Словарь AI терминов

Адаптер — небольшой обучаемый модуль, встраиваемый между слоями предобученной модели для её адаптации под новые задачи без изменения основных весов.

Автономные AI-агенты — системы искусственного интеллекта, способные самостоятельно планировать, принимать решения и выполнять многошаговые задачи без постоянного контроля человека.

Artificial General Intelligence — гипотетический AI, способный выполнять любые интеллектуальные задачи человека.

Искусственный интеллект — область компьютерных наук, занимающаяся созданием систем, способных выполнять задачи, требующие человеческого интеллекта.

Согласование AI — область исследований, направленная на создание AI-систем, чьи цели и поведение соответствуют человеческим ценностям и намерениям.

AI Coding Assistant — инструмент на базе LLM, помогающий программистам писать, отлаживать и объяснять код.

AI Democratization — расширение доступа к AI-технологиям для людей и организаций без глубокой технической экспертизы.

Система управления AI: политики, процессы и контроли для ответственного использования искусственного интеллекта.

AI-first — стратегия компании, где AI является основой продуктов и процессов, а не дополнением к существующим решениям.

AI-First компания — организация, в которой искусственный интеллект является основой всех бизнес-процессов, а не дополнением к существующим системам.

Автономная AI-система, способная самостоятельно планировать и выполнять задачи для достижения цели.

Инструмент на базе искусственного интеллекта, который создает изображения или фотографии по текстовому описанию.

Инструмент на базе больших языковых моделей (LLM), предназначенный для автоматического создания текстового контента по запросу пользователя.

Процесс создания музыкальных композиций, вокальных партий и звуковых эффектов с использованием алгоритмов искусственного интеллекта.

Интеллектуальная система на базе искусственного интеллекта, которая помогает преподавателю автоматизировать рутинные задачи, персонализировать обучение и сопровождать студентов.

Anomaly Detection — автоматическое выявление необычных паттернов, выбросов или аномалий в данных.

Anthropic — AI-компания, основанная бывшими сотрудниками OpenAI, фокусирующаяся на безопасности AI и создающая модели Claude.

Интерфейс программирования приложений — набор правил и протоколов для взаимодействия между различными программами и сервисами.

Механизм внимания — фундаментальный компонент современных нейросетей, позволяющий модели динамически фокусироваться на релевантных частях входных данных.

Batch Processing — обработка нескольких запросов или примеров одновременно для более эффективного использования вычислительных ресурсов.

Предвзятость в AI — систематические ошибки или искажения в данных и алгоритмах, которые приводят к несправедливым или дискриминационным результатам.

Большие данные — массивы информации огромного объёма, которые невозможно обработать традиционными методами, но которые служат основой для обучения AI-моделей.

BLEU и ROUGE — классические метрики для оценки качества генерации текста путём сравнения с эталонными ответами.

Chain-of-Thought (CoT) — техника промптинга, побуждающая модель рассуждать пошагово перед выдачей финального ответа.

Chatbot — программа для ведения диалога с пользователем на естественном языке, часто с использованием AI для понимания и генерации ответов.

ChatGPT — разговорный AI-ассистент от OpenAI на базе моделей GPT, способный вести диалог, отвечать на вопросы, писать тексты и код.

Claude — AI-ассистент от компании Anthropic, известный своей безопасностью, большим контекстным окном и способностью к сложным рассуждениям.

Платный тарифный план от компании Anthropic, предоставляющий расширенный доступ к семейству больших языковых моделей Claude.

CLIP (Contrastive Language-Image Pre-training) — модель OpenAI, связывающая изображения и текст в общем пространстве представлений.

Cohere — enterprise AI-платформа, специализирующаяся на NLP-моделях для бизнеса с фокусом на поиск и генерацию.

Compute — вычислительные ресурсы (GPU, TPU), необходимые для обучения и inference AI-моделей, измеряемые в FLOP.

Компьютерное зрение — область AI, которая обучает машины «видеть» и понимать визуальную информацию: изображения и видео.

Constitutional AI — подход Anthropic к созданию безопасного AI, где модель обучается следовать набору принципов (конституции) через самокритику и ревизию.

Contamination (утечка данных) — проблема попадания тестовых данных в обучающую выборку, что приводит к завышенным результатам на бенчмарках.

