AI-ordlista
– 40 viktiga begrepp för nybörjare
Här är en enkel AI-ordlista med 40 viktiga begrepp som hjälper dig att förstå grunderna i artificiell intelligens.
1. Artificiell intelligens (AI)
Teknik som gör det möjligt för datorer att utföra uppgifter som normalt kräver mänsklig intelligens, som att förstå språk, känna igen bilder och fatta beslut.
2. Generativ AI
En typ av AI som kan skapa nytt innehåll, som texter, bilder, musik eller video. ChatGPT och DALL·E är exempel på generativ AI.
3. AI-assistent
Ett AI-verktyg som hjälper dig med uppgifter, till exempel att skriva text, sammanfatta information, svara på frågor eller skapa idéer.
4. Språkmodell
En AI-modell som är tränad på stora mängder text och kan förstå, skriva och förutsäga språk. ChatGPT är ett exempel på en språkmodell.
5. Stor språkmodell (LLM)
En mycket stor språkmodell som har tränats på enorma mängder text. LLM står för Large Language Model.
6. Prompt
En instruktion eller fråga som ges till en AI-modell, exempelvis vad du skriver till ChatGPT för att få ett svar.
7. Chatbot
En AI-driven virtuell assistent som kan svara på frågor och föra samtal med användare.
8. Modell
En AI-modell är en tränad algoritm som kan utföra en specifik uppgift, till exempel att skriva text, känna igen bilder eller analysera information.
9. Maskininlärning (ML)
En gren av AI där datorer lär sig från data och förbättrar sina prestationer utan att vara direkt programmerade.
10. Algoritm
En uppsättning regler eller instruktioner som en dator följer för att lösa ett problem eller utföra en uppgift.
11. Träning
Processen där en AI-modell lär sig genom att analysera data och anpassa sig för att förbättra sina resultat.
12. Dataset
En samling data som används för att träna AI-modeller, till exempel bilder, text eller siffror.
13. Naturlig språkbehandling (NLP)
Ett AI-område som gör det möjligt för datorer att förstå, tolka och generera mänskligt språk.
14. Multimodal AI
AI som kan arbeta med flera typer av innehåll samtidigt, till exempel text, bild, ljud och video.
15. AI-agent
En AI som inte bara svarar på frågor, utan också kan utföra flera steg mot ett mål, till exempel söka information, analysera och föreslå åtgärder.
16. Token
En liten del av text som en AI-modell arbetar med. Det kan vara ett ord, en del av ett ord eller ett tecken.
17. Kontextfönster
Den mängd text som en AI-modell kan använda samtidigt i ett samtal eller en uppgift. Ett större kontextfönster gör att AI:n kan hantera mer information på en gång.
18. Hallucination
När en AI ger ett svar som låter trovärdigt, men som är felaktigt eller påhittat.
19. RAG
En metod där AI hämtar information från externa källor, till exempel dokument eller databaser, innan den svarar. Det gör svaret mer kopplat till fakta.
20. Fine-tuning
När en AI-modell tränas vidare på särskild data för att bli bättre på ett visst område eller en viss typ av uppgift.
21. Neuralt nätverk
En typ av maskininlärning inspirerad av hur människans hjärna fungerar, där information bearbetas genom sammankopplade noder.
22. Djupinlärning
En avancerad form av maskininlärning där djupa neurala nätverk används för att analysera stora mängder data och utföra komplexa uppgifter, som bildigenkänning.
23. Computer vision
Teknik där AI tolkar och analyserar bilder eller videor för att känna igen objekt, ansikten eller mönster.
24. AI-genererad bild
En bild som har skapats av en AI, ofta med hjälp av generativa modeller som DALL·E.
25. Text-till-bild
En AI-funktion där du skriver en beskrivning och AI:n skapar en bild utifrån den.
26. Text-till-video
En AI-funktion där du skriver en beskrivning och AI:n skapar en video utifrån instruktionen.
27. Automatisering
När AI eller annan teknik används för att utföra uppgifter automatiskt, utan att en människa behöver göra varje steg manuellt.
28. Copilot
En AI-assistent som hjälper dig medan du arbetar, till exempel med text, kod, dokument eller presentationer.
29. Bias (snedvridning)
En AI-modells partiskhet som kan uppstå om träningsdatan är ojämnt fördelad eller innehåller förutfattade meningar.
30. AI-etik
Diskussion och regler kring hur AI ska användas på ett rättvist och ansvarsfullt sätt.
31. Ansvarsfull AI
Att utveckla och använda AI på ett sätt som tar hänsyn till etik, säkerhet, integritet och rättvisa.
32. Deepfake
Bild, ljud eller video som har skapats eller manipulerats med AI så att det ser ut eller låter som en riktig person.
33. AI-transkribering
När AI omvandlar tal till text, till exempel från ett möte, en intervju eller en video.
34. Sammanfattning med AI
När AI kortar ner längre texter, dokument eller samtal till en mer lättläst sammanfattning.
35. Prompt engineering
Att formulera instruktioner till AI på ett genomtänkt sätt för att få bättre och mer användbara svar.
36. Reinforcement learning (förstärkningsinlärning)
En typ av maskininlärning där en AI lär sig genom belöningar och straff, som ett spel där den försöker maximera sin poäng.
37. Overfitting
När en AI-modell lär sig för mycket av sin träningsdata och blir dålig på att hantera ny, okänd data.
38. Tröskelvärde
Ett förinställt värde som avgör när en AI-modell ska fatta ett visst beslut, till exempel om en e-post ska klassas som spam.
39. Syntetisk data
Data som är skapad av AI eller simuleringar i stället för att komma direkt från verkligheten.
40. Turingtest
Ett test där en dator försöker efterlikna mänsklig intelligens så bra att en människa inte kan avgöra om det är en maskin eller en människa som svarar.
Rekommenderade sidor
