ChatGPT-ის ამოქმედებამ 2022 წლის ბოლოს ტექნოლოგიის აღქმები შეცვალა, მომხმარებლებს საშუალება მისცა, ესაუბრათ ხელოვნური ინტელექტის ჩატბოტთან, რომელიც ქმნიდა ადამიანის მსგავსი პასუხებს. ამ ინოვაციამ ტექნოლოგიური გიგანტები, როგორიცაა Google, Meta, Microsoft და Apple სწრაფად აიძულა ხელოვნური ინტელექტის გამოყენება საკუთარ პროდუქტებში. თუმცა გენერაციული ხელოვნური ინტელექტის გავლენა ყოველთვის არ არის ჩატბოტებით შემოფარგლული. McKinsey Global Institute-ის კვლევა მიანიშნებს, რომ ის შეიძლება წელიწადში 4. 4 ტრილიონი დოლარი დაამატოს გლობალურ ეკონომიკას.

გენერაციული AI ტექნოლოგიები ახლა გვხვდება განსხვავებულ პროდუქტებში, როგორიცაა Google-ის Gemini, Microsoft-ის Copilot, Anthropic-ის Claude და სხვა - ეს ტენდენცია წარმოგენილია ჩვენს ახალ AI Atlas ჰაბში. როგორც AI ხდება უფრო გავრცელებული, ახალი ტერმინოლოგია ჩნდება, რაც მნიშვნელოვანია როგორც შემთხვევით საუბარში, ისე პროფესიულ გარემოში. ქვემოთ მოცემულია ძირითადი ხელოვნური ინტელექტის ტერმინების ლექსიკონი, რომელიც მუდმივად განახლდება: - **ხელოვნური ზოგადი ინტელექტი (AGI)**: მომავალი AI, რომელსაც შეუძლია გადააჭარბოს ადამიანებს მრავალ ამოცანაში და განვითარდეს საკუთარი უნარები. - **აგენტური**: AI სისტემები, რომლებიც მოქმედებენ ავტონომიურად, მიზნის მისაღწევად მუდმივი დაკვირვების გარეშე. - **AI ეთიკა**: სახელმძღვანელოები, რათა AI არ გამწვავდეს მავნებელი, მონაცემების შეგროვების და მიკერძოებულობის საკითხების დაცვა. - **AI უსაფრთხოება**: AI-ის გრძელვადიანი ეფექტების კვლევა, განსაკუთრებით პოტენციურად მტრული უგონო ინტელექტის გამოჩენის საკითხებზე. - **ალგორითმი**: ინსტრუქციები კომპიუტერული პროგრამისთვის მონაცემების სასწავლად და ანალიზისთვის, ამოცანების შესასრულებლად. - **ალიგნმენტი**: AI-ის დიზაინის განსაზღვრა სასურველი შედეგების მისაღწევად, როგორიცაა კონტენტის მოკაცონება ეფექტურად. - **ანთროპომორფიზმი**: ადამიანის თვისებების მიკუთვნება არაჰუმანურ არსებებთან, როგორიცაა ჩატბოტის შეგრძნებადად ჩათვლა. - **ხელოვნური ინტელექტი (AI)**: ტექნოლოგია, რომელიც მიზნად ისახავს ადამიანის ინტელექტის მიბაძვას კომპიუტერებში ან რობოტიკაში. - **ავტომატური აგენტები**: AI სისტემები, როგორიცაა თვითმავალ ავტომობილები, რომლებიც დამოუკიდებლად ასრულებენ ამოცანებს სენსორული მონაცემების გამოყენებით. - **მიკერძოება**: AI-ში მოცემული შეცდომები მონაცემების საფუძველზე, რაც შეიძლება იამანით გამოწვეულ გრუპებთან დაკავშირებული სტერეოტიპების შექმნად გადაიქცეს. - **ჩატბოტი**: პროგრამა, რომელიც იმიტირებს საუბარს ბუნებრივ ენაში. - **ChatGPT**: OpenAI-ის მიერ შექმნილი AI ჩატბოტი, დიდი ენების მოდელის ტექნოლოგიის გამოყენებით. - **კოგნიტური კომპიუტინგი**: AI-ის სხვა ტერმინი. - **მონაცემთა