Snakken om AI og AI-relaterede løsninger kan ofte godt blive meget teknisk, og man kan hurtigt føle sig tabt når man ikke længere forstår hvad der bliver snakket om. Vi har lavet en AI Ordbog med en samling af ord og betegnelser se det som en grundliste over de termer, der oftest bliver brugt i snakken om AI. Det er også mange af de ord og termer, du vil støde på i vores blog-univers og i videre interaktion med os.
Artificial Intelligence / Kunstig intelligens (AI) = Teknologi, der gør det muligt for maskiner at efterligne menneskelige opgaver som læring, problemløsning eller sprogforståelse. AI fungerer ved at analysere store mængder data for at genkende mønstre, forudsige resultater eller give anbefalinger.
Algoritme = Et sæt instruktioner, som AI følger for at udføre bestemte opgaver.
Maskinlæring / Machine Learning (ML) = En underkategori af AI, hvor algoritmer forbedrer deres præstationer med erfaring eller data, uden at være eksplicit programmeret til det.
Neurale netværk = En grundlæggende komponent i AI, der er inspireret af strukturen og funktionen af den menneskelige hjerne. Denne slags datamodel har flere lag samlet som neuronerne i en biologisk hjerne. Hver ”neuron” tager input, bearbejder det og producerer et output, der så overføres parallelt til det næste lag af neuroner. Baseret på den data det neural netværk bruger, trænes styrken af og forbindelsen mellem neuroner, så det kan genkende mønstre, lave mere korrekte forudsigelser og bedre løse problemer. Alt efter opgaven og typen af data, anvender det neurale netværk forskellige metoder til at lære af den gældende data.
Dyb læring / Deep Learning (DL) = En avanceret ML-form, der bruger neurale netværk med mange lag til at analysere komplekse mønstre. Denne form for dybe neurale netværk kan automatisk ”se” komplekse mønstre og relationer i den givne data. De DL kan finde frem til er måske ikke umiddelbart indlysende for mennesker, hvilket giver mulighed for mere præcise forudsigelser og beslutninger.
Generativ AI = AI-modeller, ligesom ChatGPT, der bruger fundamentmodeller såsom store sprogmodeller (LLM) til at skabe nyt indhold, f.eks. tekst, billeder eller lyd, baseret på lærte mønstre. Gen AI er et paraply term, der dækker mange forskellige fundament model teknologier.
Large Language Model (LLM) = En type kunstig intelligens, der er trænet på store mængder tekstdata for at forstå og generere menneskeligt sprog.
Naturlig sprogbehandling / Natural Language Processing (NLP) = Muliggør, at maskiner forstår og interagerer med menneskeligt sprog, i tale og på skrift. AI kan analysere teksten eller det talte så det giver mening. NLP kan anvendes til telefonbetjening, i andre talestyrede enheder og i chatbots. NLP anvender mønstergenkendelse, der understøttes af neurale netværk.
Tekst til tale / Text to speech (TTS) = Oversættelse af tekst til tale. Det er en teknologi, der konverterer skrevet tekst til talende lyd, så computere og enheder kan “læse” teksten højt. Eksempler på TTS bruges ofte som GPS-navigation, til e-læringsværktøjer, og hjælpemidler til personer med synshandicap. Moderne AI-TTS-systemer kan generere naturligt klingende tale ved hjælp af maskinlæring og dyb læring. Det forbedrer brugeroplevelsen betydeligt og gør det nemmere at interagere med teknologien.
Tale til tekst / Speech to text (STT) = Oversættelse af tale til tekst. Det er en teknologi, der omdanner tale til skrevet tekst. Ved hjælp af STT kan computere og enheder lytte til og transskribere mundtlig kommunikation i realtid. Dette bruges f.eks. til talegenkendelse, digitale assistenter (som Siri og Google Assistant), mødenotater, voicenotes og undertekster til video. STT-teknologi er ofte baseret på maskinlæring og AI, hvilket gør det muligt at forbedre nøjagtigheden over tid og forstå forskellige accenter og sprogmønstre.
Computer vision = Hjælper AI med at ”se”, forstå og analysere visuelle data (billeder og video).
Bias i AI = Når AI-systemer træffer beslutninger baseret på biased data (ubevidste forforståelser og/eller fordomme i data), hvilket kan føre til uretfærdige eller forkerte resultater. Bias opstår, når AI trænes på data, som indeholder forudindtagede holdninger (f.eks. en kronik / opinion piece) eller kun repræsenterer en bestemt gruppe (f.eks. højtuddannede mænd over 50). Resultatet heraf kan være, at AI’en favoriserer visse grupper eller perspektiver og diskriminerer andre.
Kollaborativ intelligens / Collaborative Intelligence = Refererer til en arbejdsstruktur, hvor samarbejdspartnerne er gensidigt afhængige af hinanden i løsningen af en fælles opgave. Kollaborativ intelligens omhandler samarbejdet mellem menneskelig og kunstig intelligens og udnytter deres respektive styrker.
Enterprise AI = En specifik AI-tilgang for virksomheder og sektorer, der optimerer de gældende processer så de bliver mindre manuelle, tidskrævende og udsatte for menneskelige fejl. Der er grundlæggende to typer Enterprise AI, henholdsvis til løsningen af rutineopgaver eller transformative opgaver.