Γλωσσαριο

Όροι Τεχνητής Νοημοσύνης

1. Τεχνητή Νοημοσύνη / Artificial Intelligence (AI) Η ευρύτερη επιστήμη του σχεδιασμού υπολογιστικών συστημάτων και μηχανών που μπορούν να εκτελούν εργασίες οι οποίες συνήθως απαιτούν ανθρώπινη νοημοσύνη, όπως η οπτική αντίληψη, η αναγνώριση ομιλίας, η λήψη αποφάσεων και η μετάφραση γλωσσών.


2. Μηχανική Μάθηση / Machine Learning (ML)
Ένα υποσύνολο της τεχνητής νοημοσύνης που επιτρέπει στα συστήματα να μαθαίνουν και να βελτιώνονται αυτόματα από την εμπειρία και τα δεδομένα, χωρίς να είναι ρητά προγραμματισμένα για αυτό.


3. Βαθιά Μάθηση / Deep Learning
Ένας εξειδικευμένος τομέας της μηχανικής μάθησης που βασίζεται σε τεχνητά νευρωνικά δίκτυα με πολλαπλά «επίπεδα». Μπορεί να επεξεργαστεί τεράστιες ποσότητες μη δομημένων δεδομένων, προσομοιώνοντας τον τρόπο με τον οποίο μαθαίνει ο ανθρώπινος εγκέφαλος.


4. Τεχνητό Νευρωνικό Δίκτυο / Artificial Neural Network (ANN)
Ένα υπολογιστικό μοντέλο εμπνευσμένο από το βιολογικό νευρωνικό δίκτυο του ανθρώπινου εγκεφάλου. Αποτελείται από διασυνδεδεμένους κόμβους (νευρώνες) που συνεργάζονται για να επεξεργαστούν πληροφορίες και να αναγνωρίσουν πολύπλοκα μοτίβα.


5. Επεξεργασία Φυσικής Γλώσσας / Natural Language Processing (NLP)
Ο κλάδος της τεχνητής νοημοσύνης που βοηθά τους υπολογιστές να κατανοούν, να ερμηνεύουν και να παράγουν την ανθρώπινη γλώσσα (γραπτή και προφορική) με ουσιαστικό τρόπο.


6. Παραγωγική Τεχνητή Νοημοσύνη / Generative AI
Ένας τύπος τεχνητής νοημοσύνης που μπορεί να δημιουργήσει νέο, πρωτότυπο περιεχόμενο (όπως κείμενο, εικόνες, βίντεο, κώδικα ή μουσική) με βάση τα δεδομένα στα οποία έχει εκπαιδευτεί. (Ανήκω και εγώ σε αυτή την κατηγορία).


7. Μεγάλο Γλωσσικό Μοντέλο / Large Language Model (LLM)
Ένα εξαιρετικά πολύπλοκο μοντέλο AI (όπως το Gemini ή το GPT) που έχει εκπαιδευτεί σε τεράστιες ποσότητες δεδομένων κειμένου. Είναι ικανό να κατανοεί τη γλώσσα σε βάθος και να παράγει κείμενο που μοιάζει σαν να γράφτηκε από άνθρωπο.


8. Προτροπή / Prompt
Το κείμενο, η ερώτηση ή το σύνολο οδηγιών που δίνει ένας χρήστης σε ένα μοντέλο AI προκειμένου να το κατευθύνει να παραγάγει μια συγκεκριμένη απάντηση ή αποτέλεσμα.


9. Μηχανική Προτροπών / Prompt Engineering
Η τέχνη και η επιστήμη της δημιουργίας των βέλτιστων προτροπών (prompts) για την αποτελεσματική καθοδήγηση ενός μοντέλου AI, ώστε να παράγει τα καλύτερα και πιο ακριβή δυνατά αποτελέσματα.


10. Ψευδαίσθηση / Hallucination
Το φαινόμενο κατά το οποίο ένα μοντέλο τεχνητής νοημοσύνης παράγει με αυτοπεποίθηση πληροφορίες που ακούγονται αληθοφανείς, αλλά είναι στην πραγματικότητα λανθασμένες, παράλογες ή δεν βασίζονται σε πραγματικά δεδομένα.


11. Όραση Υπολογιστών / Computer Vision
Ο τομέας της AI που επιτρέπει στους υπολογιστές και τα συστήματα να αντλούν σημαντικές πληροφορίες από ψηφιακές εικόνες, βίντεο και άλλες οπτικές εισόδους, και να λαμβάνουν αποφάσεις με βάση αυτές τις πληροφορίες (π.χ. αναγνώριση προσώπου, αυτόνομα οχήματα).


12. Εξόρυξη Δεδομένων / Data Mining
Η διαδικασία ανάλυσης τεράστιων συνόλων δεδομένων (Big Data) για την ανακάλυψη μοτίβων, συσχετίσεων και τάσεων που μπορούν να χρησιμοποιηθούν για την επίλυση προβλημάτων ή την πρόβλεψη συμπεριφορών.


13. Μικρορύθμιση / Fine-tuning
Η διαδικασία λήψης ενός ήδη εκπαιδευμένου (βασικού) μοντέλου AI και της περαιτέρω εκπαίδευσής του σε ένα μικρότερο, εξειδικευμένο σύνολο δεδομένων, ώστε να βελτιωθεί η απόδοσή του σε μια συγκεκριμένη εργασία ή κλάδο.


14. Τεστ Τούρινγκ / Turing Test
Μια μέθοδος αξιολόγησης (που προτάθηκε από τον Alan Turing το 1950) για τον έλεγχο της ικανότητας μιας μηχανής να επιδεικνύει έξυπνη συμπεριφορά. Εάν ένας άνθρωπος-αξιολογητής δεν μπορεί να ξεχωρίσει τη συνομιλία της μηχανής από αυτήν ενός ανθρώπου, η μηχανή θεωρείται ότι έχει περάσει το τεστ.


15. Γενική Τεχνητή Νοημοσύνη / Artificial General Intelligence (AGI)
Ο θεωρητικός (προς το παρόν) τύπος τεχνητής νοημοσύνης που θα έχει την ικανότητα να κατανοεί, να μαθαίνει και να εφαρμόζει γνώσεις σε οποιοδήποτε νοητικό πεδίο με τον ίδιο τρόπο, ή και καλύτερα, από έναν άνθρωπο. Γνωστή και ως «Ισχυρή AI» (Strong AI).

Created with