Контекстное окно — максимальный объём текста (в токенах), который языковая модель может обработать за один раз, включая входной запрос и генерируемый ответ.

ControlNet — метод точного управления генерацией изображений через дополнительные условия: позы, края, глубину, скетчи.

DALL-E — модель генерации изображений от OpenAI, названная в честь художника Дали и робота WALL-E.

Data Labeling — процесс разметки данных людьми для создания обучающих выборок для supervised learning моделей.

Конфиденциальность данных — защита персональной информации при её сборе, хранении и обработке AI-системами.

Глубокое обучение — подраздел машинного обучения, использующий многослойные нейронные сети для обработки сложных данных и выявления абстрактных паттернов.

Диффузионные модели — класс генеративных моделей, которые учатся создавать данные путём постепенного удаления шума из случайного входа.

Цифровой двойник — виртуальная копия физического объекта, процесса или системы, которая обновляется в реальном времени и используется для моделирования и оптимизации.

Direct Preference Optimization — упрощённая альтернатива RLHF, которая напрямую оптимизирует модель на данных предпочтений без необходимости отдельной reward model.

Edge AI — выполнение AI-алгоритмов непосредственно на конечных устройствах (смартфонах, камерах, датчиках) без отправки данных в облако.

Отрасль бизнеса и набор технологий, направленные на создание, внедрение и управление цифровыми инструментами в сфере обучения.

ElevenLabs — платформа для синтеза речи и клонирования голоса с помощью AI, создающая наиболее реалистичное звучание.

Эмбеддинг — представление данных (текста, изображений, аудио) в виде числовых векторов, где семантически близкие объекты располагаются рядом в векторном пространстве.

Emergent Abilities — способности, которые появляются у моделей только при достижении определённого масштаба и отсутствуют у меньших версий.

EU AI Act — первое в мире комплексное регулирование AI, устанавливающее требования к системам искусственного интеллекта в Европейском Союзе.

Объяснимый AI (XAI) — подход к разработке AI-систем, решения которых можно понять и объяснить человеку.

Few-shot Learning — способность модели выполнять новую задачу, увидев лишь несколько примеров в промпте без дополнительного обучения.

Дообучение — процесс адаптации предобученной AI-модели к конкретной задаче или домену путём дополнительного обучения на специализированных данных.

FlashAttention — алгоритм вычисления attention, оптимизированный для GPU, который значительно снижает использование памяти и ускоряет обучение и inference.

Фундаментальная модель — большая AI-модель, предобученная на огромных объёмах данных, которая может быть адаптирована для множества различных задач.

Generative Adversarial Network — архитектура из двух конкурирующих нейросетей: генератора, создающего данные, и дискриминатора, отличающего реальные данные от сгенерированных.

Gemini — мультимодальное семейство AI-моделей от Google DeepMind, объединяющее понимание текста, изображений, аудио и видео.

Генеративный AI — системы искусственного интеллекта, способные создавать новый контент: тексты, изображения, музыку, видео, код.

GGUF (GPT-Generated Unified Format) — формат файлов для хранения квантизированных языковых моделей, оптимизированный для локального запуска через llama.cpp.

Семейство мультимодальных больших языковых моделей от компании Google, способных обрабатывать текст, программный код, изображения и аудио.

Сфера технологий и инициатив для цифровой трансформации государственного управления и предоставления услуг гражданам и бизнесу.

GPT (Generative Pre-trained Transformer) — семейство языковых моделей OpenAI, основанных на архитектуре Transformer, ставших стандартом в генеративном AI.

Ожидаемая мультимодальная большая языковая модель следующего поколения от компании OpenAI.

Graphics Processing Unit — специализированный процессор, изначально созданный для графики, но оказавшийся идеальным для обучения нейросетей благодаря способности выполнять тысячи параллельных вычислений.

Grounding — привязка генерации AI к фактическим данным, документам или внешним источникам для повышения точности и уменьшения галлюцинаций.

Guardrails — защитные механизмы, ограничивающие поведение AI-модели и предотвращающие генерацию вредного или нежелательного контента.

Галлюцинация AI — генерация языковой моделью информации, которая выглядит правдоподобно, но является фактически неверной или выдуманной.

