autonomous driving system tulad ng Tesla Autopilot.
AI Ethics (AI Ethics)
AI Ethics
Isang disiplina na nakatuon sa mga implikasyong moral ng pagpapaunlad at paggamit ng AI, kabilang ang pagiging patas, privacy, pananagutan, at hindi diskriminasyon.
Halimbawa: Paglikha ng mga alituntunin upang maiwasan ang mga algorithm sa pagkuha ng empleyado na maging diskriminasyon batay sa kasarian o etnisidad.
Augmented Intelligence (Augmented Intelligence)
Augmented Intelligence
Isang collaborative na modelo kung saan ang AI ay kumukumpleto at nagpapahusay sa katalinuhan ng tao sa halip na palitan ito.
Halimbawa: Mga tool sa radiology na pinapagana ng AI na nagha-highlight ng mga anomalya para sa mga doktor, na siyang gumagawa ng huling diagnosis.
Autonomous Agent (Autonomous Agent)
Autonomous Agent
Isang AI system na may kakayahang gumawa ng sarili nitong mga desisyon at gumawa ng mga aksyon upang makamit ang mga layunin nito nang walang interbensyon ng tao.
Halimbawa: Isang self-driving delivery robot na nagna-navigate sa mga kalsada ng lungsod at iniiwasan ang mga balakid nang independiyente.
Backpropagation (Backpropagation)
Backpropagation
Isang pamamaraan para sa pag-train ng mga neural network sa pamamagitan ng pag-update ng mga timbang pabalik mula sa output patungo sa mga input layer, na nagpapaliit sa mga error sa prediksyon.
Halimbawa: Ginagamit sa pag-train ng mga image classifier upang mabawasan ang error rate sa pagkilala ng mga nakasulat na digit.
Bias (Algorithmic Bias) (Bias (Algorithmic Bias))
Bias (Algorithmic Bias)
Hindi sinasadya at sistematikong paboritismo sa mga resulta ng AI dahil sa hindi balanseng o hindi representatibong data sa pag-train.
Halimbawa: Isang facial recognition system na mas madalas na nagkakamali sa pagkilala sa mga taong may kulay dahil sa kakulangan ng representasyon sa training data.
Big Data (Big Data)
Big Data
Napakalaking dataset na nangangailangan ng mga espesyal na kasangkapan upang iimbak, suriin, at kunin ang halaga, na madalas ginagamit upang mag-train ng mga modelo ng AI.
Halimbawa: Paggamit ng milyun-milyong interaksyon ng user upang mag-train ng mga recommendation engine para sa mga e-commerce platform.
Black Box Model (Black Box Model)
Black Box Model
Isang uri ng AI o machine learning model na ang panloob na lohika ay hindi madaling maipaliwanag ng mga tao, na ginagawang mahirap maunawaan kung paano ginagawa ang mga desisyon.
Halimbawa: Isang deep neural network na ginagamit upang aprubahan ang mga pautang ngunit hindi nagbibigay ng malinaw na paliwanag kung bakit tinanggap ang isang aplikante at tinanggihan ang isa pa.
Cognitive Computing (Cognitive Computing)
Cognitive Computing
Mga sistema ng AI na idinisenyo upang gayahin ang mga proseso ng pag-iisip ng tao, tulad ng pangangatwiran at pagkatuto, gamit ang mga pamamaraan tulad ng NLP at pattern recognition.
Halimbawa: Isang cognitive computing system na tumutulong sa mga legal na propesyonal na suriin ang kaso ng batas at hulaan ang mga resulta.
Computer Vision (Computer Vision)
Computer Vision
Isang larangan ng artificial intelligence na nagpapahintulot sa mga computer na bigyang-kahulugan at iproseso ang visual na data tulad ng mga imahe at video.
Halimbawa: Mga facial recognition system na kumikilala sa mga tao sa security footage gamit ang computer vision.
Corpus (Corpus)
Corpus
Isang malaking koleksyon ng nakasulat o binibigkas na mga teksto na ginagamit upang mag-train ng mga language model.