მდიდრება**: AI სასწავლო მონაცემთა გაუმჯობესება დივერსიფიკაციით ან რემიქსით. - **ღრმა სწავლება**: მანქანური სწავლების ქვედარგა, რომელიც იყენებს მრავალ პარამეტრს მოდელის შაბლონების იდენტიფიკაციისთვის, ნეირონული ქსელების შთაბეჭდილებით. - **დიფუზია**: მანქანური სწავლის მეთოდი, რომელიც აღადგენს მონაცემებს ხმაურიდან ორიგინალური კონტენტის აღსადგენად. - **გამოჩენილი ქცევა**: AI მოდელის მიერ გამოუცნობი უნარები. - **სრული სწავლება (E2E)**: სრული ღრმა სწავლება, სადაც მოდელი ასწავლის ამოცანის შესრულებას ერთდროულად. - **ეთიკური საკითხები**: AI-ის მორალური მნიშვნელობის აღიარება, მათ შორის კონფიდენციალობისა და მონაცემების გამოყენება. - **Foom**: სცენარი, სადაც AGI განვითარება შეიძლება მოუსამართი რისკების გავლენის დაცვის გარეშე განავითაროს. - **გენერაციული წინააღმდეგობათა ქსელები (GANs)**: AI მოდელები, რომლებიც ქმნიან ახალ მონაცემებს ორი ნეირონული ქსელის გამოყენებით: გენერატორი და დისკრიმინატორი. - **გენერაციული AI**: ტექნოლოგია კონტენტის შესაქმელად - ტექსტი, სურათები, ვიდეოები - დიდი მონაცემთა კომპლექტების სწავლის მეშვეობით. - **შენახვა**: სახელმძღვანელოები, რომლებიც უზრუნველყოფენ ფსიქიკურAI ქცევასა და კონტენტის შექმნას. - **ჰალუცინაცია**: მიჯნილი AI პასუხები, რომლებიც ვითომც დამაჯერებელია, თუმცა არასაჭიროა. - **დიდი ენების მოდელი (LLM)**: AI, რომელიც გაწვრთნილია მუზად ტექსტურ მონაცემებზე ადამიანის მსგავსი პასუხების შესაქმნელად. - **მანქანური სწავლება (ML)**: AI-ის ნაწილი, რომელიც თავსატეხს სისტემებს მიმართ ტაქტიკურ სწავლაზე პროგრამირების გარეშე. - **Microsoft Bing**: საძიებო სისტემა, რომელიც იყენებს ChatGPT ტექნოლოგიას განახლებული საძიებო ფუნქციების გააქტიურებისთვის. - **მულტიმოდალური AI**: AI, რომელიც განიცდის მრავალრიცხოვანი შეყვანის ტიპებს, რომელთა მსგავსებით ტექსტი და სურათები. - **ბუნებრივი ენის დამუშავება**: AI-ის თვალსაზრისი, რომელიც უშტრობს კომპიუტერებს გაიგონ ადამიანური ენის მოდელირებული. - **ნეირონული ქსელი**: მოდელი, რომელიც იდენტიფიცირებს მონაცემთა შაბლონებს, ტვინის გაფანტული სტრუქტურით მოხველებით. - **ჰიპერპოსტაუდი**: რამოსი, სადაც AI ზედმეტად ახლოსაა სწავლის მონაცემებზე, რაც აფერხებს მის ადაპტაბელურობას. - **ქაღალდის კლიპები**: ჩხირი, რომელიც აღწერს, როგორ შეიძლება AGI შემთხვევითად ადამიანის მართვისას მორჩევა. - **პარამეტრები**: ფასეულობები, რომლებიც განსაზღვრავს AI მოდელების ფუნქციებსა და პროგნოზებს. - **პრომპტი**: მომხმარებელის შეყვანა AI ჩატბოტისთვის პასუხების გამომუშავებისთვის. - **პრომპტის ჩვევები**: AI პასუხებში წინა ინტერაქციების გამოყენება. - **სტოკასტიური თუთიყუში**: მეტაფორა, რომელიც ხაზადიებს, როგორც LLM-ები ცხადან ტექსტი ქმნიან შესაფერისი გაგებისა.