Изкуственият интелект може да звучи като научна фантастика — пълен с мистериозни термини като невронни мрежи и дълбоко обучение.
Този речник обяснява най-важното, за да звучиш уверено на следващата среща (или просто да разбереш какво всъщност прави „умният асистент“ на телефона ти).
- Изкуствен интелект (AI) 🤖
Науката за създаване на машини, които мислят, учат и вземат решения като хора — или поне се опитват.
Пример: Siri, Google Assistant или системата за препоръки на Netflix. - Машинно обучение (ML) 📊
Клон на AI, при който компютрите се учат от данни вместо да следват точни инструкции.
Пример: Имейл приложение, което разпознава спам според това, какво изтриваш. - Дълбоко обучение (Deep Learning) 🧠
Тип машинно обучение, което използва много пластове „невронни мрежи“, за да обработва сложни данни като изображения, реч или текст.
Пример: Разпознаването на лицето ти от телефона, за да се отключи. - Невронна мрежа 🧠
Компютърна система, вдъхновена от човешкия мозък — съставена от слоеве „възли“, които обработват информация.
Пример: Използва се при разпознаване на изображения, гласови асистенти и преводачески инструменти. - Алгоритъм ⚙️
Поредица от стъпки и правила, които компютърът следва, за да реши задача или вземе решение.
Пример: Алгоритъмът, който подрежда резултатите в Google. - Обучаващи данни 📚
Информацията, която се използва, за да се научи AI да изпълнява дадена задача.
Пример: Хиляди снимки на котки, с които AI научава как изглежда „котка“. - Модел 🧩
Резултатът от обучението — частта от AI, която реално прави прогнози или взема решения.
Пример: Моделът за разпознаване на реч, който позволява на Alexa да разбира гласа ти. - Обработка на естествен език (NLP) 💬
Способността на AI да разбира и използва човешки език.
Пример: ChatGPT, приложения за превод и чатботове, които говорят като хора. - Гласово разпознаване 🎤
AI, което слуша и разпознава изговорени думи — или дори кой говори.
Пример: Диктовка или активиране с „Hey Google“. - Компютърно зрение 👁️
AI, което може да „вижда“ — да тълкува снимки, видеа или обекти в реалния свят.
Пример: Автономни автомобили, които засичат пешеходци и светофари. - Обучение с подсилване (Reinforcement Learning) 🎮
Метод, при който AI се учи чрез проби и грешки, получавайки „награди“ за правилни действия.
Пример: Робот, който се учи да ходи, или AI, което става шампион в игри. - Пристрастие (Bias) ⚖️
Когато AI дава несправедливи или неточни резултати заради пристрастени данни.
Пример: Софтуер за разпознаване на лица, който работи по-зле върху по-тъмни кожи. - Автоматизация 🔁
Използване на AI за изпълнение на повтарящи се задачи без човешка намеса.
Пример: Чатботове за поддръжка или автоматично планиране. - Чатбот 💬
Компютърна програма, която използва AI, за да говори с хора в реално време.
Пример: Онлайн поддръжка или AI спътници. - AGI (Изкуствен общ интелект) 🧠
Бъдеща, теоретична форма на AI, която може да разбира и учи като човек — във всяка област.
Пример: Все още не съществува. - Дийпфейк 🎭
AI-създадени видеа или изображения, които реалистично имитират истински хора.
Пример: Фалшиви видеа на знаменитости. - Данен набор (Dataset) 📂
Колекция от информация, използвана за обучение или тестване на AI.
Пример: База данни с ръкописни цифри за учене на разпознаване. - Токен 🔤
Малка единица текст (дума или част от дума), която AI използва за обработка.
Пример: „I love pizza“ съдържа три токена. - Етичен AI 🧭
Разработка и използване на AI по честен, прозрачен и отговорен начин.
Пример: Алгоритми, които защитават личните данни и избягват дискриминация. - Генеративен AI 🎨
AI, който създава ново съдържание — текст, изкуство, код или музика.
Пример: ChatGPT, DALL·E и други генератори на изображения. - Мултимодален AI 🧩
AI, който работи с няколко типа данни едновременно: текст, изображения, звук, видео.
Пример: Асистент, който може да опише снимка и да отговори на въпроси за нея. - AI агент (Agentic AI) 🤖
AI система, която може да планира, действа и взема решения за постигане на цели без детайлни инструкции.
Пример: AI, което резервира пътуване или прави проучвания само. - Файнтюнване (Fine-Tuning) 🔧
Приспособяване на предварително обучен AI модел към конкретна задача.
Пример: Настройване на модел да пише в стила на твоята компания. - Параметър ⚙️
Вътрешните настройки, които AI променя, докато се учи — като малки „копчета“, които контролират поведението му.
Пример: Моделите като GPT имат милиарди параметри. - Ембединг (Embedding) 🧠
Математически начин за превръщане на думи, изображения или данни в числа, които AI разбира.
Пример: „Котка“ и „куче“ получават близки числови стойности, защото са свързани идеи. - Промпт ✍️
Инструкцията или въпросът, който задаваш на AI.
Пример: „Напиши ми стихотворение за пътуване в космоса.“ - Промпт инженеринг 🛠️
Умението да създадеш идеалния вход за най-добър резултат от AI.
Пример: „Напиши го като приятелски блог пост.“ - Трансформерен модел 🔄
Мощна архитектура на AI, която разбира контекст и връзки в данни.
Пример: Технологията зад GPT, Gemini и други модели. - Халюцинация 🌀
Когато AI уверено дава грешна или измислена информация.
Пример: Чатбот, който „цитира“ несъществуващи изследвания. - Управление на AI (AI Governance) 🏛️
Правила и стандарти, които гарантират безопасен и честен AI.
Пример: Европейският AI Act. - Голям езиков модел (LLM) 📖
Огромен AI, обучен върху масивни количества текст.
Пример: GPT, Gemini, Claude. - Контролирано обучение 🎯
ML метод, при който AI учи от предварително обозначени примери.
Пример: Снимки с надписи „куче“ и „котка“. - Неконтролирано обучение 🔍
AI, което се учи само, без обозначения — намира модели в данните.
Пример: Групиране на клиенти по навици. - Преобучение (Overfitting) 📉
Когато AI научава обучаващите данни прекалено добре — но се проваля на нови.
Пример: Модел, който блести в тестове, но се срива в реални ситуации. - Поверителност на данни 🔒
Защита на лична информация, използвана в AI системи.
Пример: Гласови записи, които не се съхраняват след употреба. - Обясним AI (XAI) 🧾
AI, който показва как и защо е взел дадено решение.
Пример: Медицински AI, обясняващ диагноза. - Предиктивна аналитика 📈
AI, което прогнозира какво ще се случи.
Пример: Прогнози за търсене на продукти. - Дифузионен модел 🌌
AI, който създава изображения, превръщайки постепенно шум в картина.
Пример: Технологията зад DALL·E и Stable Diffusion. - Ограничаване на AI пристрастия ⚖️
Техники за намаляване на несправедливост в AI.
Пример: Балансиране на данни. - Отговорен AI 🌍
Практиките за създаване и използване на AI в полза на обществото.
Пример: Компании, които внедряват AI по безопасен начин.
Заключение
AI вече не е просто модна дума — той е част от ежедневието.
Колкото повече разбираш езика му, толкова по-уверено можеш да го използваш, да го поставяш под въпрос и да влияеш върху неговото развитие.