HuggingFace — ведущая платформа для машинного обучения, предоставляющая хаб моделей, датасетов и библиотеки transformers, datasets, accelerate.

Гиперавтоматизация — комплексный подход к автоматизации бизнеса, объединяющий AI, машинное обучение, RPA и другие технологии для автоматизации максимального числа процессов.

Image-to-Image (img2img) — генерация нового изображения на основе входного с учётом текстового промпта и степени изменения.

Инференс — процесс получения предсказаний или результатов от обученной AI-модели на новых входных данных.

Inpainting — техника заполнения выделенных областей изображения новым контентом, сгенерированным AI с учётом контекста.

Интернет вещей (IoT) — сеть физических устройств с сенсорами и подключением к интернету, которые собирают и обмениваются данными, часто с использованием AI для анализа.

Jailbreak — техники обхода встроенных ограничений AI-модели для получения запрещённых ответов или нежелательного поведения.

JSON (JavaScript Object Notation) — лёгкий текстовый формат обмена данными, стандарт для API и интеграций AI-сервисов.

Jupyter Notebook — интерактивная среда разработки для анализа данных и машинного обучения, позволяющая комбинировать код, визуализации и текст.

Граф знаний — структура данных, представляющая информацию в виде сети связанных сущностей и отношений между ними, используемая для улучшения AI-систем.

Kubernetes (K8s) — платформа оркестрации контейнеров, ставшая стандартом для развёртывания и масштабирования ML-инфраструктуры.

KV Cache — механизм кэширования ключей (Keys) и значений (Values) в трансформерах для ускорения авторегрессивной генерации.

LangChain — популярный open-source фреймворк для создания приложений на базе LLM, предоставляющий абстракции для chains, agents, RAG и memory.

Латентность — время задержки между отправкой запроса к AI-системе и получением ответа, критичный показатель для пользовательского опыта.

Latent Space — многомерное пространство скрытых представлений, где нейросеть кодирует семантику данных.

Leaderboard — таблица рейтингов AI-моделей по результатам стандартизированных бенчмарков, позволяющая сравнивать их производительность.

LLaMA (Large Language Model Meta AI) — семейство открытых языковых моделей от Meta, ставшее основой для множества производных моделей.

Большая языковая модель (LLM) — нейронная сеть с миллиардами параметров, обученная на огромных текстовых корпусах для понимания и генерации естественного языка.

Low-Rank Adaptation — метод эффективного дообучения больших языковых моделей, который замораживает исходные веса и добавляет небольшие обучаемые матрицы.

Low-code — подход к разработке приложений с минимальным написанием кода, используя визуальные интерфейсы и готовые компоненты.

Машинное обучение — область AI, в которой алгоритмы обучаются на данных, выявляя закономерности и делая предсказания без явного программирования правил.

Machine Translation — автоматический перевод текста с одного языка на другой с помощью AI-моделей.

Midjourney — сервис генерации изображений по текстовому описанию, известный высоким художественным качеством и стилизацией.

Mistral AI — французская компания, создающая высокоэффективные open-source языковые модели, конкурирующие с закрытыми решениями.

MLOps — практики и инструменты для управления жизненным циклом ML-моделей: от разработки до deployment и мониторинга в production.

MMLU (Massive Multitask Language Understanding) — бенчмарк для оценки знаний и способности к рассуждению LLM по 57 предметным областям.

Model Card — стандартизированный документ, описывающий ML-модель: её назначение, производительность, ограничения и этические аспекты.

Model Collapse — деградация качества AI-модели при обучении на данных, сгенерированных другими AI-моделями.

Mixture of Experts — архитектура нейросети, состоящая из множества специализированных подсетей (экспертов) и маршрутизатора, который направляет входные данные к наиболее подходящим экспертам.

Multimodal — способность AI-системы обрабатывать и генерировать данные разных типов: текст, изображения, аудио, видео.

Мультимодальный AI — системы, способные обрабатывать и генерировать данные разных типов: текст, изображения, аудио, видео — одновременно.

Named Entity Recognition (NER) — извлечение из текста именованных сущностей: людей, организаций, мест, дат, сумм и других.

Нейронная сеть — вычислительная система, вдохновлённая структурой мозга, состоящая из связанных узлов (нейронов), обрабатывающих информацию слоями.

