AI Ord med A, B, C eller D
Velkommen til vores ordliste, der dækker AI-ord og begreber, som starter med bogstaverne A, B, C og D. Her finder du en dybdegående guide, der udforsker kernen i AI-sprogbrug, fra 'Algoritme' til 'Data Mining'. Vores mål er at gøre disse koncepter lettilgængelige og forståelige for alle - uanset om du er nybegynder eller ekspert i feltet.
A
Activation Function
A function in a neural network that determines whether and to what extent a neuron is activated.
Aktiveringsfunktion: Er der en forbindelse?
Forestil dig en hjerne (neuralt netværk) som en række små pærer (neuroner). "Aktiveringsfunktionen" er som en kontakt, der bestemmer, hvor stærkt hver pære skal lyse. Nogle pærer lyser måske slet ikke, mens andre kan lyse klart, alt sammen baseret på den information, de modtager.
AGI Artificial general intelligence
Artificial general intelligence (AGI) is a theoretical form of AI able to solve any number of hypothetical tasks using generalized human cognitive abilities.
AI +++: Kunstig intelligens + kognitive evner
AGI er som drømmemedarbejderen, der kan klare enhver opgave, du kaster på dem, ikke kun specialiserede job. AGI refererer til en maskines evne til at forstå, lære og anvende sin intelligens på en lang række problemer, ligesom et menneske. I modsætning til standard AI, som udmærker sig i specifikke opgaver, kan AGI teoretisk udføre enhver intellektuel opgave, som et menneske kan. Det er skridtet ud over den nuværende AI, hvor systemet besidder en mere holistisk forståelse og tilpasningsdygtig intelligens.
AI Artificial Intelligence
Artificial intelligence is the simulation of human intelligence processes by machines, especially computer systems.
Kunstig intelligens: Digital assistent
Det er en maskines eller et computerprograms evne til at tænke, lære og træffe beslutninger, der ligner et menneske. AI-systemer kan udføre opgaver som at genkende tale, oversætte sprog og spille skak. De er ofte designet til specifikke opgaver – som et værktøj i dit værktøjssæt designet til et bestemt job.
Det er en smart assistent i din virksomhed. Som kan analysere store mængder data hurtigt, genkende mønstre, automatisere rutineopgaver og endda interagere med kunder gennem chatbots. Dette øger både effektiviteten og innovation.
AIOps
Artificial Intelligence for IT Operations, AIOps
AIOps: Automatisering med analyse og en eller anden form for kunstig intelligens.
AIOps indsamler, analyserer og bruger derefter data til selv at rette eventuelle it-problemer og sikre, at systemerne fungerer, som de skal for brugerne.
Dette skift vil revolutionere arbejdsroller i IT-afdelinger, lignende overgangen fra manuel til automatiseret handel i finansverdenen, hvor børsmæglere gik fra telefoner til at lade systemer udføre arbejdet.
Algorithm
AI algorithm is the programming that tells the computer how to learn to operate on its own.
Algoritme: Systematisk serie af instruktioner
En algoritme er som et sæt instruktioner eller en køreplan, der guider en computer eller AI-system til, hvordan man løser et problem eller udfører en opgave.
For din virksomhed skal du tænke på algoritmer som den hemmelige sauce i AI, der hjælper med at analysere kundedata, forudsige tendenser, automatisere opgaver og meget mere. De er hjernen bag AI-systemer, der gør dem i stand til at lære af data, identificere mønstre og træffe beslutninger med minimal menneskelig indgriben.
Anomaly detection
In certain use cases, AI can be used to detect unusual patterns or variations in text data.
Anomali detektion: Hvad skiller sig ud?
Forestil dig, at du ser på en kurv med røde æbler, og pludselig får du øje på et grønt. Det skiller sig ud, fordi det er anderledes end resten. Anomalidetektion er ligesom AIs evne til at spotte det "grønne æble" i et hav af information. Når den læser meget tekst, kan den mærke, om noget ikke helt passer ind, ligesom at få øje på den ulige i en gruppe.
Architecture
Architecture refers to the structure of the neural network and how its various components interact.
Arkitekturen: Den bagvedliggende opbygning.
Tænk på AI som et stort, indviklet puslespil. "Arkitekturen" er ligesom den plan, der viser, hvordan hver brik i puslespillet passer sammen. Den skitserer, hvordan de forskellige dele af AIs hjerne (neurale netværk) forbinder og taler med hinanden.
Associative storage
A concept in AI where information is stored in such a way that it can be retrieved by related concepts or context.
Associativ lagring: Forbundne relationer.
