Rječnik pojmova umjetne inteligencije

Algoritam
engl. Algorithm
Opis niza postupaka koji dovode do rješenja nekog problema ili logički slijed operacija koje će izvršiti računalni program. 

Chatbot
Softver ili računalni program koji simulira ljudski razgovor ili čavrljanje putem tekstualnih ili glasovnih interakcija.

Deepfake
Deepfake je lažni sadržaj, obično audio ili video, koji je manipuliran ili stvoren pomoću umjetne inteligencije. Ovaj sadržaj zamjenjuje glas i/ili izgled stvarne osobe umjetnim likovima ili osobama koje zvuče i izgledaju slično. Često se koriste za širenje dezinformacija.

Duboko učenje
engl. Deep Learning
Podskup strojnog učenja koji koristi umjetne višeslojne neuronske mreže kako bi simulirao ljudski mozak, tj. složenu sposobnost donošenja odluka.

Fino podešavanje
engl. Fine-tuning
U strojnom učenju proces prilagođavanja prethodno obučenog modela za specifične zadatke ili slučajeve upotrebe. Fino podešavanje postala je temeljna tehnika dubokog učenja, posebno u procesu treniranja temeljnih modela koji se koriste za generativnu umjetnu inteligenciju.

Generativna umjetna inteligencija
engl. Generative Artificial Intelligence, GenAI
Umjetna inteligencija koja može stvarati originalni sadržaj poput teksta, slika, videa, zvuka ili programskog koda kao odgovor na korisnički upit ili zahtjev.

Generativni unaprijed obučeni transformator
engl. Generative Pre-trained Transformer, GPT
Vrsta modela umjetne inteligencije koji koristi učenje bez nadzora za razumijevanje i generiranje teksta nalik ljudskom. GPT modeli unaprijed su uvježbani na ogromnim količinama tekstualnih podataka i mogu se fino podesiti za specifične zadatke kao što su generiranje teksta, prijevod, sažimanje i odgovaranje na pitanja.

Halucinacija
engl. AI hallucination
Netočna ili izmišljena informacija koju povremeno generiraju modeli umjetne inteligencije. Može izgledati uvjerljivo, ali nije utemeljena na stvarnim činjenicama. Pojavljuje se u obliku netočnih informacija, nepostojećih izvora, nelogičnih zaključaka ili sadržaja koji ne odgovara stvarnim podacima, a najčešće zbog nedostatka podataka ili netočnih podataka tijekom treniranja, netočnim pretpostavkama modela ili pristranosti u podacima korištenim za obuku modela.

Inteligencija
Inteligencija je mentalna karakteristika koja se sastoji od sposobnosti za učenje iz iskustva, prilagodbe na nove situacije, razumijevanja i korištenja apstraktnih pojmova, i korištenja znanja za snalaženje u okolini.

Inženjering upita
engl. Prompt engineering
Proces strukturiranja upita koji je ključan jer izravno utječe na kvalitetu, relevantnost i točnost rezultata generativne umjetne inteligencije. Dobro oblikovan upit pomaže osigurati da umjetna inteligencija razumije namjeru korisnika i daje smislene odgovore, a kako modeli generativne umjetne inteligencije postaju sve rašireniji u različitim industrijama, inženjering upita ima sve veću ulogu u otključavanju njihovog punog potencijala.

Nadzirano učenje
engl. Supervised Learning
Vrsta strojnog učenja gdje algoritam uči iz označenih podataka. Označeni podaci sastoje se od ulaznih primjera uparenih s odgovarajućim ispravnim izlazom ili ciljnom vrijednošću. Cilj je nadziranog učenja osposobiti model koji može točno predvidjeti izlaz za nove, nevidljive ulaze. Algoritam učenja koristi označene podatke za zaključivanje uzoraka i odnosa između ulaznih značajki i izlaznih oznaka.

Nenadzirano učenje
engl. Unsupervised Learning
Vrsta strojnog učenja gdje algoritam uči iz neoznačenih podataka. Cilj je učenja bez nadzora otkriti skrivene obrasce, strukture ili odnose unutar podataka bez prethodnog znanja o oznakama izlaza. Algoritmi za nenadzirano učenje nemaju eksplicitne ciljane vrijednosti za vođenje procesa učenja. Umjesto toga, fokusiraju se na pronalaženje smislenih prikaza ili klastera u podacima. Učenje bez nadzora obično se koristi u zadacima kao što su klasteriranje, smanjenje dimenzionalnosti i otkrivanje anomalija.

Neuronska mreža
engl. Neural Network
Neuronska mreža temeljna je komponenta umjetne inteligencije, model inspiriran strukturom i funkcioniranjem ljudskog mozga. Sastoji se od međusobno povezanih čvorova, poznatih kao umjetni neuroni ili jednostavno “neuroni” koji su organizirani u slojevima.

