Baš kao što je procvat kriptovaluta upoznao svijet s hrpom novih izraza, s umjetnom inteligencijom stiže skup pojmova koji se često koriste, ali nisu uvijek objašnjeni.

Evo pregleda 20 ključnih izraza povezanih s umjetnom inteligencijom i objašnjenja što znače, prilagođena početnicima.

Umjetna inteligencija

Jednostavno rečeno, riječ je o inteligenciji u računalima ili strojevima, posebno onoj koja oponaša ljudsku inteligenciju. To je širok pojam koji pokriva mnoge vrste strojne inteligencije, ali trenutno se najviše govori o alatima koji stvaraju tekst ili sliku ili transkribiraju sadržaj. Pitanje je koliko su ti alati doista inteligentni, ali taj naziv za njih se ustalio.

Algoritam

Algoritam je skup uputa koje program slijedi kako bi vam dao rezultat. Uobičajeni primjeri algoritama uključuju tražilice koje vam prikazuju skup rezultata na temelju vaših upita ili aplikacije društvenih medija koje prikazuju sadržaj na temelju vaših interesa.

Algoritmi omogućuju alatima umjetne inteligencije stvaranje prediktivnih modela ili stvaranje sadržaja ili umjetnosti na temelju vaših unosa.

Pristranost

U kontekstu umjetne inteligencije, pristranost se odnosi na pogrešne rezultate dobivene zato što algoritam donosi netočne pretpostavke ili nema dovoljno podataka.

Naprimjer, alati za prepoznavanje govora možda neće moći ispravno razumjeti određene engleske naglaske jer su obučeni samo na temelju američkog naglaska.

Razgovorna (konverzacijska) umjetna inteligencija

Alate umjetne inteligencije s kojima možete razgovarati, kao što su roboti za brbljanje ili glasovni pomoćnici, naziva se konverzacijskom umjetnom inteligencijom.

Rudarenje podataka (data mining)

Odnosi se to na proces pročešljavanja velikih skupova podataka da bi se pronašli uzorci ili trendovi. Neki alati umjetne inteligencije koriste rudarenje podataka kako bi vam pomogli razumjeti što ljude tjera na kupovinu više artikala u trgovini ili na web stranici, ili kako optimizirati poslovanje da bi zadovoljilo povećanu potražnju tijekom vršnih sati.

Duboko učenje (deep learning)

Duboko učenje pokušava ponovno stvoriti način na koji ljudski mozak uči korištenjem tri ili više 'slojeva' neuronske mreže za obradu velikih količina podataka i učenje na primjeru.

Svaki od ovih slojeva obrađuje vlastiti pogled na dane podatke i zajedno dolaze do konačnog zaključka.

Softver za samovozeće automobile koristi duboko učenje za identifikaciju znakova zaustavljanja, oznaka traka i semafora putem prepoznavanja objekata.

To se postiže prikazivanjem puno primjera toga kako određeni objekt izgleda (recimo, znak stop). U ponovljenoj obuci alat umjetne inteligencije na kraju će moći identificirati taj objekt i pri tome biti što je moguće bliže stopostotnoj točnosti.

Veliki jezični model (large language model, LLM)

Veliki jezični model je algoritam dubokog učenja treniran na velikom skupu podataka za generiranje, prevođenje i obradu teksta.

LLM-ovi (kao što je OpenAI-jev GPT-4) omogućuju alatima umjetne inteligencije razumijevanje vaših upita i generiranje tekstualnih odgovora na temelju njih. LLM također pokreće alate umjetne inteligencije koji mogu identificirati važne dijelove teksta ili videozapisa i sažeti ih za vas.

Generativna umjetna inteligencija

Generativna umjetna inteligencija može generirati slike, tekst ili drugo temeljem vaših upita, a koje često pokreće LLM. To je postao sveobuhvatni izraz za trenutnu tehnologiju umjetne inteligencije koju mnoge tvrtke sada dodaju svojim proizvodima.

Halucinacija

Kada umjetna inteligencija predstavlja fikciju kao činjenicu, to nazivamo halucinacijom. One se mogu dogoditi kada skup podataka umjetne inteligencije nije točan ili je njegova obuka manjkava, pa daje odgovor u koji je siguran na temelju svog dostupnog znanja.

