Разбираемся в ключевых понятиях мира искусственного интеллекта: от AGI и AI agent до GAN и Deep learning. Глоссарий для понимания технологических трендов.
Мир искусственного интеллекта (ИИ) быстро развивается, порождая новые термины. TechCrunch подготовил глоссарий основных понятий, с которыми сталкиваются специалисты.
AGI (Artificial General Intelligence) — гипотетический ИИ, превосходящий человека в большинстве задач. Эксперты предлагают разные определения, но общая идея — создание ИИ, сравнимого или превосходящего человеческие когнитивные способности.
AI agent — инструмент, использующий ИИ для выполнения ряда задач от имени пользователя. Это может быть управление расходами, бронирование билетов или написание кода. Агенты могут использовать несколько ИИ-систем для многоэтапных задач.
API endpoints — интерфейсы, позволяющие одной программе взаимодействовать с другой. Они используются для интеграции приложений, например, для извлечения данных или для того, чтобы ИИ-агенты могли управлять сторонними сервисами без участия человека.
Chain-of-thought (Цепочка рассуждений) — техника, при которой большие языковые модели разбивают сложную задачу на более мелкие, промежуточные шаги. Это повышает точность ответа, особенно в задачах, требующих логики или программирования.
Coding agents — специализированные ИИ-агенты для разработки программного обеспечения. Они могут самостоятельно писать, тестировать и отлаживать код, выполняя итеративную работу.
Compute — вычислительная мощность, необходимая для работы ИИ-моделей. Это включает аппаратное обеспечение, такое как GPU, CPU и TPU, являющееся основой индустрии ИИ.
Deep learning (Глубокое обучение) — подраздел машинного обучения, использующий многослойные искусственные нейронные сети. Эти модели способны самостоятельно извлекать характеристики из данных и обучаться на ошибках, но требуют больших объемов данных и длительного времени на обучение.
Diffusion (Диффузия) — технология, лежащая в основе генеративных моделей ИИ для создания изображений, музыки и текста. Системы диффузии учатся восстанавливать данные из зашумленного состояния.
Distillation (Дистилляция) — метод обучения меньшей, более эффективной модели на основе более крупной модели-«учителя». Это позволяет создавать более быстрые и экономичные версии ИИ-моделей.
Fine-tuning (Дообучение) — процесс дополнительного обучения ИИ-модели для оптимизации ее работы под конкретную задачу или область путем подачи новых, специализированных данных.
GAN (Generative Adversarial Network) — тип машинного обучения, используемый для генерации реалистичных данных, включая дипфейки. GAN состоят из двух нейронных сетей, работающих в паре.