Tænk på AIs hjerne som et stort net af indbyrdes forbundne minder. Hvis du nogensinde har spillet spillet "ordassociation", hvor en person siger et ord, og den anden svarer med det første ord, der kommer til at tænke på, er det lignende. I AIs tilfælde, når den hører "strand", tænker den måske øjeblikkeligt på "sand", "bølger" og "sol". Associativ lagring betyder, at holder oplysninger forbundet med deres forhold, hvilket gør det nemt at huske og diskutere emner baseret på relaterede ideer.
Attention Mechanism
A mechanism in Transformer-based models that determines which parts of an input sequence the model should pay more attention to.
Vigtighedsindikator: Hvad er vigtigst i prompten?
Tænk på AI som at læse en historiebog. Nogle sætninger eller ord i historien er vigtigere end andre. "Opmærksomhedsmekanismen" er ligesom AIs måde at fremhæve de vigtige dele, så den husker og fokuserer mere på dem. Det er som at bruge en highlighter, mens du læser!
Autoregressive models
This refers to models that make predictions based on past outputs.
Autoregressive modeller: Hvad er der i forvejen fundet?
Forestil dig, at du skriver en historie et ord ad gangen. Når du har skrevet hvert ord, ser du tilbage på det, du har skrevet indtil nu, for at bestemme det næste ord. Det er, hvad AI gør med autoregressive modeller. Den ser på de ord, den allerede har genereret, for at beslutte, hvilket ord der skal komme næste gang, og sikrer, at historien flyder jævnt.
B
Backpropagation
An algorithm used in machine learning to optimize AI models. It calculates the gradient of the loss function with respect to the weights of the model.
Optimering: Selvlæringsproces.
Forestil dig AI som en studerende, der prøver at løse et matematisk problem. Den første gang kan det gå galt med nogle beregninger. Backpropagation er som at elevens lærer påpeger, hvor fejlene er begået og vejleder eleven i, hvordan de skal rettes. På denne måde, næste gang eleven står over for et lignende problem, bliver de bedre til at løse det.
Back-Translation
A technique in machine translation where a text is translated into another language and then translated back into the original language to check the accuracy of the translation.
Oversættelse mellem sprog: Oversættelse frem og tilbage igen.
Forestil dig, at du spiller det klassiske spil "Telefon", hvor en besked hviskes fra én person til en anden. For at sikre dig, at beskeden ikke har ændret sig for meget ved udgangen, beslutter du dig for at hviske den tilbage til den oprindelige afsender. Hvis den endelige hvisken stemmer overens med den oprindelige besked, ved du, at den blev sendt præcist. I AI verden er "Back-Translation" ligesom dette spil. En sætning oversættes til et andet sprog og derefter tilbage igen. Hvis resultatet er tæt på originalen, betyder det, at oversættelsen var god.
Bag of Words
A model or representation of text in which each word in a document is considered independently of its position or surrounding words. This concept is a fundamental part of text processing and machine learning.
Liste med ord: Find et ord ad gangen.
Forestil dig, at du har et puslespil, men i stedet for at lægge det sammen, ser du bare på hver brik individuelt uden at overveje, hvor den kan passe ind i hele billedet. I en verden af AI og tekstforståelse er "Bag of Words" som en pose med puslespilsbrikker. Ord fra en tekst bliver smidt i en pose, og selvom vi ved, hvilke brikker vi har, kender vi ikke det originale billede, de dannede. Det er en grundlæggende måde at forstå tekst på, og selvom AI bruger mere avancerede metoder, er dette et udgangspunkt for mange tekstrelaterede opgaver.
Batch
A group of input data that is processed simultaneously as part of the training process. The use of batches enables efficient use of hardware resources.
Batch: Samler spørgsmål og opgaver i grupper.
Forestil dig, at du er i et klasseværelse, og læreren deler quizzer ud. I stedet for at tjekke hver quiz en efter en, samler læreren en flok af dem sammen og gennemgår dem alle på én gang. I AI verden er en "batch" ligesom den flok quizzer. Det er en gruppe spørgsmål (data), som AI ser på og lærer af på én gang, hvilket gør læringsprocessen hurtigere og smidigere.
Beam Search
A search strategy used in natural language processing to find the best matches in a model. It selects the most likely next steps based on its current estimates.
Beam søgning: Flere samtidige søgninger.
Forestil dig, at du spiller et spil, hvor du skal finde den hurtigste vej gennem en labyrint. I stedet for kun at prøve én vej ad gangen, sender du flere "spejdere" ud for at udforske et par lovende ruter. Efterhånden som de går dybere, kan nogle stier ende i blindgyder, så du vil fokusere mere på de ruter, der stadig ser lovende ud. Beam søgning er som denne strategi i labyrinten. For AI er det en metode til at udforske og vælge de bedst mulige ord eller sætninger, hvilket sikrer, at outputtet giver mening.
