القاموس GPT الدردشة: 53 يجب أن يعرف كل من مصطلحات منظمة العفو الدولية لكل منها

الذكاء الاصطناعي في كل مكان. من الشعبية الواسعة للدردشة GPT إلى ملخص Google Karaming AI ، تتعامل الذكاء الاصطناعى تمامًا على الإنترنت ، في الجزء العلوي من نتائج البحث. من خلال الذكاء الاصطناعي ، يمكنك الحصول على إجابات فورية على أي سؤال. قد يبدو الأمر وكأنه يتحدث إلى شخص لديه درجة الدكتوراه. في كل شيء

لكن هذا الجانب من قوارب دردشة الذكاء الاصطناعي هو جزء فقط من مشهد الذكاء الاصطناعي. بالتأكيد ، ليكون الدردشة GPT تساعدك على أداء الواجب المنزلي أو إنشاء midgorn صور ماكس المثيرة للاهتمام بناءً على البلد الأصلي للبلد إنه لأمر رائع ، لكن قدرة الذكاء الاصطناعى الإنتاجي يمكن أن تكون جديدة تمامًا على الاقتصادات. قد يكلف الاقتصاد العالمي سنويًا 4 4.4 تريليونوفقًا لمعهد ماكان العالمي ، لهذا السبب يجب أن تتوقع أن تسمع المزيد عن الذكاء الاصطناعي.

يتم عرض ذلك في مجموعة من المنتجات عالية السرعة -قائمة قصيرة قصيرة تشمل Gemini من Google و Microsoft’s Co -colat و Cloud Cloud ومحرك البحث القلق. يمكنك قراءة مراجعاتنا في محور AI Ai Atlas و Ens وغيرها من المنتجات وكذلك الأخبار والأوصاف وكيف المشاركات وكذلك التشخيص.

عندما يصبح الناس أكثر اعتمادًا على العالم المرتبط بـ AI ، يتم ملء المصطلحات الجديدة في كل مكان. لذا ، سواء كنت تحاول رفع صوت ذكي على المشروبات أو المتأثرة في مقابلة عمل ، فهناك بعض شروط الذكاء الاصطناعى المهمة التي يجب أن تعرفها.

يتم تحديث هذا القاموس بانتظام.

الذكاء العام الاصطناعي ، أو AGI: مفهوم يشير إلى نسخة حديثة من الذكاء الاصطناعى أكثر من اليوم ، والتي يمكن أن تفعل أفضل بكثير من البشر ، مع تدريس وتحريك قدراتها الخاصة.

عامل: الأنظمة أو النماذج التي تظهر الوكالة التي تعرض القدرة على متابعة الخطوات بشكل مستقل لتحقيق هدف. في سياق الذكاء الاصطناعي ، يمكن أن يعمل نموذج الوكيل دون إشراف دائم ، مثل سيارة مستقلة عالية المستوى. على عكس إطار “الوكيل” ، الذي هو في الخلفية ، مع التركيز على تجربة المستخدم ، فإن إطار الوكيل في المقدمة.

أخلاقيات الذكاء الاصطناعي: الغرض من المبادئ هو منع الذكاء الاصطناعى من إيذاء البشر ، الذي يتحقق من الغرض مثل نظام الذكاء الاصطناعى يجب أن يجمع البيانات أو كيفية التعامل مع التحيز.

سلامة الذكاء الاصطناعي: حقل ما بين الأزهار له تأثير طويل المدى لمنظمة العفو الدولية وكيف يمكن أن يتطور فجأة إلى ذكاء فائق يمكن أن يكون ضحية العداوة للبشر.

الخوارزمية: سلسلة من الإرشادات التي تسمح لبرنامج الكمبيوتر بتعلم وتحليل البيانات بطريقة معينة ، مثل التعرف على العينات ، ثم التعلم منه واستكمال العمل الذاتي.

يسمح: سقسقة منظمة العفو الدولية لإنتاج النتائج المرجوة بشكل أفضل. يمكن أن يشير إلى أي شيء من المواد المعتدلة إلى البشر ، من البشر إلى الحفاظ على تفاعل إيجابي.

مجسم: عندما يكون للبشر ميل لإعطاء أشياء غير إنسانية للبشر. في الذكاء الاصطناعي ، قد يشمل ذلك أيضًا أن الإيمان بسكور الدردشة هو أكثر إنسانية ومعرفًا بها ، حيث يُعتقد أنها سعيدة أو حزينة أو حتى عاطفية.