Обработка естественного языка (NLP) — область AI, занимающаяся взаимодействием компьютеров с человеческим языком: понимание, генерация, перевод.

No-code — создание приложений и автоматизаций полностью без написания кода, используя визуальные конструкторы и drag-and-drop интерфейсы.

Object Detection — задача компьютерного зрения: найти объекты на изображении и определить их классы и положение.

Оптическое распознавание символов (OCR) — технология AI для преобразования изображений текста (сканов, фото) в редактируемый цифровой текст.

Ollama — инструмент для простого локального запуска больших языковых моделей одной командой, с поддержкой популярных моделей и API, совместимым с OpenAI.

OpenAI — американская AI-компания, создатель ChatGPT, GPT-4, DALL-E и других прорывных AI-систем, лидер индустрии генеративного AI.

Outpainting — расширение границ изображения за пределы оригинала с генерацией нового контента, соответствующего стилю и содержанию.

Parameter-Efficient Fine-Tuning — семейство методов дообучения моделей, которые обновляют лишь малую часть параметров, сохраняя качество полного fine-tuning.

Perplexity — метрика качества языковой модели, показывающая, насколько модель "удивлена" тестовыми данными. Чем ниже perplexity, тем лучше модель.

Perplexity AI — поисковая система на базе AI, которая отвечает на вопросы с указанием источников вместо списка ссылок.

Предобучение — начальный этап обучения AI-модели на огромных объёмах неразмеченных данных для формирования базовых знаний и способностей.

Промпт-инжиниринг — искусство и наука составления эффективных запросов (промптов) к AI-моделям для получения качественных результатов.

Quantized LoRA — усовершенствованная версия LoRA, сочетающая квантизацию модели до 4 бит с адаптацией низкого ранга.

Квантизация — техника сжатия AI-моделей путём уменьшения точности чисел (например, с 32-bit до 4-bit), ускоряющая инференс и снижающая требования к памяти.

Question Answering (QA) — задача автоматического ответа на вопросы на естественном языке на основе текста или базы знаний.

Запрос (Query) — входные данные или команда, отправляемая AI-системе или базе данных для получения информации или выполнения действия.

RAG (Retrieval-Augmented Generation) — архитектура, дополняющая LLM актуальной информацией из внешних источников через поиск перед генерацией ответа.

ReAct (Reasoning + Acting) — паттерн для AI-агентов, чередующий рассуждения о ситуации с выполнением действий на основе этих рассуждений.

Recommendation System — алгоритм, предсказывающий предпочтения пользователя и предлагающий релевантный контент или продукты.

Red Teaming — практика систематического тестирования AI-систем на уязвимости путём симуляции атак злоумышленников.

Обучение с подкреплением — метод машинного обучения, при котором агент учится принимать решения, получая награды или штрафы за свои действия.

Replicate — платформа для запуска open-source AI-моделей через API без необходимости управления инфраструктурой.

Retrieval — поиск и извлечение релевантной информации из базы данных или корпуса документов по запросу.

Reinforcement Learning from Human Feedback — метод обучения AI-моделей на основе человеческих предпочтений, используемый для выравнивания поведения модели с человеческими ценностями.

Return on Investment — показатель окупаемости инвестиций, отношение прибыли к затратам.

Финансовый показатель, отражающий окупаемость инвестиций во внедрение цифровых технологий и AI-решений в бизнес-процессы компании.

RPA (Robotic Process Automation) — технология автоматизации рутинных бизнес-процессов с помощью программных роботов, имитирующих действия человека.

Safetensors — безопасный формат хранения тензоров (весов нейросетей), защищённый от выполнения произвольного кода при загрузке.

Scaling Laws — эмпирические закономерности, связывающие производительность модели с её размером, объёмом данных и compute.

Самовнимание — разновидность attention, где каждый элемент последовательности сравнивается со всеми остальными элементами той же последовательности.

Semantic Segmentation — классификация каждого пикселя изображения по принадлежности к семантическому классу.

Sentiment Analysis — автоматическое определение эмоциональной окраски текста: позитивной, негативной или нейтральной.

Отрасль на стыке информационных технологий и социальной сферы, направленная на решение общественных проблем и улучшение качества жизни с помощью цифровых инструментов и AI.