Kako se umjetna inteligencija temelji na složenoj mreži (mreža), ne razumijemo nužno svaki primjer halucinacije.

Prepoznavanje slike

Računalni programi mogu koristiti prepoznavanje slika kako bi uočili npr. cvijeće i imenovali ga ili identificirali različite vrste ptica na njima.

Strojno učenje

Kada se algoritmi mogu poboljšati učenjem iz iskustva ili podataka, to se naziva strojno učenje. Riječ je o općoj praksi iz koje proizlaze ostali pojmovi umjetne inteligencije o kojima smo raspravljali.

Duboko učenje je oblik strojnog učenja, kojim se obučava velike jezične modele.

Obrada prirodnog jezika

Kada program može razumjeti unose napisane ljudskim jezicima, potpada pod obradu prirodnog jezika. Zahvaljujući tome vaša kalendarska aplikacija razumije što učiniti kada, recimo, pitate Siri: 'Kakvo je vrijeme danas?'

Neuronske mreže

Ljudski mozak ima slojeve neurona koji neprestano obrađuju informacije i uče iz njih. Neuronska mreža umjetne inteligencije oponaša ovu strukturu neurona kako bi učila iz skupova podataka.

Takav sustav omogućuje strojno i duboko učenje te, na kraju, omogućuje strojevima obavljanje složenih zadataka kao što su prepoznavanje slika i generiranje teksta.

Optičko prepoznavanje znakova (optical character recognition, OCR)

Proces izdvajanja teksta iz slika obavlja se putem OCR-a. Programi koji podržavaju OCR mogu prepoznati rukom pisani ili utipkani tekst te vam omogućiti da ga kopirate i zalijepite.

Izrada upita (promptova)

Prompt je bilo koji niz riječi koje koristite da biste dobili odgovor programa kao što je generativna umjetna inteligencija. U kontekstu umjetne inteligencije, ovaj izraz podrazumijeva umijeće pisanja upita tako da bi vam chatbotovi dali najkorisnije odgovore.

To je također polje u kojem se ljudi angažiraju da bi osmislili kreativne upute za testiranje alata umjetne inteligencije i identificiranje njegovih ograničenja i slabosti.

Učenje s potkrepljenjem povratnim informacijama ljudi

Ovaj izraz opisuje proces obuke umjetne inteligencije uz povratne informacije koje daju ljudi.

Kada umjetna inteligencija daje netočne rezultate, čovjek joj pokazuje koji bi trebao biti točan odgovor. To omogućuje umjetnoj inteligenciji davanje točnih i korisnih odgovora puno brže nego što bi inače činila.

Prepoznavanje govora

Sposobnost programa za razumijevanje ljudskog govora. Prepoznavanje govora može biti korišteno u razgovornoj umjetnoj inteligenciji za razumijevanje vaših upita i isporuku odgovora ili za alate za pretvaranje govora u tekst, tj. za razumijevanje izgovorenih riječi i njihovo pretvaranje u tekst.

Token

Kada unesete tekstualni upit u alat s umjetnom inteligencijom, on rastavlja ovaj tekst na tokene, uobičajene nizove znakova u tekstu, koje potom obrađuje njegov program. Te se tokene koristi kao obračunsku jedinicu za naplaćivanje korištenja usluga alata umjetne inteligencije.

OpenAI kaže da jedan njihov token obuhvaća otprilike četiri znaka teksta.

Podaci za obuku

Skup za obuku ili podaci za obuku su informacije koje algoritam ili alat za strojno učenje koristi za učenje i izvršavanje svoje funkcije.

Naprimjer, veliki jezični modeli mogu koristiti podatke o obuci tako što će analizirati neke od najpopularnijih svjetskih web stranica da bi usvojili tekst, upite i ljudske izraze.

Turingov test

Alan Turing bio je britanski matematičar poznat kao otac teorijske računalne znanosti i umjetne inteligencije. Osmislio je test pomoću kojeg bi trebalo biti moguće utvrditi je li inteligencija računala identična inteligenciji čovjeka.

Računalo je prošlo Turingov test kada čovjeka uvjeri u to da je odgovore u razgovoru napisao drugi čovjek, ne stroj, piše Life Hacker.