الذكاء الاصطناعي ، أو الذكاء الاصطناعي: في برامج الكمبيوتر أو الروبوتات ، استخدام التكنولوجيا لتقليد الذكاء البشري. مجال علوم الكمبيوتر يهدف إلى بناء نظام يمكنه القيام بعمل إنساني.

الوكيل الأناني: نموذج الذكاء الاصطناعى له قدرات وبرمجة وغيرها من الأدوات لإنجاز مهمة معينة. تعد السيارة ذات الطاقة الذاتية وكيلًا مستقلًا ، على سبيل المثال ، لأنها تحتوي على مدخلات حسية و GP وخوارزمية القيادة لزيارة الطريق نفسه. باحثون في ستانفورد لقد ثبت أن الوكلاء السياديين يمكنهم تطوير ثقافاتهم وتقاليدهم ولغة مشتركة.

إجحاف: فيما يتعلق نماذج اللغة الكبيرة ، والأخطاء نتيجة لبيانات التدريب. نتيجة لذلك ، يمكن أن تعزى بعض الميزات إلى بعض الأجناس أو المجموعات التي تستند إلى الصور النمطية.

حذاء الدردشة: برنامج يتواصل مع البشر من خلال النص الذي يقلد اللغة البشرية.

الدردشة GPT: زورق الدردشة الذكاء الذكري تم تطويره بواسطة Openi الذي يستخدم تقنية نموذج اللغة الكبيرة.

الحوسبة الأكاديمية: مصطلح آخر للذكاء الاصطناعي.

زيادة البيانات: وصف البيانات الحالية أو إضافة مجموعة متنوعة من بيانات لاتا تدريب الذكاء الاصطناعي.

بيانات البيانات: مجموعة من المعلومات الرقمية المستخدمة لتدريب نموذج الذكاء الاصطناعى واختباره والتحقق منه.

التعليم العميق: طريقة من الذكاء الاصطناعي ، وحقل فرعي للتعلم الآلي ، والذي يستخدم العديد من المعلمات لتحديد الأنماط المعقدة في الصور والصوت والنص. تتأثر هذه العملية بالدماغ البشري وتستخدم شبكات الأعصاب الاصطناعية لصنع العينات.

الخليط: إحدى طرق التعلم الآلي التي تأخذ جزءًا موجودًا من الصورة ، مثل الصورة ، وتضيف ضوضاء عشوائية. تقوم عارضات الأزياء بتدريب شبكاتها على إعادة الهندسة أو استرداد هذه الصورة.

السلوك الناشئ: عندما يظهر نموذج الذكاء الاصطناعي قدرات غير ضرورية.

تعلم من النهاية إلى النهاية ، أو e2e: عملية تعليمية أعمق يتم فيها توجيه النموذج للعمل من البداية إلى النهاية. لم يتم تدريبه على إكمال المهمة بالترتيب ، ولكن بدلاً من ذلك تعلم من المدخلات وكلها تحل معًا.

المخاوف الأخلاقية: إدراكا حول الآثار الأخلاقية للمنظمة المعذوية والسرية واستخدام البيانات والعدالة وإساءة الاستخدام وغيرها من القضايا المتعلقة بالسلامة.

: المعروف أيضا باسم السريع -خط ، أو الإقلاع الصعب. فكرة أنه إذا جعل شخص ما أنه قد يكون قد فات الأوان لإنقاذ الإنسانية.

شبكة Adorisarial Generatito ، أو Gans: نموذج الذكاء الاصطناعى التوليدي يحتوي على شبكتين عصبيتين لإنتاج بيانات جديدة: مولد وتمييز. ينتج المولد محتوى جديدًا ، ويتحقق التمييز ما إذا كان أصيلًا أم لا.

AI التوليدي: تقنية إنتاج المحتوى التي تستخدم الذكاء الاصطناعي لإنشاء نص أو فيديو أو رموز الكمبيوتر أو الصور. يتم تغذية الذكاء الاصطناعي بكمية كبيرة من بيانات التدريب ، وتبحث عن عينات لإنتاج استجابة جديدة له ، والتي قد تكون في بعض الأحيان مثل المواد المصدر.