Sora — модель генерации видео от OpenAI, способная создавать реалистичные видеоролики до минуты по текстовому описанию.

Speculative Decoding — метод ускорения inference LLM, где маленькая модель генерирует черновые токены, а большая модель верифицирует их параллельно.

Speech-to-Text (STT) — технология автоматического распознавания речи и преобразования её в текст.

Stable Diffusion — открытая модель генерации изображений по текстовому описанию, ставшая основой экосистемы AI-инструментов для творчества.

Summarization — автоматическое создание краткого изложения длинного текста с сохранением ключевой информации.

Синтетические данные — искусственно сгенерированные данные, имитирующие реальные, используемые для обучения AI при недостатке или конфиденциальности реальных данных.

System Prompt — специальная инструкция, задающая поведение, роль и ограничения AI-модели на протяжении всего диалога.

Temperature — параметр, контролирующий случайность в генерации текста: низкая температура даёт предсказуемые ответы, высокая — креативные.

Text Classification — автоматическое присвоение текстам категорий или меток на основе их содержания.

Text-to-Speech (TTS) — технология преобразования текста в естественно звучащую речь с помощью нейронных сетей.

Tokenizer — компонент, преобразующий текст в последовательность токенов (чисел), которые понимает языковая модель.

Tool Use (Function Calling) — способность LLM вызывать внешние инструменты и API для выполнения действий, которые модель не может сделать самостоятельно.

Top-p и Top-k — методы семплирования, ограничивающие выбор следующего токена наиболее вероятными вариантами.

TPU (Tensor Processing Unit) — специализированный AI-ускоритель, разработанный Google для обучения и inference нейронных сетей.

Трансфер обучения — перенос знаний, полученных моделью на одной задаче, для решения другой, родственной задачи, ускоряя обучение и улучшая результаты.

Большая языковая модель, из которой разработчики удалили встроенные ограничения на генерацию контента, фильтры безопасности и цензуру.

Обучение без учителя — тип машинного обучения, при котором модель находит скрытые паттерны в данных без предварительной разметки.

Upscaling — увеличение разрешения изображения с помощью AI, добавляющего реалистичные детали, которых не было в оригинале.

Апскиллинг — повышение квалификации сотрудников для работы с AI-инструментами и адаптации к автоматизации рабочих процессов.

Variational Autoencoder — генеративная модель, которая учится кодировать данные в компактное латентное пространство и декодировать обратно, используя вероятностный подход.

Векторная база данных — специализированное хранилище для эмбеддингов, оптимизированное для семантического поиска по сходству векторов.

Vision-Language Model — мультимодальная модель, способная обрабатывать и понимать как изображения, так и текст, отвечая на вопросы о визуальном контенте.

vLLM — высокопроизводительная библиотека для inference больших языковых моделей, использующая PagedAttention для эффективного управления памятью GPU.

Голосовой AI — технологии распознавания речи (Speech-to-Text), синтеза речи (Text-to-Speech) и голосовых ассистентов.

Watermarking — технология встраивания скрытых меток в AI-генерированный контент для последующей идентификации его происхождения.

Вебхук — механизм автоматической отправки данных от одного сервиса другому при наступлении определённого события.

Whisper — открытая модель распознавания речи от OpenAI, способная транскрибировать и переводить аудио на 99 языках.

Автоматизация рабочих процессов — использование ПО для автоматического выполнения последовательности задач без ручного вмешательства.

XAI (Explainable AI) — подход к созданию AI-систем, чьи решения и процесс рассуждений можно объяснить и понять человеку.

YOLO (You Only Look Once) — семейство алгоритмов компьютерного зрения для обнаружения объектов в реальном времени на изображениях и видео.

Zapier — популярная no-code платформа автоматизации, соединяющая тысячи приложений без написания кода через простые «если-то» правила.

Zero-shot обучение — способность AI выполнять задачи, на которых модель не обучалась напрямую, используя общие знания и инструкции.

Автоматизация — применение технологий для выполнения задач без участия человека, повышающее эффективность и снижающее количество ошибок.

Использование технологий, включая AI, для автоматизации бизнес-процессов и сокращения ручного труда.

Автономизация — процесс передачи бизнес-функций AI-системам, способным самостоятельно принимать решения, адаптироваться к изменениям и достигать поставленных целей.

