AI-ordlista

Maskiner som kan utföra uppgifter som normalt kräver mänsklig intelligens, som att förstå språk, känna igen mönster och fatta beslut.

Hypotetisk AI med mänsklig nivå av intelligens inom alla områden. Finns inte ännu men är målet för många AI-forskare.

AI som är expert på EN specifik uppgift. Alla AI-system idag är ANI, inklusive ChatGPT och Claude.

Hypotetisk AI som överskrider mänsklig intelligens i alla avseenden. Fortfarande science fiction.

Systematiska fel eller fördomar i AI-system som kan leda till orättvisa eller diskriminerande resultat, ofta på grund av snedvridna träningsdata.

Maskininlärning med neurala nätverk som har många dolda lager. Driver de flesta moderna AI-system som ChatGPT och bildgenerering.

Processen att vidarträna en förtränad modell på specifik data för att specialisera den för en viss uppgift eller domän.

När en AI genererar information som låter övertygande men är faktamässigt felaktig eller påhittad. En vanlig begränsning hos LLM:er.

Mängden text (i tokens) som en språkmodell kan "minnas" och bearbeta i en enda konversation. Claude har 200K tokens, GPT-4 har 128K.

Stora neurala nätverk tränade på enorma mängder text för att förstå och generera språk. GPT-4 och Claude är exempel på LLM:er.

En gren av AI där datorer lär sig mönster från data istället för att följa förprogrammerade regler.

Matematiska modeller inspirerade av hjärnans struktur, bestående av sammankopplade "neuroner" som bearbetar information i lager.

De justerbara värdena i ett neuralt nätverk som "lärs" under träning. GPT-4 har uppskattningsvis 1.8 biljoner parametrar.

Konsten att formulera instruktioner till AI för att få bästa möjliga resultat. En viktig färdighet för att använda LLM:er effektivt.

Träningsmetod där människor betygsätter AI:ns svar för att förbättra kvaliteten och säkerheten. Används av OpenAI och Anthropic.

Inlärningsmetod där AI lär sig genom trial-and-error och belöningar, liknande hur djur lär sig. Används för spel-AI och robotik.

Inlärningsmetod där modellen tränas med märkta data - den vet "rätt svar" under träningen. Vanligast inom bildklassificering.

En inställning som styr hur "kreativ" eller slumpmässig AI:ns svar är. Låg (0) = förutsägbart, Hög (1+) = mer varierat och kreativt.

De minsta enheterna som en språkmodell bearbetar - ungefär 3/4 av ett ord i engelska. "Fantastiskt" kan bli ["Fan", "tast", "iskt"].

Den neurala nätverks-arkitektur som alla moderna LLM:er bygger på. Introducerades 2017 och revolutionerade NLP genom "self-attention".

Inlärningsmetod där modellen hittar mönster i omärkta data utan "facit". Används för klustring och anomalidetektering.