Google Gemini: يعمل زورق الدردشة AI من خلال Google مع دردشة GPT ولكنه يرسم أيضًا معلومات من خدمات Google الأخرى ، مثل البحث والخرائط.

حامية: السياسات والقيود الموضوعة على نماذج الذكاء الاصطناعى للتعامل مع البيانات بمسؤولية وأن النموذج لا ينتج مادة مزعجة.

الاحتقار: إجابة خاطئة من الذكاء الاصطناعي. يمكن أن يضيف منتجو الذكاء الاصطناعى التوليدي إجابات خاطئة ولكن موصوفة بثقة كما لو كانت صحيحة. الأسباب غير معروفة تمامًا. على سبيل المثال ، عند سؤال حذاء دردشة الذكاء الاصطناعي ، “متى قام ليوناردو دافنشي برسم منى ليزا؟” هؤلاء يمكن الرد ببيان كاذب قائلاً: “ليوناردو دافنشي رسم منى ليزا في عام 1815” ، وهو بالفعل بعد 300 عام من رسمها.

تقدير: تستخدم نماذج AI بيانات جديدة لإنشاء نص وصور ومحتوى آخر ، الانتهاك من بيانات التدريب الخاصة بهم.

نموذج لغة كبير ، أو LLM: تم تدريب نموذج AI على بيانات النص على بيانات نصية كبيرة على نطاق واسع لفهم اللغة وتصنيع محتوى جديد باللغة البشرية.

التأخير: تأخير الوقت الذي يتلقى فيه نظام الذكاء الاصطناعى الإدخال أو الإيماءة والإخراج جاهز.

التعلم الآلي ، أو مل: مكون من الذكاء الاصطناعي الذي يسمح لأجهزة الكمبيوتر بالتعلم وإنتاج تنبؤات أفضل دون برمجة واضحة. يمكن إجراء مجموعة التدريب معًا لإنتاج محتوى جديد.

Microsoft Bang: يمكن لمحرك البحث من قبل Microsoft الآن استخدام GPT ، وهو GPT ذو القوة التقنية لتوفير نتائج بحث ذات قوة من الذكاء الاصطناعي. يشبه Google Gemini في الاتصال بالإنترنت.

Multi Moodle AI: نوع من الذكاء الاصطناعي الذي يمكن أن يعمل على مجموعة متنوعة من المدخلات ، بما في ذلك النص والصور ومقاطع الفيديو والكلام.

معالجة اللغة الطبيعية: غالبًا ما يستخدم فرع الذكاء الاصطناعي ، الذي يستخدم التعلم الآلي والتعلم العميق لتزويد أجهزة الكمبيوتر بالقدرة على فهم اللغة البشرية ، خوارزميات التعلم والنماذج الإحصائية والمبادئ اللغوية.

شبكة الأعصاب: النموذج الحسابي الذي يشبه بنية الدماغ البشري ويهدف إلى التعرف على العينات في البيانات. يحتوي على العقد المتكاملة المتبادلة ، أو الخلايا العصبية ، والتي يمكن أن تتعرف على العينات والتعلم مع مرور الوقت.

مناسب بشكل مفرط: آلة تعلم الخطأ حيث تعمل عن كثب إلى بيانات التدريب وقد تكون قادرة على تحديد أمثلة محددة في البيانات ، ولكن ليس بيانات جديدة.

paperclocks: مقطع الورق نظرية Macauser التي طورها الفيلسوف nicksmutterm جامعة أكسفورد هي سيناريو وهمية حيث سيقوم نظام الذكاء الاصطناعي بإنشاء المزيد والمزيد من الدبوس الورقي الحرفي. في هدفه المتمثل في تطوير المزيد والمزيد من مقاطع الورق ، سيستخدم نظام الذكاء الاصطناعى أو يغير جميع المحتوى لتحقيق هدفه بطريقة وهمية. قد يشمل ذلك أيضًا القضاء على المزيد من الدبوس الورقي ، والآلات الأخرى لتصنيع الآلات ، والتي يمكن أن تكون مفيدة للبشر. النتيجة غير المسبوقة لنظام الذكاء الاصطناعي هذا هي أنه يمكن أن يدمر الإنسانية في سببها لإنشاء دبوسات ورقية.

حدود: القيم الرقمية التي تعطي بنية LLMS وسلوكها ، وتمكينها من صنع تنبؤات.