Halimbawa: Ang Common Crawl dataset ay isang pampublikong web corpus na ginagamit upang mag-train ng mga malalaking language model tulad ng GPT.
Data Drift (Data Drift)
Data Drift
Ang penomenon kung saan nagbabago ang input data sa paglipas ng panahon, na nagiging sanhi ng pagbaba ng performance ng modelo.
Halimbawa: Ang isang predictive maintenance model para sa industrial equipment ay nagiging hindi gaanong tumpak habang ipinakikilala ang bagong teknolohiya ng sensor.
Data Labelling (Data Labelling)
Data Labelling
Ang proseso ng pag-annotate ng data gamit ang mga tag o label upang gawin itong angkop para sa supervised learning.
Halimbawa: Pag-label ng libu-libong tumor images bilang benign o malignant upang mag-train ng cancer detection model.
Data Mining (Data Mining)
Data Mining
Ang proseso ng pagtuklas ng makabuluhang mga pattern, ugnayan, at anomalya sa malalaking dataset.
Halimbawa: Ang mga retailer ay gumagamit ng data mining upang matukoy na ang mga taong bumibili ng lampin ay madalas ding bumibili ng beer.
Deep Learning (Deep Learning)
Deep Learning
Isang subfield ng machine learning na gumagamit ng multi-layered neural networks upang imodelo ang mga kumplikadong pattern sa data.
Halimbawa: Ang deep learning ay ginagamit sa mga language model tulad ng GPT-4 at mga image generation model tulad ng Stable Diffusion.
Diffusion Models (Diffusion Models)
Diffusion Models
Isang klase ng generative models na natututong lumikha ng data sa pamamagitan ng unti-unting pagbabago ng random na ingay tungo sa mga structured na output.
Halimbawa: Lumilikha ang Stable Diffusion ng mga photorealistic na imahe mula sa mga text prompt gamit ang mga diffusion technique.
Embedding (Embedding)
Embedding
Isang numerical na representasyon ng vector ng data, na madalas ginagamit upang makuha ang semantic na kahulugan ng mga salita, imahe, o pangungusap.
Halimbawa: Sa NLP, ang salitang 'bank' ay maaaring magkaroon ng katulad na embeddings sa 'pera' ngunit iba sa 'riverbank' depende sa konteksto.
Epoch (Epoch)
Epoch
Isang kumpletong pag-ulit sa buong training dataset sa panahon ng proseso ng pag-train ng isang machine learning model.
Halimbawa: Kung ang isang dataset ay may 1,000 halimbawa at nakita ng isang modelo ang lahat ng ito nang isang beses sa panahon ng pag-train, iyon ay isang epoch.
Ethical AI (Ethical AI)
Ethical AI
Isang pilosopiya sa disenyo at pag-deploy na nagsisiguro na ang mga teknolohiya ng AI ay gumagana nang transparent, patas, at naaayon sa mga halaga ng lipunan.
Halimbawa: Isang AI hiring tool na nagsasama ng mga bias check upang maiwasan ang diskriminasyon laban sa mga kandidatong minorya.
Expert System (Expert System)
Expert System
Isang AI system na gumagaya sa mga kakayahan sa paggawa ng desisyon ng isang human expert sa isang partikular na domain gamit ang mga patakaran at lohika.
Halimbawa: Isang expert system na ginagamit sa agrikultura upang magrekomenda ng mga paggamot sa pananim batay sa data ng lupa at kasaysayan ng peste.
Explainable AI (XAI) (Explainable AI (XAI))
Explainable AI (XAI)
Mga sistema ng AI na idinisenyo upang gawing nauunawaan ng mga tao ang kanilang mga panloob na proseso at proseso ng paggawa ng desisyon, na nagpapataas ng tiwala at pananagutan.
Halimbawa: Isang AI diagnostic tool na hindi lamang nagbibigay ng rekomendasyon kundi nagpapaliwanag din kung aling mga sintomas ang humantong sa konklusyong iyon.
Few-shot Learning (Few-shot Learning)
Few-shot Learning
Isang pamamaraan sa machine learning kung saan ang isang modelo ay sinasanay o fine-tuned gamit lamang ang maliit na bilang ng mga labelled na halimbawa.