Концепция организации бизнеса, в которой большинство рутинных и управленческих процессов выполняется системами искусственного интеллекта с минимальным участием человека.

Системы искусственного интеллекта, способные самостоятельно планировать и выполнять многоступенчатые задачи без постоянного контроля со стороны человека.

Автономный бизнес — бизнес-модель, при которой большинство операционных процессов выполняются AI-системами и агентами с минимальным участием человека.

Алгоритм — чёткая последовательность шагов для решения задачи, основа любой компьютерной программы и AI-системы.

Виртуальный голосовой помощник, разработанный компанией Яндекс, использующий технологии машинного обучения и большие языковые модели для взаимодействия с пользователями и автоматизации задач.

Использование технологий искусственного интеллекта и умных устройств для расширения физических и когнитивных возможностей человека.

База знаний — структурированное хранилище информации, используемое AI-системами для поиска фактов и контекста при генерации ответов.

Бизнес-процесс — последовательность взаимосвязанных действий для достижения бизнес-цели, часто объект автоматизации с помощью AI и RPA.

Нейросеть с миллиардами параметров, обученная на огромных текстовых данных для понимания и генерации текста.

Виртуальный ассистент — AI-программа для автоматизации задач и помощи пользователям через текстовый или голосовой интерфейс.

Генерация AI-моделью правдоподобной, но фактически неверной информации.

Гиперавтоматизация — стратегия комплексной автоматизации бизнеса с использованием AI, ML, RPA и других технологий для максимального охвата процессов.

Подмножество машинного обучения, использующее многослойные нейронные сети для анализа данных.

Датасет — набор данных, используемый для обучения, валидации и тестирования AI-моделей.

Единорог — стартап с оценкой более $1 млрд; в AI-индустрии множество единорогов: OpenAI, Anthropic, Midjourney, Stability AI и другие.

Жизненный цикл ML-модели — этапы от постановки задачи до вывода из эксплуатации: сбор данных, обучение, deployment, мониторинг, обновление.

Запрос (промпт) — текстовая инструкция или вопрос, отправляемый пользователем языковой модели для получения ответа.

Интеграция — объединение различных систем и приложений для обмена данными и совместной работы, часто через API.

Область информатики, занимающаяся созданием систем, способных выполнять задачи, требующие человеческого интеллекта.

Когнитивная автоматизация — применение AI для автоматизации задач, требующих понимания, рассуждения и принятия решений, а не только механических действий.

Лид-магнит — ценный бесплатный контент (чек-лист, гайд, шаблон), предлагаемый в обмен на контакты потенциального клиента.

Подраздел AI, где алгоритмы учатся на данных и улучшают свои результаты без явного программирования.

Модель в ML — обученный алгоритм, который принимает входные данные и выдаёт предсказания или генерирует результат.

Структурированный подход или фреймворк, который компания использует для перевода традиционных бизнес-процессов на цифровые и автономные рельсы.

Архитектура, где несколько AI-агентов взаимодействуют для решения сложных задач.

Государственный документ, определяющий цели, задачи и меры поддержки развития искусственного интеллекта в России.

Комплексный процесс внедрения цифровых технологий и систем искусственного интеллекта в государственное управление, экономику и социальную сферу в масштабах страны.

Вычислительная система, вдохновлённая биологическими нейронными сетями мозга, состоящая из слоёв искусственных нейронов.

Математическая модель, построенная по принципу организации биологических нейронных сетей, способная обучаться на данных и решать задачи без жестко запрограммированных алгоритмов.

Низкокодовая (low-code) платформа — инструмент разработки, позволяющий создавать приложения с минимальным написанием кода через визуальные интерфейсы.

Облачные вычисления — предоставление вычислительных ресурсов (серверы, хранилища, GPU) через интернет по модели «как услуга».

Оптимизация — процесс улучшения системы, модели или процесса для достижения лучших результатов при заданных ограничениях.

Повторяющийся шаблон или закономерность в данных, которую AI-модели учатся распознавать и использовать для предсказаний.

Персонализация — адаптация контента, продуктов и предложений под конкретного пользователя на основе его данных и поведения с помощью AI.

Предиктивная аналитика — использование исторических данных и ML для прогнозирования будущих событий, трендов и поведения.

