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

  1. 01
    Graph Neural Networks GNN

    Graph Neural Networks (GNN) — класс нейросетей, который работает не с таблицами, картинками или текстами, а с графами: узлами и связями между ними. Социальные сети, молекулы,…

    Средний
  2. 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…

    Средний
  3. 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…

    Средний
  4. 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…

    Средний
  5. 05
    API Application Programming Interface

    API (Application Programming Interface) в контексте AI — это способ программно отправлять запросы к языковой модели и получать ответы. Вместо ручного ввода в chat-интерфейсе ваша программа…

    Новичок
  6. 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…

    Новичок
  7. 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…

    Новичок
  8. 08
    Training

    Training, или обучение модели, — процесс настройки её параметров на примерах. Модель делает предсказание, функция потерь измеряет ошибку, а оптимизатор немного меняет веса. Цикл повторяется на…

    Новичок
  9. 09
    Parameters

    Параметры модели — обучаемые числа внутри матриц и других тензоров нейросети. Обучение меняет их по градиентам, checkpoint сохраняет найденные значения, а обычный inference применяет их к…

    Новичок
  10. 10
    Model

    AI-модель — обученная математическая функция. Для запуска нужны архитектура, веса, конфигурация и обработчики входа и выхода. Они могут лежать в одном файле или в нескольких компонентах.…

    Новичок