Halimbawa: Pag-customize ng isang LLM upang magsulat ng mga legal na email pagkatapos ipakita ito ng sampung halimbawa lamang.
Fine-tuning (Fine-tuning)
Fine-tuning
Ang proseso ng pagkuha ng isang pre-trained na modelo at karagdagang pag-train nito sa isang bago, mas maliit na dataset upang espesyalisahin ito para sa isang partikular na gawain.
Halimbawa: Pag-fine-tune ng isang general LLM tulad ng GPT sa mga internal na legal na dokumento upang lumikha ng isang legal drafting assistant.
Foundation Model (Foundation Model)
Foundation Model
Isang malaking modelo na sinanay sa iba't ibang at malawak na data na maaaring iakma sa maraming downstream na gawain.
Halimbawa: Ang GPT-4 at PaLM 2 ay mga foundation model na may kakayahang magbuod, Q&A, pagsasalin, at marami pa.
Fuzzy Logic (Fuzzy Logic)
Fuzzy Logic
Isang anyo ng lohika na humahawak sa mga tinatayang halaga sa halip na mga fixed true/false (binary) na lohika, na kapaki-pakinabang para sa pangangatwiran sa kawalan ng katiyakan.
Halimbawa: Ginagamit sa mga climate control system upang ayusin ang temperatura batay sa mga fuzzy input tulad ng 'medyo mainit' o 'sobrang lamig'.
Generative Adversarial Network (GAN) (Generative Adversarial Network (GAN))
Generative Adversarial Network (GAN)
Isang generative model architecture kung saan ang dalawang network—isang generator at isang discriminator—ay naglalaban upang mapabuti ang kalidad ng output.
Halimbawa: Ang mga GAN ay ginagamit upang lumikha ng mga deepfake video o lumikha ng mga makatotohanang larawan ng produkto mula sa mga sketch.
Generative AI (Generative AI)
Generative AI
Isang kategorya ng artificial intelligence na maaaring lumikha ng bagong nilalaman—tulad ng teksto, mga imahe, musika, o video—mula sa training data.
Halimbawa: Ang ChatGPT ay lumilikha ng mga blog post o ang Midjourney ay lumilikha ng digital artwork mula sa mga textual prompt.
Generative Pre-trained Transformer (GPT) (Generative Pre-trained Transformer (GPT))
Generative Pre-trained Transformer (GPT)
Isang klase ng malalaking language model na binuo ng OpenAI na gumagamit ng transformer architecture at pre-trained sa napakaraming text data upang magsagawa ng iba't ibang mga gawain sa wika.
Halimbawa: Ang GPT-4 ay may kakayahang magsulat ng mga sanaysay, magsalin ng mga wika, at magbuod ng mga dokumento na may kaunting prompt.
Genetic Algorithm (Genetic Algorithm)
Genetic Algorithm
Isang optimization technique na inspirasyon ng natural selection kung saan ang mga solusyon ay nag-e-evolve sa paglipas ng panahon sa pamamagitan ng mutation, crossover, at selection.
Halimbawa: Ginagamit upang magdisenyo ng mahusay na mga arkitektura ng neural network sa pamamagitan ng pagsimula ng survival of the fittest.
Hallucination (Hallucination)
Hallucination
Ang paglikha ng mga makatotohanang tunog ngunit mali sa katotohanan o walang kabuluhang nilalaman ng isang AI model.
Halimbawa: Ang isang language model ay lumilikha ng isang hindi umiiral na citation o nagbibigay ng maling mga historical fact.
Heuristic (Heuristic)
Heuristic
Isang praktikal na paraan ng paglutas ng problema na hindi ginagarantiyahan ang isang perpektong solusyon ngunit sapat para sa mga agarang layunin.
Halimbawa: Paggamit ng rule of thumb upang tantyahin ang oras ng paghahatid sa isang logistics AI system.
Hyperparameter (Hyperparameter)
Hyperparameter
Isang configuration value na itinakda bago ang pag-train ng isang machine learning model, tulad ng learning rate o bilang ng mga layer.
