Глоссарий ИИ-терминов

Передача повторяющихся действий системе, которая выполняет их по правилам, данным или решениям ИИ без постоянного ручного участия.

Использование ИИ для выполнения повторяющихся задач, передачи данных между сервисами и поддержки многошаговых рабочих сценариев.

Подход, при котором система помогает автоматически подбирать модели, признаки, параметры и этапы обучения.

Технология, которая превращает устную речь в текст с помощью обработки звука и моделей языка.

Область ИИ, где системы пытаются делать логические выводы, доказывать утверждения и решать задачи по формальным правилам.

Способность робота, дрона, автомобиля или другой системы самостоятельно ориентироваться и двигаться в пространстве.

Модели, которые предсказывают следующий элемент последовательности, опираясь на предыдущие элементы.

Проверка того, какие данные и действия разрешены уже аутентифицированному пользователю или сервису.

Нейросетевые модели, которые учатся сжимать данные в компактное представление и восстанавливать их обратно.

Метод моделирования, где поведение системы описывается через множество отдельных агентов с собственными правилами.

ИИ-системы, которые могут планировать действия, использовать инструменты и выполнять задачу в несколько шагов с ограниченным участием человека.

Метод группировки данных, который постепенно объединяет похожие объекты в кластеры.

Метод машинного обучения, при котором модель сама выбирает самые полезные примеры для разметки человеком.

Подход в распознавании речи, который связывает звуковой сигнал с вероятными звуками, слогами или словами.

Британский математик и один из ключевых учёных, чьи идеи стали основой информатики и размышлений об искусственном интеллекте.

Итерационная процедура, чередующая оценку скрытых переменных и обновление параметров

метод обучения с подкреплением, который обновляет оценку действия на основе состояния, действия, награды, следующего состояния и следующего действия

Ситуация, когда автоматическая система несправедливо ухудшает положение людей из-за признаков, данных или правил принятия решений.

Подход, при котором решения алгоритмов должны быть управляемыми, проверяемыми и связанными с ответственными людьми или организациями.

Способность объяснить, как работает алгоритм, какие данные он использует и почему принимает те или иные решения.

Набор методов, которые автоматически группируют похожие объекты по признакам.

методы перебора, выбора и навигации по возможным состояниям, решениям или путям к цели

изучение данных, упорядоченных во времени, чтобы находить тренды, сезонность, выбросы и прогнозы

Исследование связного текста или диалога, где важны контекст, структура и смысловые переходы

изучение звука через визуальное представление частот, амплитуды и времени

задача определения эмоциональной окраски текста, например положительной, отрицательной, нейтральной или смешанной

Подходы, где несколько моделей объединяются для более устойчивого и точного результата

Метод поиска часто встречающихся связей и правил в наборах данных, особенно в корзинах покупок и транзакциях.

Мысленный эксперимент о том, означает ли правильный ответ системы настоящее понимание смысла.

подход к кибербезопасности, где доступ не считается надёжным по умолчанию и постоянно проверяется для пользователей, устройств и ресурсов

Метод обучения с подкреплением, где несколько агентов параллельно учатся и обновляют общую модель.

Проверка ИИ-системы на качество, риски, безопасность, справедливость, соответствие требованиям и пригодность к реальному использованию.

Процесс регулярной проверки ИИ-системы, её данных, поведения, документации и последствий использования.

Проверка личности пользователя, сервиса или устройства перед доступом к системе.