AI-словарь · Основы AI
Основы AI
Базовые понятия искусственного интеллекта простыми словами: что такое нейросеть, машинное обучение, модель, параметры, обучение и инференс. С этого раздела стоит начать, если хочется понять, как вообще работают современные AI — без формул и жаргона.
Указатель
-
01
Graph Neural Networks GNN
Графовые нейросети учитывают не только свойства объектов, но и связи между ними. Так можно исследовать молекулы, искать подозрительные транзакции или подбирать рекомендации. Разбираем передачу сообщений между…
-
02
Transformer
Transformer — архитектура нейросети, представленная в статье Attention Is All You Need в 2017 году. Она обрабатывает последовательность через attention: каждый элемент строит новое представление с…
-
03
Model License
Лицензия модели описывает, что разрешено делать с конкретными весами: использовать, изменять и распространять их, в том числе в коммерческих сценариях. Код, данные, API и результаты могут…
-
04
Open-source AI
Open-source AI даёт свободу использовать, изучать, изменять и распространять систему, а также материалы, без которых её нельзя осмысленно доработать. Доступные для скачивания веса — только один…
-
05
API Application Programming Interface
API — программный интерфейс: правила, по которым одна программа обращается к другой. Через API можно передать модели текст, изображение или звук и получить результат без ручной…
-
06
Multimodal AI
Multimodal AI принимает или создаёт данные нескольких типов: текст, изображения, аудио, видео и сигналы датчиков. Возможности не обязаны быть симметричными: модель может хорошо понимать картинку, но…
-
07
Inference
Inference, или инференс, начинается, когда готовая модель получает новые данные и строит результат: класс, прогноз, текст, изображение или эмбеддинг. В обычном режиме её веса не обучаются…
-
08
Training
Training, или обучение модели, — процесс настройки её параметров на примерах. Модель делает предсказание, функция потерь измеряет ошибку, а оптимизатор меняет веса. Цель — улучшить работу…
-
09
Parameters
Параметры модели — обучаемые числа внутри матриц и других тензоров нейросети. При обучении эти значения подбираются по данным, а затем сохраняются в файле модели. Обычный запуск…
-
10
Model
Модель машинного обучения преобразует данные, используя закономерности, найденные при обучении. Для нейросетевой модели нужны архитектура, веса, конфигурация и обработчики входа и выхода. Они могут лежать в…