Halimbawa: Pag-aayos ng batch size mula 32 patungong 128 upang mapabuti ang bilis ng pag-train at performance ng modelo.
Inference (Inference)
Inference
Ang proseso ng paggamit ng isang sinanay na machine learning model upang gumawa ng mga prediksyon o lumikha ng mga output mula sa bagong input data.
Halimbawa: Paggamit ng isang fine-tuned GPT model upang gumawa ng mga email para sa isang customer support team.
Intent Detection (Intent Detection)
Intent Detection
Isang gawain sa natural language understanding kung saan kinikilala ng sistema ang layunin o pakay ng user sa isang mensahe.
Halimbawa: Sa isang chatbot, pagkilala sa 'Gusto kong mag-book ng flight' bilang isang travel booking intent.
Internet of Things (IoT) (Internet of Things (IoT))
Internet of Things (IoT)
Isang network ng mga magkakaugnay na pisikal na device na may mga sensor, software, at iba pang teknolohiya upang mangolekta at makipagpalitan ng data.
Halimbawa: Mga smart thermostat at refrigerator na nag-uulat ng data ng paggamit at nag-aayos ng mga setting gamit ang AI analytics.
Interpretability (Interpretability)
Interpretability
Ang lawak kung saan ang isang tao ay maaaring maunawaan ang mga panloob na mekanismo ng isang machine learning model at ang proseso ng paggawa ng desisyon nito.
Halimbawa: Ang isang decision tree ay mas interpretable kaysa sa isang deep neural network dahil ang mga desisyon nito ay traceable.
Jupyter Notebook (Jupyter Notebook)
Jupyter Notebook
Isang open-source interactive computing environment na nagpapahintulot sa mga user na magsulat ng code, mag-visualize ng mga output, at magdokumento ng pagsusuri sa isang solong interface.
Halimbawa: Ginagamit ng mga data scientist ang Jupyter Notebooks upang mag-prototype ng mga machine learning model at magbahagi ng mga resulta.
K-Nearest Neighbours (KNN) (K-Nearest Neighbours (KNN))
K-Nearest Neighbours (KNN)
Isang simple, non-parametric machine learning algorithm na ginagamit para sa classification at regression. Gumagawa ito ng mga desisyon batay sa pinakamalapit na training examples sa feature space.
Halimbawa: Upang uriin ang isang bagong prutas bilang mansanas o peras, sinusuri ng KNN kung aling mga labelled na prutas ang pinakamalapit sa hugis at kulay.
Knowledge Graph (Knowledge Graph)
Knowledge Graph
Isang data structure na gumagamit ng mga node at edge upang kumatawan at mag-imbak ng mga magkakaugnay na paglalarawan ng mga entity at ang kanilang mga relasyon.
Halimbawa: Ang knowledge panel ng Google ay pinapagana ng isang knowledge graph na nag-uugnay sa mga entity tulad ng mga tao, lugar, at kaganapan.
Language Learning Model Optimisation (LLMO) (Language Learning Model Optimisation (LLMO))
Language Learning Model Optimisation (LLMO)
Mga pamamaraan na ginagamit upang mapabuti ang performance, kahusayan, o kakayahang umangkop ng malalaking language model para sa mga partikular na gawain o domain.
Halimbawa: Paggamit ng quantisation at instruction tuning upang i-optimize ang isang LLM para sa enterprise use.
Large Language Model (LLM) (Large Language Model (LLM))
Large Language Model (LLM)
Isang uri ng deep learning model na sinanay sa napakaraming textual data na may kakayahang lumikha, umunawa, at mangatwiran sa wikang pantao.
Halimbawa: Ang ChatGPT at Claude ay mga LLM na sinanay upang tumulong sa pagsusulat, coding, at pagsagot sa mga tanong.
Latent Space (Latent Space)
Latent Space
Isang high-dimensional abstract na representasyon kung saan ang mga magkatulad na input ay pinagsasama-sama, ginagamit sa generative models at embeddings.
Halimbawa: Sa image generation, ang pagmamanipula ng latent space ay maaaring magbago ng mga feature tulad ng liwanag o emosyon.