Biases
In the context of machine learning and AI, bias refers to the tendency of a model to make systematic errors because it makes certain assumptions about the data. These can arise because of the training data.
Biases: Fejlslutninger eller misforståelser.
Forestil dig, at du lærer en ven om dyr, men du viser dem kun billeder af brune hunde. Senere, når de ser en sort kat, tror de måske, det er en type hund, fordi det er alt, de har set. I en verden af AI er "biases" som disse misforståelser. Hvis AI'en for det meste lærer af visse typer information og går glip af andre, kan den lave fejlagtige antagelser eller vise præferencer. Ligesom vores ven har brug for at se alle slags dyr for at forstå dem bedre, har AI brug for forskellige data for at undgå skævheder.
Byte Pair Encoding (BPE)
An algorithm for data compression and processing of text data in machine learning. In AI it tokenize text.
Sammenkobling : Naturlige relationer mellem ord.
Forestil dig, at du har en stor kasse med farvede LEGO-klodser, hvor hver blok repræsenterer et ord eller en del af et ord. Hvis du bemærker, at du bruger visse kombinationer af blokke sammen meget ofte, kan du beslutte at lime disse blokke sammen for at gøre bygningen hurtigere næste gang. BPE er ens. I AI verden er det en måde at gruppere ofte brugte ord eller dele af ord, så de kan håndteres som én enhed, hvilket gør tekstbehandlingen mere effektiv. Det er som at skabe brugerdefinerede LEGO-brikker til dine mest almindelige byggemønstre.
C
Chatbot
A program that can conduct human-like conversations.
Chatbot: En robotven, man kan stille spørgsmål til.
Forestil dig at have en robotven, du kan tale med når som helst. Du stiller den spørgsmål, fortæller den historier, og den reagerer næsten som et menneske ville. En chatbot er som denne robotven, designet til at chatte med dig. En chatbot er, som en robotven, der har læst mange bøger og kan tale om næsten alt!
Classifier
A type of machine learning model used to categorize or classify input. It can be viewed as a complex classifier that classifies text input into different categories of text output.
Klassificering: Sortering i kategorier.
Forestil dig, at du har en stor kurv med blandet frugt, og du vil adskille dem i grupper: æbler, appelsiner og bananer. En klassificering er som en ven, der hjælper dig med at sortere frugten i disse kategorier. I AI verden er det i stedet for frugt at sortere eller kategorisere ord og sætninger. Når du stiller et spørgsmål, fungerer AI som en supersmart klassificering, der beslutter, hvilken type svar der passer bedst til din forespørgsel.
Context
Context refers to the surrounding information or background needed to understand a particular piece of information.
Kontekst: Baggrundsoplysninger og tidligere chats.
Forestil dig, at du går ind i et værelse og ser to venner grine. Uden at vide, hvad de talte om, før du ankom, kan deres latter være forvirrende. Men hvis du vidste, at de lige har hørt en sjov joke, giver deres reaktion mening. Den baggrundsinformation er "konteksten". For AI er kontekst som at huske den tidligere del af en chat. Det hjælper modellen med at forstå, hvad du taler om, og give svar, der giver mening i samtalen.
Continuous Learning
A process in which a machine learning model continuously learns new data and improves its predictions over time.
Kontinuerlig læring: Evighedsstuderende.
Forestil dig, hvis du efter endt skolegang blev ved med at studere en lille smule hver dag, tilføje ny viden og opdatere det, du allerede ved. Kontinuerlig læring for maskiner er ens. Det er som en computer, der aldrig stopper med at studere, og som altid opdaterer sin viden med ny information.
Convolutional Neural Networks (CNN)
A type of neural network typically used for image processing tasks.
Konvolutionelle neurale netværk (CNN): Bit for bit i billedbehandling.
Forestil dig, at du forsøger at genkende figurer i et stort billede, som at finde alle cirklerne. I stedet for at se hele billedet på én gang, bruger du et lille forstørrelsesglas til at scanne dele af det, lidt efter lidt, med fokus på detaljer. CNN'er gør noget lignende for computere. De hjælper maskiner med at "se" og forstå billeder ved at fokusere på små detaljer og mønstre.
Corpus
A collection of texts used to train machine learning models.
Corpus: Det materiale, AI lærer ud fra.
Forestil dig, at du vil blive en ekspertkok. For at lære, samler du en enorm kogebogssamling, fyldt med opskrifter fra hele verden. I AI's verden er et "korpus" som den samling af kogebøger. Det er et stort sæt skrifter og tekster, som AI studerer for at lære om sprog, ligesom at studere kogebøger hjælper dig med at lære om madlavning.
