Alignment (Dopasowanie): W AI, odnosi się do harmonizacji celów algorytmów z oczekiwaniami ludzi, zapewniając bezpieczne działanie systemów.
Bias (Uprzedzenie): Systematyczny błąd w danych lub modelach AI, powodujący niesprawiedliwe zachowania, jak dyskryminacja.
Chain-of-Thought (Łańcuch Myślenia): Metoda używana w AI do prezentacji procesu myślenia, pomagająca zrozumieć logikę działania modelu.
Chatbot: Program komputerowy do konwersacji z ludźmi, używany w obsłudze klienta lub informacji, oparty na regułach lub zaawansowanym NLP.
ChatGPT: Specyficzny chatbot od OpenAI, używający modelu GPT do generowania naturalnych rozmów.
Deep Learning (Głębokie uczenie): Subdyscyplina uczenia maszynowego, używająca głębokich sieci neuronowych do analizy danych.
Diffusion (Dyfuzja): W AI, termin związany z rozprzestrzenianiem informacji przez sieci neuronowe, używany w generatywnych modelach.
Embedding (Reprezentacja): Technika redukcji wymiarowości, przekształcająca duże dane w wektory niższych wymiarów, zachowując ich znaczenie.
Few-shot Learning: Metoda uczenia maszynowego, pozwalająca modelom uczyć się z ograniczonej ilości danych.
Fine-tuning (Dostrajanie): Proces dostosowania pre-trenowanego modelu AI do specyficznych zadań.
Generative AI: Klasy systemów AI zdolnych do generowania nowych treści, np. deepfakes.
Hidden Layer (Ukryta warstwa): Warstwy w sieciach neuronowych między warstwą wejściową a wyjściową, przetwarzające sygnały w bardziej abstrakcyjne reprezentacje.
Large Language Model (LLM): Zaawansowany model AI do przetwarzania i generowania języka na dużą skalę.
Multimodal (Wielomodalny): Systemy AI przetwarzające różne rodzaje danych, np. tekst, obraz, dźwięk.
Natural Language Processing (NLP): Dziedzina AI zajmująca się interakcją między komputerami a ludzkim językiem.
Parameters (Parametry): Wartości konfiguracyjne modelu AI, dostosowywane podczas uczenia.
Pre-training (Trening wstępny): Etap treningu modelu AI na ogólnych danych przed dostrajaniem do konkretnych zadań.
Prompt (Polecenie): Instrukcja dla modelu AI inicjująca działanie, np. tekst do wygenerowania kontynuacji.
Prompt engineer: Specjalista tworzący precyzyjne prompty dla modeli językowych AI, takich jak GPT.
Training Data (Dane treningowe): Informacje wykorzystywane do trenowania modeli AI, umożliwiające im rozpoznawanie wzorców i podejmowanie decyzji.
Transformer (Transformator): Typ architektury sieci neuronowej do obsługi sekwencyjnych danych, kluczowy w przetwarzaniu języka naturalnego.
Zero-shot Learning (Nauka bez przykładów): Technika uczenia maszynowego, która pozwala modelom AI zrozumieć i wykonywać zadania bez konieczności wcześniejszego treningu na danych dotyczących tych zadań.