بالأسى: اسم صندوق الدردشة المدعوم من الذكاء الاصطناعى ومحرك البحث الذي يملكه الذكاء الاصطناعى المضطرب. يستخدم نموذج لغة كبير ، مثل قوارب دردشة الذكاء الاصطناعي الأخرى ، ولكن أحدث النتائج مفتوحة الإنترنت.

فوري: للحصول على الإجابة ، فإن النصيحة أو السؤال الذي تدخله في صندوق الدردشة من الذكاء الاصطناعي.

السلسلة الفورية: قدرة الذكاء الاصطناعي على استخدام المعلومات من التفاعلات السابقة إلى ردود الفعل المستقبلية على اللون.

الكمية: من خلال العملية التي يتم من خلالها جعل نموذج التعلم الكبير في الذكاء الاصطناعى أصغر وأكثر كفاءة (على الرغم من أنه أقل دقة قليلاً) ، يتم تقليله من الدقة العالية إلى التنسيق المنخفض. واحدة من الطرق الجيدة للتفكير في ذلك هي مقارنة صورة 16 -megapixel مع صورة 8 ميجابكسل. كلاهما لا يزال واضحًا ومرئيًا ، ولكن عندما تكبر فيها ، سيكون للصورة عالية الدقة المزيد من التفاصيل.

الببغاء الأسهم: تقليد LLMS الذي يوضح أن البرنامج لا يفهم المعنى الكامن وراء اللغة أو العالم من حوله ، بغض النظر عن كيفية مقتن أصوات الإخراج. تشير هذه العبارة إلى كيف يمكن للببغاء أن يقلد الكلمات البشرية دون فهم المعنى وراءها.

نقل النمط: تتيح القدرة على التكيف مع محتوى النمط الأيقوني أحد منظمة العفو الدولية لترجمة السمات المرئية للصورة واستخدامها على الجانب الآخر. على سبيل المثال ، أخذ صور Rembrand الخاصة وإعادة إنشاءها بأسلوب بيكاسو.

البيانات الاصطناعية: يتم تدريب البيانات التي تم إنشاؤها بواسطة AI التوليدي ، والتي ليست من العالم الحقيقي ، على بيانات حقيقية. يتم استخدامه لتدريب نماذج الرياضيات و ML ونماذج التعلم العميق.

درجة حرارة: قررت المعلمات التحكم في مدى عشوائي إخراج نموذج اللغة. درجات الحرارة المرتفعة تعني أن النموذج يتحمل المزيد من المخاطر.

توليد الصور من النص: إنشاء صور بناءً على أوصاف النص.

الرمز المميز: أجزاء صغيرة من النص المكتوب التي تعمل نماذج لغة الذكاء الاصطناعى لتجميع المؤشرات الخاصة بك. الرمز المميز يساوي أربعة أحرف باللغة الإنجليزية ، أو حوالي ثلاثة أرباع كلمة.

بيانات التدريب: البيانات المستخدمة للمساعدة في تعلم نماذج الذكاء الاصطناعي ، بما في ذلك النص أو الصور أو الرموز أو البيانات.

نموذج المحولات: بنية الشبكة العصبية ونموذج التعلم العميق الذي يتعلم السياق من خلال تتبع العلاقات في البيانات ، مثل الجمل أو بعض أجزاء الصور. لذلك ، بدلاً من تحليل كلمة في وقت واحد ، يمكن أن ترى الجملة بأكملها وفهم السياق.

اختبار الجولة: عالم الرياضيات الشهير وعالم الكمبيوتر آلان تورنج ، وهو يبحث في قدرة الآلة على التصرف مثل إنسان. يمر الجهاز إذا لم يتمكن الشخص من التمييز بين استجابة الماكينة وإنسان آخر.

التعلم غير المتواصل: شكل من أشكال التعلم الآلي حيث لا يتم توفير نموذج بيانات التدريب المسمى ، وبدلاً من ذلك يتعين على النموذج تحديد العينات في البيانات نفسها.

الضعيف الضعيف ، الاسم المستعار ضيق: الذكاء الاصطناعي ، الذي يركز على مهمة معينة ولا يمكن أن يتعلم قبل مهاراتها. معظم الذكاء الاصطناعي اليوم ضعيف.

تعلم الصفر: اختبار يجب أن يكمل النموذج المهمة دون إعطاء بيانات التدريب المطلوبة. مثال على ذلك هو التعرف على النمر بينما سيتم تدريب النمور فقط.