Cross-entropy
A measure of the difference between the prediction of a model and the actual data.
Cross-entropy: Score for, hvor rigtigt svaret er.
Forestil dig, at du prøver at skyde pile mod et mål. Jo tættere din pil lander på midten, jo bedre er dit skud. Cross-entropy er som en scorekeeper. I stedet for pile og mål måler den, hvor tæt et "gæt" (eller forudsigelser) er på de rigtige svar. Hvis pilen er udenfor mærket, hjælper træneren med at justere og sigte bedre næste gang.
D
Dataset
The collection of data used to train a machine learning model.
Datasæt: Samling af materialer.
Forestil dig, at du forbereder dig på at konkurrere i et trivia-spil. For at blive klar samler du tonsvis af bøger, artikler og noter til at studere. Hele denne samling af information er som dit "studiesæt". I maskinlæringsverdenen er et "datasæt" det samme. Det er indsamlingen af information, som computeren studerer fra for at lære og blive bedre til sin opgave.
Data mining
Method leverages sophisticated algorithms to meticulously analyze and interpret the data, empowering you to make well-informed choices based on the revealed information.
Datamining: Informationer af værdi
Forestil dig, at du sidder på en stor guldmine, men i stedet for guld er det data – værdifulde, indsigtsfulde, men begravet under lag af rå information. Det er her datamining træder ind. Det er ligesom dit højteknologiske mineværktøj, designet til at gennemsøge bjerge af data og udvinde meningsfulde mønstre, relationer og tendenser.
Decoding
The process of generating output based on the internal states of the model. This includes the generation of text responses to user requests.
Dekodning: Finder det bedste svar frem.
Forestil dig, at du har en hemmelig dekoderring. Du indtaster en hemmelig kode, drejer på skiverne, og ringen afslører en skjult besked. I AI verden er "afkodning" som at bruge den dekoderring. Efter at have tænkt og behandlet dit spørgsmål, "drejes på skiverne" for at frembringe et svar, der afslører den besked (eller det svar), som den mener er bedst for dig.
Deep Learning
A subfield of machine learning that focuses on the use of artificial neural networks with many layers (hence "deep").
Deep Learning: Mængden og dybden i læringen.
Forestil dig at prøve at forstå et kompliceret emne, som universets mysterier. I stedet for blot at læse én bog, dykker du ned i mange bøger, artikler og deltager endda i forelæsninger. Hver ressource tilføjer dybde til din forståelse. Deep Learning ligner hinanden. I stedet for et overfladisk blik dykker maskiner dybt og bruger mange lag af forståelse (som mange bøger) til at forstå kompleks information.
Deterministic
A system or process that always produces the same result when executed with the same input data. AI is generally deterministic, although certain features such as temperature and top-k sampling may vary its outputs.
Deterministisk: Forudsigelighed i svaret.
Forestil dig, at du har en salgsautomat. Hver gang du trykker på knappen for en cola, får du altid en cola. Det er forudsigeligt! I teknologiverdenen, når noget er "deterministisk", opfører det sig som den salgsautomat: giv det samme input, og du vil altid få det samme output. AI fungerer for det meste på denne måde, selvom det nogle gange har muligheder for at blande tingene lidt, som at vælge en snack fra en mystisk slot.
Dimensionality
In terms of machine learning, dimensionality refers to the number of features or variables in a dataset. Each token has high dimensionality because it is represented by a high dimensional vector.
Dimensionalitet: Enhver oplysning er en dimension.
Forestil dig, at du beskriver en film til en ven. Du kan nævne genren, hovedskuespilleren, instruktøren, varigheden og så videre. Hver af disse detaljer er som en "dimension" af din beskrivelse. I AI verden, når den lærer af tekst, ser den ikke kun på ord. Det betragter mange "detaljer" eller dimensioner for hvert ord, ligesom at se på ord i 3D eller endda 4D! Dette giver en rigere forståelse af teksten, hvilket gør dens svar mere informerede.
Dropout
A technique to reduce overfitting in neural networks by ignoring randomly selected neurons during training.
Dropout: Bygger svaret ud fra mere end én enkelt oplysning.
Forestil dig, at du træner basketball med et hold, men nu og da tager nogle få spillere en pause, hvilket tvinger resten til at tilpasse sig og arbejde hårdere. Dette gør holdet mere alsidigt og mindre afhængigt af en spiller. I en verden af neurale netværk er "dropout" som at give nogle "spillere" (eller neuroner) en pause under træning. Dette sikrer, at netværket ikke stoler for meget på en enkelt neuron og bliver mere modstandsdygtig og tilpasningsdygtig.