Learning Rate (Learning Rate)
Learning Rate
Isang mahalagang hyperparameter sa pag-train na kumokontrol kung gaano kalaki ang pagbabago sa mga modelo ng timbang kaugnay sa loss gradient.
Halimbawa: Ang isang mataas na learning rate ay maaaring humantong sa paglampas sa mga minima, habang ang masyadong mababang rate ay nagpapabagal sa pag-unlad ng pag-train.
Machine Learning (ML) (Machine Learning (ML))
Machine Learning (ML)
Isang sangay ng AI na nagpapahintulot sa mga sistema na matuto mula sa data at mapabuti ang performance nang hindi tahasang naka-program.
Halimbawa: Ang mga spam filter ay gumagamit ng machine learning upang uriin ang mga email bilang spam o hindi batay sa mga nakaraang halimbawa.
Model Drift (Model Drift)
Model Drift
Isang penomenon kung saan ang katumpakan ng isang modelo ay bumababa sa paglipas ng panahon dahil sa mga pagbabago sa data o kapaligiran.
Halimbawa: Ang isang fraud detection model ay nagiging hindi gaanong tumpak habang nagbabago ang mga taktika ng pandaraya.
Model Training (Model Training)
Model Training
Ang proseso ng pagpapakain ng data sa isang machine learning model at pag-aayos ng mga parameter nito upang mabawasan ang error.
Halimbawa: Pag-train ng isang recommendation engine sa kasaysayan ng pagbili ng customer upang magmungkahi ng mga bagong produkto.
Multimodal AI (Multimodal AI)
Multimodal AI
Mga sistema ng AI na may kakayahang magproseso at mag-integrate ng maraming uri ng data tulad ng teksto, mga imahe, audio, at video.
Halimbawa: Isang modelo tulad ng GPT-4 Vision na maaaring magbasa ng teksto at magbigay-kahulugan sa mga imahe nang sabay.
Natural Language Processing (NLP) (Natural Language Processing (NLP))
Natural Language Processing (NLP)
Isang subfield ng AI na nakatuon sa interaksyon sa pagitan ng mga computer at mga wika ng tao (natural). Pinapahintulutan nito ang mga makina na magbasa, umunawa, at tumugon sa wikang pantao.
Halimbawa: Ang NLP ay ginagamit sa mga voice assistant, language translation app, at chatbot.
Neural Network (Neural Network)
Neural Network
Isang machine learning model na inspirasyon ng istraktura ng utak ng tao, na binubuo ng mga layer ng magkakaugnay na node (neurons).
Halimbawa: Ang mga neural network ay nasa likod ng mga deep learning model na ginagamit sa image at speech recognition.
Noise (Noise)
Noise
Random o hindi kaugnay na impormasyon sa data na maaaring makasagabal sa makabuluhang mga pattern at negatibong makaapekto sa performance ng modelo.
Halimbawa: Ang mga error sa sensor o mga entry ng data na puno ng typo ay maaaring ituring na ingay.
Ontology (Ontology)
Ontology
Isang structured na framework na nagkakategorya at nagtatakda ng mga relasyon sa pagitan ng mga konsepto sa loob ng isang domain, na madalas ginagamit sa mga semantic AI system.
Halimbawa: Ang isang ontology sa pangangalagang pangkalusugan ay maaaring magtakda kung paano nauugnay ang mga sintomas sa mga sakit at paggamot.
Overfitting (Overfitting)
Overfitting
Isang error sa pagmomodelo kung saan ang isang machine learning model ay kumukuha ng ingay sa training data at nagkakaroon ng mahinang performance sa bagong data.
Halimbawa: Ang isang modelo na nagme-memorize ng mga sagot sa pag-train ngunit hindi kayang hawakan ang mga hindi nakikitang test data ay overfitted.
Predictive Analytics (Predictive Analytics)
Predictive Analytics
Ang paggamit ng data, algorithm, at AI upang matukoy ang posibilidad ng mga hinaharap na resulta batay sa historical data.
Halimbawa: Ang mga retailer ay gumagamit ng predictive analytics upang hulaan ang demand para sa ilang mga produkto.
