Ang artipisyal na intelihensiya (AI) ay isang tanyag na paksa sa industriya ng teknolohiya, ngunit maaari itong nakakalito sa terminolohiya. Narito ang isang buod ng ilang karaniwang mga termino ng AI: 1. AI: Ang disiplina ng agham ng kompyuter na nakatuon sa paggawa ng mga sistema ng kompyuter na maaaring mag-isip na parang tao. 2. Pag-aaral ng makina: Mga sistemang AI na sinanay sa datos upang gumawa ng mga prediksyon at matuto mula sa bagong impormasyon. 3. Artipisyal na pangkalahatang intelihensiya (AGI): AI na kasing talino o mas matalino pa sa mga tao. 4. Generative AI: Teknolohiyang may kakayahang lumikha ng bagong teksto, imahe, kodigo, atbp. 5. Hallucinations: Kapag ang mga generative AI tool ay kumpiyansang bumuo ng mga sagot dahil sa kanilang mga datos ng pagsasanay, na nagreresulta sa mga error o kabulastugan. 6. Bias: Maaaring magpakita ng mga bias ang mga sistemang AI batay sa kanilang mga datos ng pagsasanay. 7. AI modelo: Sinanay sa datos upang magsagawa ng mga gawain o gumawa ng mga desisyon. 8. Malalaking modelo ng wika (LLMs): Mga modelo ng AI na nagpoproseso at bumubuo ng natural na teksto ng wika. 9. Mga modelo ng pagkalat: Mga modelo ng AI na ginagamit upang lumikha ng mga imahe mula sa mga prompt ng teksto. 10.

Pundasyon ng mga modelo: Mga generative AI na sinanay sa napakalaking halaga ng datos at ginagamit bilang batayan para sa iba't ibang aplikasyon. 11. Mga modelong pamprontyer: Mga hindi pa nire-release na mga modelo sa hinaharap na maaaring mas makapangyarihan ngunit maaaring may mga potensyal na panganib. 12. Processing ng natural na wika (NLP): Ang kakayahan ng mga makina na maunawaan ang wika ng tao. 13. Pagbubuo: Kapag ang generative AI application ay bumuo ng isang tugon. 14. Mga token: Mga bahagi ng teksto na ginagamit para sa pagtatasa at pagbuo ng mga modelo ng AI. 15. Neural network: Arkitekturang pangkompyuter na tumutulong sa pagproseso ng datos gamit ang mga node. 16. Transformer: Isang uri ng neural network na arkitektura na gumagamit ng mga mekanismo ng atensyon upang maunawaan ang mga relasyon sa isang pagkakasunod-sunod. 17. RAG (retrieval-augmented generation): Mga modelo ng AI na maaaring makahanap at mag-inkorporada ng konteksto mula sa labas upang mapabuti ang kawastuhan. 18. Nvidia's H100 chip: Isang tanyag na GPU na ginagamit para sa pagsasanay ng AI. 19. Neural processing units (NPUs): Mga dedicated na prosesor sa mga device na nagsasagawa ng AI inference. 20. TOPS (trillion operations per second): Isang sukat na ginagamit upang ipakita ang mga kakayahan ng AI ng mga chips. Ang mga terminong ito ay tutulong sa iyo na mas maunawaan ang AI at ang mga aplikasyon nito.