Obrada prirodnog jezika
engl. Natural Language Processing, NLP
Područje računalne znanosti i umjetne inteligencije koje koristi strojno učenje kako bi omogućilo računalima razumijevanje i komunikaciju na ljudskom jeziku.

Podržano učenje
engl. Reinforcement Learning, RL
Vrsta strojnog učenja koja se orijentira na odluke koje donose autonomni agenti. Autonomni agent svaki je sustav koji može donositi odluke i djelovati kao odgovor na svoje okruženje neovisno o izravnim uputama ljudskog korisnika. Roboti i automobili koji se sami voze primjeri su autonomnih agenata. U podržanom učenju, autonomni agent uči izvršavati zadatak metodom pokušaja i pogrešaka, bez ikakvih uputa ljudskog korisnika.

RAG pristup
engl. Retrieval-Augmented Generation, RAG
Tehnika koja poboljšava velike jezične modele integriranjem s vanjskim izvorima podataka. Umjesto da se oslanjaju isključivo na velike jezične modele (kao što je GPT) za odgovaranje na upite, RAG pristup omogućuje alatima umjetne inteligencije da prvo pretražuju relevantne podatke iz vanjskih izvora (kao što su baze podataka ili dokumenti) i zatim koristi te informacije za generiranje relevantnog odgovora pri čemu se smanjuje mogućnost halucinacije. 

Regresijski model
engl. Regression Model
Regresijski model je matematički model kojim se želi utvrditi odnos između ovisne varijable (Y) u odnosu na druge varijable, koja se naziva objašnjavajuća ili neovisna (X). Regresijski model često se koristi u društvenim znanostima kako bi se utvrdilo postoji li uzročnoposljedična veza između ovisne varijable (Y) i niza drugih varijabli koje objašnjavaju (X). Isto tako, model nastoji utvrditi kakav će biti utjecaj na varijablu Y u slučaju promjene varijabli objašnjenja (X).

Scaffolding
U razvoju softvera odnosi se na automatizirane tehnike generiranja koda koje brzo stvaraju temeljnu strukturu softverskih aplikacija. Scaffolding, koji se obično koristi unutar model-view-controllera (MVC) i sličnih arhitektonskih obrazaca, pomaže programerima da brzo stvore kod za uobičajene funkcije aplikacija i interakcije podataka, posebno CRUD operacije (stvaranje, čitanje, ažuriranje, brisanje).

Stablo odlučivanja
engl. Decision Tree
Niz povezanih izbora i omogućuje pojedincima i grupama da odvagnu moguće ishode s troškovima, prioritetima i koristima. Stabla odlučivanja koriste se za pokretanje neformalne rasprave ili uspostavljanje algoritma koji matematički predviđa najvažniji izbor.

Strojevi za potporu vektora
engl. Support Vector Machines, SVM
Strojevi za potporu vektora vrsta su klasifikatora strojnog učenja. Strojevi za potporu vektora korisni su za zadatke numeričkog predviđanja, klasifikacije i prepoznavanja uzoraka. Rade povlačenjem granica odlučivanja između podatkovnih točaka, ciljajući na granicu odlučivanja koja najbolje razdvaja podatkovne točke u klase (ili je najopćenitija). Cilj je pri korištenju strojeva za potporu vektora da granica odluke između točaka bude što je moguće veća, tako da je udaljenost maksimizirana između bilo koje dane podatkovne točke i granične linije.

Strojno učenje
engl. Machine Learning
Područje računalstva koje se bavi uporabom i razvojem algoritama koji nisu definirani eksplicitnim pravilima već se model dobiva učenjem značajki u skupovima podataka (brojevi, tekst, slike ili drugi oblici informacija), tj. samostalno se postupno prilagođuju poboljšavajući učinkovitost u obavljanju zadataka bez praćenja eksplicitnih uputa.

Sustav umjetne inteligencije
engl. AI System
Strojni sustav dizajniran za rad s promjenjivim razinama autonomije i koji nakon uvođenja može pokazati prilagodljivost te koji, za eksplicitne ili implicitne ciljeve, iz ulaznih vrijednosti koje prima, zaključuje kako generirati izlazne vrijednosti kao što su predviđanja, sadržaj, preporuke ili odluke koji mogu utjecati na fizička ili virtualna okruženja.

Umjetna inteligencija
engl. Artificial Intelligence, AI
Dio računalstva koji se bavi razvojem sposobnosti računala da obavljaju zadaće za koje je potreban neki oblik inteligencije. 

Veliki jezični modeli
engl. Large Language Models, LLM
Modeli umjetne inteligencije koji su razvijeni za tumačenje i stvaranje ljudskog jezika. Ovi modeli koriste napredne pristupe strojnog učenja, kao što je duboko učenje za ispitivanje ogromnih količina tekstualnih podataka i razumijevanje obrazaca i struktura prirodnog jezika.

Autorica: Ana Jurić

Izvor: Sveučilišni računski centar (Srce): Rječnik pojmova povezanih s umjetnom inteligencijom