Pre-training (Pre-training)
Pre-training
Ang proseso ng paunang pag-train ng isang modelo sa isang malaki, pangkalahatang dataset bago ito i-fine-tune para sa mga partikular na gawain.
Halimbawa: Ang mga GPT model ay pre-trained sa malalaking corpora bago i-customize para sa mga customer service chatbot.
Prompt Engineering (Prompt Engineering)
Prompt Engineering
Ang sining at agham ng paggawa ng mga epektibong prompt upang gabayan ang output ng malalaking language model.
Halimbawa: Ang pagdaragdag ng mga system instruction tulad ng 'Sumagot bilang isang magalang na tutor' ay isang halimbawa ng prompt engineering.
Quantisation (Quantisation)
Quantisation
Isang pamamaraan ng pag-compress ng modelo na nagpapababa ng bilang ng mga bit na ginagamit upang kumatawan sa mga timbang at activation, na nagpapahusay sa kahusayan.
Halimbawa: Ang pag-quantize ng isang modelo mula 32-bit patungong 8-bit ay nagpapabuti sa performance sa mga mobile device.
Quantum Computing (Quantum Computing)
Quantum Computing
Isang bagong paradigm ng computing batay sa quantum mechanics, na nagtataglay ng potensyal para sa exponential processing capabilities.
Halimbawa: Ang quantum computing ay maaaring sa hinaharap ay mapabilis ang AI training lampas sa mga classical na limitasyon.
Reasoning Engine (Reasoning Engine)
Reasoning Engine
Isang sistema sa AI na naghihinuha ng mga lohikal na konklusyon mula sa isang hanay ng mga katotohanan o data gamit ang mga patakaran o inference algorithm.
Halimbawa: Ang isang AI diagnosis tool ay gumagamit ng isang reasoning engine upang mahinuha ang mga posibleng kondisyong medikal batay sa mga sintomas.
Reinforcement Learning (RL) (Reinforcement Learning (RL))
Reinforcement Learning (RL)
Isang lugar ng machine learning kung saan ang mga ahente ay natututo sa pamamagitan ng pakikipag-ugnayan sa kanilang kapaligiran upang mapalaki ang cumulative rewards.
Halimbawa: Isang robot na natututong maglakad sa pamamagitan ng trial and error gamit ang mga RL technique.
Reinforcement Learning with Human Feedback (RLHF) (Reinforcement Learning with Human Feedback (RLHF))
Reinforcement Learning with Human Feedback (RLHF)
Isang learning method kung saan ang mga kagustuhan ng tao ay gumagabay sa reward signal ng AI, na madalas ginagamit sa pag-fine-tune ng mga language model.
Halimbawa: Ang ChatGPT ay sinanay gamit ang RLHF upang makabuo ng mas kapaki-pakinabang at ligtas na mga tugon.
Retrieval-Augmented Generation (RAG) (Retrieval-Augmented Generation (RAG))
Retrieval-Augmented Generation (RAG)
Isang pamamaraan na pinagsasama ang information retrieval sa generation, kung saan ang isang LLM ay kumukuha ng mga kaugnay na dokumento upang mapabuti ang tugon nito.
Halimbawa: Isang AI assistant na kumukuha at nag-cite ng mga product spec habang lumilikha ng sagot sa isang teknikal na tanong.
Self-Supervised Learning (Self-Supervised Learning)
Self-Supervised Learning
Isang training approach kung saan ang modelo ay natututo ng mga pattern sa pamamagitan ng paglikha ng sarili nitong mga label mula sa raw data, na nagpapababa ng pag-asa sa human-annotated data.
Halimbawa: Ang BERT ay sinanay gamit ang self-supervised learning sa pamamagitan ng paghula ng mga nawawalang salita sa teksto.
Semantic Search (Semantic Search)
Semantic Search
Isang search technique na umuunawa sa user intent at contextual na kahulugan, hindi lamang keyword matching.
Halimbawa: Ang paghahanap ng 'paano ayusin ang tumutulong na gripo' ay nagbabalik ng mga gabay kahit na ang terminong 'tumutulong na gripo' ay wala sa dokumento.
