AIC Ana səhifə

40TERMİN

Sİ lüğəti. Azərbaycan dilində.

Süni intellektin ən çox rast gəlinən sözləri, sadə dildə izah edilir. Tanımadığın söz görəndə buraya bax, çatışmayan terminləri isə Discord-da təklif et.

40 / 40 termin

A

  • Açıq mənbə

    Open Source / Open Weights

    Modellər

    Kodu və ya model çəkilərinin hamıya açıq olması. Yükləyib öz kompüterində işlədə və dəyişdirə bilərsən. Lisenziya şərtlərinə mütləq bax.

  • Axtarışla gücləndirilmiş generasiya

    RAG (Retrieval-Augmented Generation)

    Praktika

    Model cavab verməzdən əvvəl sənin sənədlərindən uyğun parçaları tapıb promptun içinə qoyur. Halüsinasiyanı azaldır.

  • Alqoritm

    Algorithm

    Əsaslar

    Bir məsələni həll etmək üçün addım-addım təlimat. Reseptə bənzəyir: eyni addımlar eyni nəticəni verir.

  • API

    API

    Praktika

    Proqramların bir-biri ilə danışması üçün interfeys. Sİ modelini öz tətbiqinə qoşmaq üçün onun API-sindən istifadə edirsən.

  • Avtomatlaşdırma

    Automation

    Praktika

    Təkrarlanan işləri proqramla və ya Sİ ilə insansız yerinə yetirmək: hesabatlar, cavablar, fayl emalı.

B

  • Benchmark

    Benchmark

    Modellər

    Modelləri eyni şərtlərdə müqayisə etmək üçün standart test dəsti. Nəticə faydalıdır, amma real işdə performansı tam göstərmir.

  • Böyük dil modeli (BDM)

    Large Language Model (LLM)

    Modellər

    Çox böyük mətn həcmi üzərində təlim keçmiş, mətni anlayan və yaradan model. Söhbət köməkçilərinin əsasını təşkil edir.

D

  • Dərin öyrənmə

    Deep Learning

    Əsaslar

    Çoxqatlı neyron şəbəkələrindən istifadə edən maşın öyrənməsi növü. Təsvir, səs və mətn tanımada ən güclü yanaşmadır.

  • Diffuziya modeli

    Diffusion Model

    Modellər

    Təsadüfi səs-küydən başlayıb addım-addım şəkil yaradan model növü. Şəkil generatorlarında geniş istifadə olunur.

E

  • Embedding

    Embedding

    Praktika

    Mətni və ya şəkli mənasına görə ədədlər siyahısına çevirmə. Mənaca yaxın şeylər bir-birinə yaxın düşür, bu da mənaya görə axtarışa imkan verir.

F

  • Fikir zənciri

    Chain of Thought

    Prompt

    Modeldən cavabdan əvvəl addım-addım düşünməsini istəmək. Mürəkkəb məntiq və hesab məsələlərində nəticəni yaxşılaşdırır.

G

  • Generativ Sİ

    Generative AI

    Əsaslar

    Yeni məzmun yaradan Sİ: mətn, şəkil, səs, video və ya kod. Mövcud olanı yalnız təsnif etmir, yenisini istehsal edir.

  • GPU

    GPU

    Praktika

    Paralel hesablamada güclü prosessor. Modellərin təlimində və işlədilməsində əsas avadanlıqdır.

H

  • Halüsinasiya

    Hallucination

    Etika və təhlükəsizlik

    Modelin inamla, amma yanlış və ya uydurma məlumat verməsi. Vacib faktları, rəqəmləri və mənbələri həmişə yoxla.

  • Həddindən artıq uyğunlaşma

    Overfitting

    Etika və təhlükəsizlik

    Modelin təlim nümunələrini əzbərləyib yeni verilənlərdə pis işləməsi. Təlimdə yaxşı, real həyatda zəif nəticə verir.

İ

  • İncə tənzimləmə

    Fine-tuning

    Praktika

    Hazır modeli öz verilənlərinlə əlavə öyrətmək ki, konkret üslub və ya sahədə daha yaxşı işləsin.

  • İnferens

    Inference

    Praktika

    Hazır modelin yeni giriş üçün cavab hazırlaması. Hər dəfə söhbət edəndə baş verən budur.