Комплексный план перехода компании на новые бизнес-модели и процессы с использованием современных технологий, включая искусственный интеллект и автоматизацию.

Текстовый запрос или инструкция, которую пользователь даёт AI-модели для получения нужного результата.

Метод создания цифрового контента, включая изображения и текстуры, с помощью заданных алгоритмов и математических формул без использования нейросетей.

Распознавание речи (ASR) — технология AI для преобразования устной речи в текст, основа голосовых ассистентов и транскрипции.

Комплекс активов, необходимых компании для успешного перехода к цифровой бизнес-модели и внедрения AI-технологий.

Сверхразум (ASI) — гипотетический искусственный интеллект, превосходящий человеческий во всех областях: науке, творчестве, социальных навыках.

Семантический поиск — поиск информации по смыслу, а не по ключевым словам, с использованием эмбеддингов и векторных баз данных.

Комплекс программных решений и управленческих практик, предназначенных для глубокой перестройки бизнес-процессов компании на базе современных технологий, включая AI.

Комплексный процесс изменения бизнес-моделей, корпоративной культуры и общественных отношений под влиянием цифровых технологий и искусственного интеллекта.

Комплексный план перехода компании к новым бизнес-моделям и процессам с использованием современных технологий, включая искусственный интеллект.

Токен — минимальная единица текста, обрабатываемая языковой моделью; обычно это слово, часть слова или символ.

Трансформер — архитектура нейронной сети с механизмом внимания (attention), ставшая основой современных языковых моделей и генеративного AI.

Трансформация бизнеса — глубокое изменение бизнес-модели, процессов и культуры компании с использованием цифровых технологий и AI.

Умный город (Smart City) — концепция городского развития с использованием IoT, AI и данных для улучшения качества жизни и эффективности управления.

Управление данными (Data Management) — процессы сбора, хранения, обработки и защиты данных, критичные для работы AI-систем.

Процесс планирования, мониторинга и корректировки инициатив по внедрению цифровых технологий и нейросетей для достижения бизнес-целей.

Фича (признак, feature) — входной параметр или характеристика данных, используемая ML-моделью для обучения и предсказаний.

Фундаментальная модель — большая AI-модель общего назначения, обученная на огромных данных и адаптируемая для множества задач.

AI-хакатон — соревнование разработчиков по созданию AI-решений за ограниченное время, обычно 24-48 часов.

Хранилище данных (Data Warehouse) — централизованная система для хранения и анализа больших объёмов структурированных данных для бизнес-аналитики и AI.

Стратегические ориентиры бизнеса при внедрении цифровых технологий и искусственного интеллекта, направленные на изменение бизнес-моделей и повышение операционной эффективности.

Степень готовности компании к внедрению современных технологий, автоматизации процессов и трансформации бизнес-модели.

Глубокая реорганизация бизнес-процессов с применением цифровых технологий, требующая выполнения ряда технологических и организационных условий для успешного внедрения AI.

Комплексное внедрение цифровых технологий, включая искусственный интеллект, в образовательные процессы для повышения их эффективности и адаптивности.

Система экономических и социальных отношений, основанная на использовании цифровых технологий и данных как главного актива.

Цифровизация — перевод информации и процессов в цифровой формат, первый этап цифровой трансформации бизнеса.

Цифровой двойник — виртуальная модель физического объекта или процесса, обновляемая в реальном времени и используемая для анализа и оптимизации.

Чат-бот — программа для автоматизации общения с пользователями через текстовые сообщения, часто с использованием NLP и LLM.

HCI (Human-Computer Interaction) — область изучения и проектирования интерфейсов взаимодействия между людьми и AI-системами.

Шкалирование (масштабирование) — увеличение мощности AI-системы для обработки большего объёма запросов и данных.

Эпоха AI — текущий исторический период, характеризующийся массовым внедрением искусственного интеллекта во все сферы жизни и экономики.

Этика AI — область, изучающая моральные вопросы разработки и применения AI: справедливость, прозрачность, ответственность, влияние на общество.

Юзабилити AI — удобство использования AI-продуктов, включающее простоту взаимодействия, понятность результатов и эффективность решения задач.

Языковая модель — AI-система, обученная понимать и генерировать текст на естественном языке, предсказывая вероятность следующего слова или токена.