Sentiment Analysis (Sentiment Analysis)
Sentiment Analysis
Ang proseso ng pagkilala sa mga emosyon, opinyon, o saloobin sa teksto, na madalas nagkakategorya bilang positibo, negatibo, o neutral.
Halimbawa: Pagsusuri ng mga tweet upang masukat ang reaksyon ng publiko sa isang bagong produkto.
Stochastic (Stochastic)
Stochastic
Nagsasangkot ng randomness o probabilistic na pag-uugali, na madalas ginagamit sa generative AI at optimization algorithm.
Halimbawa: Ang output ng GPT-4 ay nag-iiba para sa parehong input dahil sa stochastic decoding process nito.
Strong AI (Strong AI)
Strong AI
Kilala rin bilang Artificial General Intelligence (AGI), tumutukoy sa mga makina na may human-level cognitive capabilities sa lahat ng domain.
Halimbawa: Isang hinaharap na AI na maaaring awtomatikong magsulat ng mga nobela, magplano ng mga lungsod, at lumutas ng mga etikal na dilema nang pantay.
Super Artificial Intelligence (SAI) (Super Artificial Intelligence (SAI))
Super Artificial Intelligence (SAI)
Isang teoretikal na AI na higit na nakalalamang sa katalinuhan ng tao sa lahat ng aspeto—pangangatwiran, pagkamalikhain, emosyonal na katalinuhan, atbp.
Halimbawa: Ang isang SAI ay maaaring teoretikal na bumuo ng mga bagong agham at pilosopiya nang independiyente.
Supervised Learning (Supervised Learning)
Supervised Learning
Isang machine learning technique kung saan ang mga modelo ay sinasanay sa labelled data upang matutunan ang input-output mappings.
Halimbawa: Pagtuturo sa isang modelo na uriin ang mga email bilang spam o hindi gamit ang mga historical na halimbawa.
Synthetic Data (Synthetic Data)
Synthetic Data
Artipisyal na nabuong data na sumisimula sa real-world data, na madalas ginagamit para sa pag-train kapag ang tunay na data ay kulang o sensitibo.
Halimbawa: Paglikha ng synthetic medical images upang mag-train ng mga diagnostic model nang hindi lumalabag sa privacy ng pasyente.
Token (Token)
Token
Isang yunit ng teksto na pinoproseso ng mga LLM—karaniwan ay isang salita o word piece.
Halimbawa: Ang pangungusap na 'Hello world!' ay hinahati sa 3 token: 'Hello', 'world', at '!'.
Tokenisation (Tokenisation)
Tokenisation
Ang proseso ng paghahati ng teksto sa mga token para sa pagproseso ng isang modelo.
Halimbawa: Sa NLP, ang 'ChatGPT is great' ay nagiging ['Chat', 'G', 'PT', 'is', 'great'].
Transfer Learning (Transfer Learning)
Transfer Learning
Paggamit ng kaalaman mula sa isang gawain upang mapahusay ang pagkatuto sa isa pang kaugnay na gawain, na nagpapababa ng pangangailangan sa pag-train at data.
Halimbawa: Pag-fine-tune ng isang modelo na sinanay sa English text upang magsagawa ng sentiment analysis sa ibang wika.
Transformer (Transformer)
Transformer
Isang neural network architecture na gumagamit ng attention mechanisms upang imodelo ang sequential data, na malawakang ginagamit sa mga LLM.
Halimbawa: Ang BERT, GPT, at T5 ay pawang mga transformer-based na modelo.
Underfitting (Underfitting)
Underfitting
Kapag ang isang modelo ay masyadong simple upang makuha ang mga pattern sa training data, na nagreresulta sa mahinang performance.
Halimbawa: Ang isang linear model na sumusubok na hulaan ang mga kumplikadong image classification ay maaaring mag-underfit.
Unsupervised Learning (Unsupervised Learning)
Unsupervised Learning
Isang learning approach kung saan ang mga modelo ay kumikilala ng mga pattern o cluster sa unlabelled data.
Halimbawa: Pagpapangkat ng mga customer batay sa purchasing behavior nang walang paunang natukoy na mga label.
