Home-theater-designers
Ang pag-explore ng artificial intelligence (AI) ay parang pumasok sa isang maze ng nakakalito na mga teknikal na termino at walang katuturang jargon. Hindi nakakagulat na kahit na ang mga pamilyar sa AI ay maaaring matagpuan ang kanilang mga sarili na nagkakamot ng kanilang mga ulo sa pagkalito.
Sa pag-iisip na iyon, lumikha kami ng isang komprehensibong glossary ng AI upang bigyan ka ng kinakailangang kaalaman. Mula mismo sa artificial intelligence hanggang sa machine learning at data mining, ide-decode namin ang lahat ng mahahalagang termino ng AI sa simple at simpleng wika.
MAKEUSEOF VIDEO OF THE DAY MAG-SCROLL PARA MAGPATULOY SA NILALAMAN
Ikaw man ay isang mausisa na baguhan o isang mahilig sa AI, ang pag-unawa sa mga sumusunod na konsepto ng AI ay maglalapit sa iyo sa pag-unlock sa kapangyarihan ng AI.
1. Algorithm
Ang algorithm ay isang hanay ng mga tagubilin o panuntunang sinusunod ng mga makina upang malutas ang isang problema o magawa ang isang gawain.
2. Artipisyal na Katalinuhan
Ang AI ay ang kakayahan ng mga makina na gayahin ang katalinuhan ng tao at magsagawa ng mga gawaing karaniwang nauugnay sa mga matatalinong nilalang.
3. Artificial General Intelligence (AGI)
Ang AGI, na tinatawag ding malakas na AI, ay isang uri ng AI na nagtataglay ng mga advanced na kakayahan sa katalinuhan na katulad ng mga tao. Habang artipisyal na pangkalahatang katalinuhan ay dating pangunahing teoretikal na konsepto at isang mayamang palaruan para sa pagsasaliksik, maraming mga developer ng AI ang naniniwala ngayon na maaabot ng sangkatauhan ang AGI sa susunod na dekada.,
4. Backpropagation
Ang backpropagation ay isang algorithm na ginagamit ng mga neural network upang mapabuti ang kanilang katumpakan at pagganap. Gumagana ito sa pamamagitan ng pagkalkula ng error sa output, pagpapalaganap nito pabalik sa network, at pagsasaayos ng mga timbang at bias ng mga koneksyon upang makakuha ng mas magagandang resulta.
5. Pagkiling
bias ng AI ay tumutukoy sa pagkahilig ng isang modelo na gumawa ng ilang mga hula nang mas madalas kaysa sa iba. Maaaring magdulot ng bias dahil sa data ng pagsasanay ng isang modelo o mga likas na pagpapalagay nito.
6. Malaking Data
Ang malaking data ay isang terminong naglalarawan ng mga dataset na masyadong malaki o masyadong kumplikado upang iproseso gamit ang mga tradisyonal na pamamaraan. Kabilang dito ang pagsusuri ng malawak na hanay ng impormasyon upang kunin ang mahahalagang insight at pattern para mapahusay ang paggawa ng desisyon.
7. Chatbot
Ang chatbot ay isang programa na maaaring gayahin ang mga pag-uusap sa mga user ng tao sa pamamagitan ng text o voice command. Maaaring maunawaan at makabuo ng mga tugon ng tao ang mga Chatbot, na ginagawa silang isang mahusay na tool para sa mga application ng serbisyo sa customer.
8. Cognitive Computing
Ang cognitive computing ay isang larangan ng AI na tumutuon sa pagbuo ng mga system na ginagaya ang mga kakayahan sa pag-iisip ng tao, tulad ng pang-unawa, pagkatuto, pangangatwiran, at paglutas ng problema.
9. Computational Learning Theory
Isang sangay ng artificial intelligence na nag-aaral ng mga algorithm at mathematical na modelo ng machine learning. Nakatuon ito sa mga teoretikal na pundasyon ng pag-aaral upang maunawaan kung paano makakakuha ang mga makina ng kaalaman, gumawa ng mga hula, at pagbutihin ang kanilang pagganap.
