Skip to main content
  1. Resurser/

Ordbog - fagtermer i kunstig intelligens

AGI #

Kunstig generel intelligens, Artificial General Intelligence, (AGI) refererer til en type kunstig intelligens, der har evnen til at forstå, lære og anvende viden på en måde, der ikke kan skelnes fra menneskelig intelligens på tværs af en bred vifte af domæner og opgaver.

API #

En AI API, eller Artificial Intelligence Application Programming Interface, er en specifik type API, der gør det muligt for udviklere at integrere kunstig intelligens i deres applikationer, websites eller softwareprodukter uden at skulle bygge AI-algoritmer fra bunden. AI-API’er giver adgang til forskellige maskinlæringsmodeller og -tjenester, så udviklere kan udnytte AI-teknologier som naturlig sprogbehandling, billedgenkendelse, sentimentanalyse, tale-til-tekst, sprogoversættelse og meget mere. OpenAI har været toneangivende inden for udviklingen af kausale sprogmodeller og derfor er deres API blevet en uofficiel standard for API til LLM’er.

Basismodel #

På engelsk base model eller foundation model.

Brede og generelle maskinlæringsmodeller trænet på enorme mængder data.

Der er store sprogmodeller som er basismodeller. For eksempel OpenAI’s GPT-modeller.

Basismodeller bruges som grundlag for mere specialiserede modeller. En basismodel kan finjusteres, fine tuning på engelsk, så den løser bestemte opgaver mere præcist eller effektivt end den bagvedliggende basismodel.

Ved basismodeller ses ofte emergence - altså det at modellerne viser sig at kunne løse opgaver som de ikke specifikt var tiltænkt i udgangspunktet.

Kunstig intelligens #

Kunstig intelligens er en fagdisciplin, altså et forskningsfelt.

Kunstig intelligens er også en egenskab ved maskiner der kan udføre opgaver selvstændigt i ukendte miljøer.

Kunstig intelligens kan betegne en faglig disciplin eller en evne vi tillægger komplicerede maskiner.

På engelsk, artificial intelligence – AI. “smarte ting som computere ikke kan” En lidt forældet betegnelse for ikke-organisk intelligens.

Besidder AI: Udføre komplekse opgaver i ukendte miljøer uden vejledning.

AI som område

Ordet maskinlæring er mere rammende.

Deep learning #

En type maskinlæring som benytter sig af kunstige neurale netværk,

##Deep neural networks (DNNs)

Generativ Kunstig intelligens #

En type af kunstig intelligens som bruger maskinlæring og neurale netværk til at “skabe” nyt indhold på baggrund af eksisterende data kombineret med brugerinput, ofte i form af et prompt.

Inden for sprog og tekst bygger Generativ Kunstig Intelligens på store sprogmodeller.

ML Maskinlæring #

På engelsk, machine learning – ML.

Maskinlæring handler om at træne algoritmer med store mængder data, så de kan løse forskellige opgaver uden at blive specifikt programmeret til hver enkelt af dem.

ALM Augmented Language Model #

blend the reasoning capabilities of Large Language Models (LLMs) with tools that allow for knowledge retrieval and action execution. Existing ALM systems trigger LLM thought processes while pulling observations from these tools in an interleaved fashion. Specifically, an LLM reasons to call an external tool, gets halted to fetch the tool’s response, and then decides the next action based on all preceding response tokens.

LLM Large Language Model #

classDiagram Maskinlæring <-- Stor sprogmodel

mindmap root((Kunstig Intelligens)) Origins Long history ::icon(fa fa-book) Popularisation British popular psychology author Tony Buzan Research On effectiveness
and features On Automatic creation Uses Creative techniques Strategic planning Argument mapping Tools Pen and paper Mermaid
Store sprogmodeller er generativ kunstig intelligens som forholder sekvenser af ord til sekvenser af ord.`

Det betyder at de store sprogmodeller kan meget mere end bare at forudsige det mest sandsynlige næste ord i en sekvens.

En stor sprogmodel er en sprogmodel som er baseret på store mængder data og som har mange parametre.

LLM parametre #

Perplexity #

Perpleksitet er en almindeligt anvendt metrik til at evaluere en sprogmodels ydeevne, herunder kausale sprogmodeller. Den måler, hvor godt modellen forudsiger det næste tegn i en sekvens baseret på de foregående tegn. En lavere perpleksitet indikerer at modellen er bedre til at forudsige det næste token hvilket tyder på at den har “lært” mønstre og koblinger i sproget.

Transformer #

Attention is all you need

Transformer er en relativt ny måde at bruge kunstige neurale netværk på.

Turing-testen #

I en Turing-test interagerer en menneskelig udspørger med to spillere, A og B, ved at udveksle skriftlige beskeder. Hvis udspørgeren ikke kan afgøre, hvilken spiller, A eller B, der er en computer, og hvilken der er et menneske, har computeren bestået testen.

Turing-test er opkaldt efter den britiske matematiker og logiker Alan Turing som også opfandt testen.

Natursprog #

Et naturligt opstået sprog udviklet over århundreder, i modsætning til kunstsprog som er skabt med et bestemt formål.

NLP #

Naturlig sprogbehandling (NLP) er en gren af kunstig intelligens, der gør det muligt for maskiner at behandle og fortolke menneskeligt sprog. Generelt kan virksomheder ved at implementere NLP udnytte det menneskelige sprog til at interagere med computere og data. Områder af NLP omfatter semantisk søgning, besvarelse af spørgsmål (QA), konversations-AI (chatbots), tekstresumé, dokumentlighed, generering af spørgsmål, tekstgenerering, maskinoversættelse, tekstmining, talegenkendelse - for at nævne nogle få anvendelsesmuligheder.