User Intent (User Intent)
User Intent
Ang layunin o pakay sa likod ng query o interaksyon ng isang user.
Halimbawa: Ang isang user na nagta-type ng 'paano maghurno ng cake' ay malamang na naglalayong makahanap ng recipe.
Validation Set (Validation Set)
Validation Set
Isang subset ng data na ginagamit upang suriin ang performance ng modelo sa panahon ng pag-train at i-tune ang mga hyperparameter.
Halimbawa: Ginagamit upang matukoy ang overfitting bago ang huling pagsubok.
Vector Database (Vector Database)
Vector Database
Isang database na idinisenyo upang mag-imbak at maghanap ng mga vector embedding na ginagamit sa mga gawain ng AI tulad ng similarity search at RAG.
Halimbawa: Ang Pinecone at Weaviate ay mga vector database para sa pag-iimbak ng text o image embeddings.
Vector Embedding (Vector Embedding)
Vector Embedding
Isang numerical na representasyon ng data na nagpapanatili ng semantic na kahulugan at mga relasyon sa isang vector space.
Halimbawa: Ang mga salitang 'king' at 'queen' ay may magkatulad na embeddings na may banayad na pagkakaiba sa kasarian.
Virtual Assistant (Virtual Assistant)
Virtual Assistant
Isang software agent na pinapagana ng AI na tumutulong sa mga user na makumpleto ang mga gawain sa pamamagitan ng pag-uusap o mga voice command.
Halimbawa: Ang Siri, Alexa, at Google Assistant ay mga sikat na virtual assistant.
Voice Recognition (Voice Recognition)
Voice Recognition
Teknolohiya na nagbibigay-kahulugan at nagko-convert ng binibigkas na wika sa teksto o aksyon.
Halimbawa: Ang voice typing at voice commands ay umaasa sa mga voice recognition system.
Weak AI (Weak AI)
Weak AI
Mga sistema ng AI na idinisenyo upang magsagawa ng isang makitid, partikular na gawain nang walang pangkalahatang katalinuhan.
Halimbawa: Isang AI na naglalaro ng chess na hindi kayang umunawa ng wika o magmaneho ng kotse ay isang halimbawa ng weak AI.
Web Scraping (Web Scraping)
Web Scraping
Automated na pagkuha ng impormasyon mula sa mga website, na madalas ginagamit upang mangolekta ng training data o subaybayan ang nilalaman.
Halimbawa: Pag-scrape ng mga real estate listing upang mag-train ng isang property valuation model.
Weight (Weight)
Weight
Isang parameter sa mga neural network na tumutukoy sa lakas ng impluwensya ng isang node sa isa pa.
Halimbawa: Ang mga timbang ay inaayos sa panahon ng pag-train upang mabawasan ang error ng modelo.
Whisper (Whisper)
Whisper
Isang speech-to-text model na binuo ng OpenAI na may kakayahang mag-transcribe ng audio sa maraming wika.
Halimbawa: Ang Whisper ay maaaring mag-transcribe ng mga lecture at podcast na may mataas na katumpakan.
YAML (YAML)
YAML
Isang human-readable format para sa data serialization, na karaniwang ginagamit para sa mga configuration file sa mga machine learning workflow.
Halimbawa: Pag-define ng mga parameter ng modelo sa isang YAML file para sa pag-train sa PyTorch.
Zero-shot Learning (Zero-shot Learning)
Zero-shot Learning
Ang kakayahan ng isang modelo na magsagawa ng mga gawain na hindi pa nito tahasang sinanay sa pamamagitan ng paggamit ng pangkalahatang kaalaman.
Halimbawa: Isang modelo na sumasagot sa mga legal na tanong kahit na hindi ito partikular na sinanay sa legal na data.
Zettabyte (Zettabyte)
Zettabyte
Isang yunit ng digital data na katumbas ng isang sextillion (10^21) bytes, na madalas ginagamit upang ilarawan ang laki ng data sa internet.
Halimbawa: Ang global internet traffic ay lumampas sa 1 zettabyte bawat taon noong 2016.