10. Computer Vision
Computer vision ay tumutukoy sa kakayahan ng mga makina na kunin ang visual na impormasyon mula sa mga digital na larawan at video. Ang mga algorithm ng computer vision ay malawakang ginagamit sa mga application tulad ng object detection, face recognition, medical imaging, at autonomous na sasakyan.
paano ako magtatala ng isang tawag sa telepono sa iphone
11. Pagmimina ng Data
Ang data mining ay ang proseso ng pagkuha ng mahalagang kaalaman mula sa malalaking dataset. Gumagamit ito ng istatistikal na pagsusuri at mga diskarte sa machine learning para matukoy ang mga pattern, relasyon, at trend sa data para mapahusay ang paggawa ng desisyon.
12. Data Science
Kasama sa data science ang pagkuha ng mga insight mula sa data gamit ang mga siyentipikong pamamaraan, algorithm, at system. Ito ay mas komprehensibo kaysa sa data mining at sumasaklaw sa malawak na hanay ng mga aktibidad, kabilang ang pangongolekta ng data, data visualization, at predictive modelling upang malutas ang mga kumplikadong problema.
13. Malalim na Pagkatuto
Ang malalim na pag-aaral ay isang sangay ng AI na gumagamit ng mga artipisyal na neural network na may maraming layer (magkakabit na mga node sa loob ng neural network) upang matuto mula sa napakaraming data. Nagbibigay-daan ito sa mga makina na magsagawa ng mga kumplikadong gawain, tulad ng natural na pagproseso ng wika , larawan, at pagkilala sa pagsasalita.
14. Generative AI
Inilalarawan ng Generative AI ang mga artificial intelligence system at algorithm na maaaring lumikha ng text, audio, video, at simulation. Natututo ang mga AI system na ito ng mga pattern at halimbawa mula sa umiiral na data at ginagamit ang kaalamang iyon upang lumikha ng bago at orihinal na mga output.
15. Hallucination
AI hallucination ay tumutukoy sa mga pagkakataon kung saan ang isang modelo ay gumagawa ng hindi tama, hindi nauugnay, o walang katuturang mga resulta. Ito ay maaaring mangyari sa ilang kadahilanan, kabilang ang kakulangan ng konteksto, mga limitasyon sa data ng pagsasanay, o arkitektura.
16. Mga Hyperparameter
Ang mga hyperparameter ay mga setting na tumutukoy kung paano natututo at kumikilos ang isang algorithm o modelo ng machine learning. Kasama sa mga hyperparameter ang rate ng pagkatuto, lakas ng regularization, at ang bilang ng mga nakatagong layer sa network. Maaari kang gumamit ng mga parameter na ito upang maayos ang pagganap ng modelo ayon sa iyong mga pangangailangan.
17. Malaking Modelo ng Wika (LLM)
Ang LLM ay isang modelo ng machine learning na sinanay sa napakaraming data at gumagamit ng pinangangasiwaang pag-aaral upang makagawa ng susunod na token sa isang partikular na konteksto upang makagawa ng makabuluhan at kontekstwal na mga tugon sa mga input ng user. Ang salitang 'malaki' ay nagpapahiwatig ng paggamit ng malawak na mga parameter ng modelo ng wika. Halimbawa, Gumagamit ang mga modelo ng GPT ng daan-daang bilyong mga parameter upang magsagawa ng malawak na hanay ng mga gawain sa NLP.
18. Machine Learning
Pag-aaral ng makina ay isang paraan para sa mga makina na matuto at gumawa ng mga hula nang hindi tahasang nakaprograma. Ito ay tulad ng pagpapakain sa isang computer ng data at pagbibigay kapangyarihan dito upang makagawa ng mga desisyon o hula sa pamamagitan ng pagtukoy ng mga pattern sa loob ng data.
19. Neural Network
Ang neural network ay isang computational model na inspirasyon ng utak ng tao. Binubuo ito ng magkakaugnay na mga node, o mga neuron, na nakaayos sa mga layer. Ang bawat neuron ay tumatanggap ng input mula sa iba pang mga neuron sa network, na nagpapahintulot dito na matuto ng mga pattern at gumawa ng mga desisyon. Ang mga neural network ay isang mahalagang bahagi sa mga modelo ng machine learning na nagbibigay-daan sa kanila na maging mahusay sa isang malawak na hanay ng mga gawain.
20. Natural Language Generation (NLG)
Ang pagbuo ng natural na wika ay tumatalakay sa paglikha ng text na nababasa ng tao mula sa structured data. Nakahanap ang NLG ng mga application sa paggawa ng content, chatbots, at voice assistant.
21. Natural Language Processing (NLP)
Natural na pagproseso ng wika ay ang kakayahan ng mga makina na magbigay-kahulugan, maunawaan, at tumugon sa teksto o pananalita na nababasa ng tao. Ginagamit ito sa iba't ibang aplikasyon, kabilang ang pagsusuri ng damdamin, pag-uuri ng teksto, at pagsagot sa tanong.
22. OpenAI
Ang OpenAI ay isang artificial intelligence research laboratory, na itinatag noong 2015 at nakabase sa San Francisco, USA. Ang kumpanya ay bumuo at nag-deploy ng mga tool ng AI na maaaring mukhang kasing talino ng mga tao. Ang pinakakilalang produkto ng OpenAI, ang ChatGPT, ay inilabas noong Nobyembre 2022 at ipinahayag bilang ang pinaka-advanced na chatbot para sa kakayahang magbigay ng mga sagot sa malawak na hanay ng mga paksa.
23. Pagkilala sa Pattern
Ang pagkilala sa pattern ay ang kakayahan ng isang AI system na tukuyin at bigyang-kahulugan ang mga pattern sa data. Ang mga algorithm sa pagkilala ng pattern ay nakakahanap ng mga application sa pagkilala sa mukha, pagtuklas ng pandaraya, at pagkilala sa pagsasalita.
24. Paulit-ulit na Neural Network (RNN)
Isang uri ng neural network na maaaring magproseso ng sequential data gamit ang mga feedback connection. Maaaring panatilihin ng mga RNN ang memorya ng mga nakaraang input at angkop para sa mga gawain tulad ng NLP at machine translation.
25. Reinforcement Learning
Ang reinforcement learning ay isang machine learning technique kung saan ang isang AI agent ay natututong gumawa ng mga desisyon sa pamamagitan ng mga pakikipag-ugnayan sa pamamagitan ng trial and error. Ang ahente ay tumatanggap ng mga gantimpala o parusa mula sa isang algorithm batay sa mga aksyon nito, na ginagabayan ito upang mapahusay ang pagganap nito sa paglipas ng panahon.
26. Supervised Learning
Isang machine learning na paraan kung saan ang modelo ay sinanay gamit ang may label na data na may gustong output. Nag-generalize ang modelo mula sa may label na data at gumagawa ng mga tumpak na hula sa bagong data.
27. Tokenization
Ang tokenization ay ang proseso ng paghahati ng isang text na dokumento sa mas maliliit na unit na tinatawag na mga token. Ang mga token na ito ay maaaring kumatawan sa mga salita, numero, parirala, simbolo, o anumang elemento sa text na maaaring gamitin ng isang programa. Ang layunin ng tokenization ay gawing mas makabuluhan ang hindi nakaayos na data nang hindi pinoproseso ang buong text bilang isang string, na hindi mahusay sa pagkalkula at mahirap imodelo.
28. Pagsusulit sa Turing
Ipinakilala ni Alan Turing noong 1950, sinusuri ng pagsubok na ito ang kakayahan ng isang makina na magpakita ng katalinuhan na hindi maaaring makilala mula sa kakayahan ng isang tao. Ang Pagsusulit sa Turing nagsasangkot ng isang hukom ng tao na nakikipag-ugnayan sa isang tao at isang makina nang hindi alam kung alin. Kung nabigo ang hukom na makilala ang makina mula sa tao, ang makina ay itinuturing na nakapasa sa pagsubok.
29. Unsupervised Learning
Isang paraan ng machine learning kung saan gumagawa ang modelo ng mga inferences mula sa mga walang label na dataset. Natutuklasan nito ang mga pattern sa data upang makagawa ng mga hula sa hindi nakikitang data.
Pagyakap sa Wika ng Artipisyal na Katalinuhan
Ang AI ay isang mabilis na umuusbong na larangan na nagbabago kung paano tayo nakikipag-ugnayan sa teknolohiya. Gayunpaman, sa napakaraming bagong buzzword na patuloy na umuusbong, maaaring mahirap na makasabay sa mga pinakabagong pag-unlad sa larangan.
Bagama't ang ilang termino ay maaaring mukhang abstract nang walang konteksto, ang kanilang kahalagahan ay nagiging malinaw kapag isinama sa isang pangunahing pag-unawa sa machine learning. Ang pag-unawa sa mga termino at konseptong ito ay maaaring maglatag ng isang makapangyarihang pundasyon na magbibigay sa iyo ng kapangyarihan upang makagawa ng matalinong mga pagpapasya sa loob ng larangan ng artificial intelligence.