K

  • Kompüter görməsi

    Computer Vision

    Əsaslar

    Maşınların şəkil və videolardan məlumat çıxarması: obyektləri tanımaq, mətni oxumaq, səhnəni təsvir etmək.

  • Kontekst pəncərəsi

    Context Window

    Modellər

    Modelin bir anda nəzərə ala bildiyi mətn həcmi (tokenlərlə). Aşıldıqda söhbətin əvvəlindəki hissələr unudula bilər.

Q

  • Qərəz

    Bias

    Etika və təhlükəsizlik

    Təlim verilənlərindəki qərəzin modelin nəticələrinə keçməsi və bəzi qruplara qarşı ədalətsiz davranışa yol açması.

M

  • Maşın öyrənməsi

    Machine Learning

    Əsaslar

    Proqrama hər qaydanı əl ilə yazmaq əvəzinə, nümunələr (verilənlər) göstərmək və onun özünün qanunauyğunluq tapmasına imkan vermək.

  • Məxfilik

    Privacy

    Etika və təhlükəsizlik

    Sİ-yə yazdıqların hamısı gizli qalmaya bilər. Parol, API açarı və şəxsi məlumatları sorğulara yazma.

  • Model

    Model

    Modellər

    Təlim nəticəsində alınan “öyrənilmiş” proqram: giriş qəbul edir, nəticə verir.

  • Multimodal model

    Multimodal Model

    Modellər

    Yalnız mətnlə deyil, şəkil, səs və video ilə də işləyən model.

N

  • Neyron şəbəkəsi

    Neural Network

    Əsaslar

    İnsan beynindən ilhamlanan, bir-birinə bağlı süni “neyronlar” qatlarından ibarət riyazi model.

  • Nümunələrlə prompt

    Few-shot Prompting

    Prompt

    Promptun içinə bir neçə nümunə qoymaq ki, model istədiyin format və üslubu başa düşsün.

P

  • Parametr

    Parameter

    Modellər

    Modelin təlim zamanı öyrəndiyi ədədi dəyərlər: onun “bilik”inin saxlandığı yer. Böyük modellərdə milyardlarla parametr olur.

  • Prompt

    Prompt

    Prompt

    Modelə verdiyin təlimat və ya sual. Nə qədər aydın yazsan, cavab o qədər yaxşı olar.

  • Prompt injection

    Prompt Injection

    Etika və təhlükəsizlik

    Mətnin içinə gizlədilmiş təlimatla modeli aldadıb istənilməyən iş gördürmək. Xarici mətnlərlə işləyən agentlər üçün əsas risklərdən biridir.

  • Prompt mühəndisliyi

    Prompt Engineering

    Prompt

    Daha yaxşı cavab almaq üçün promptu düzgün qurmaq: rol, kontekst, məqsəd, format və nümunə göstərmək.

S

  • Sİ agenti

    AI Agent

    Praktika

    Məqsəd verildikdə plan qurub alətlərdən (axtarış, kod, API) istifadə edərək işi addım-addım özü görən Sİ sistemi.

  • Sİ etikası

    AI Ethics

    Etika və təhlükəsizlik

    Sİ-nin məsuliyyətli, ədalətli, şəffaf və təhlükəsiz istifadəsi ilə bağlı prinsiplər toplusu.

  • Sistem promptu

    System Prompt

    Prompt

    Modelin davranışını, tonunu və qaydalarını əvvəlcədən təyin edən əsas təlimat. Adətən istifadəçi görmür.

  • Süni intellekt (Sİ)

    Artificial Intelligence

    Əsaslar

    Maşınların adətən insan zəkası tələb edən işləri (anlamaq, öyrənmək, qərar vermək) görməsini təmin edən texnologiyalar toplusu.

T

  • Temperatur

    Temperature

    Prompt

    Cavabların nə qədər təsadüfi olduğunu tənzimləyən parametr. Aşağı dəyər sabit və dəqiq, yüksək dəyər daha müxtəlif nəticə verir.

  • Təbii dil emalı

    NLP (Natural Language Processing)

    Əsaslar

    Kompüterlərin insan dilini anlaması və yaratması. Azərbaycan dili kimi nisbətən az resursu olan dillər üçün xüsusilə vacib sahədir.

  • Təlim

    Training

    Praktika

    Modelin verilənlər üzərində parametrlərini tənzimləyərək öyrənmə prosesi. Böyük modellər üçün çox baha başa gəlir.

  • Token

    Token

    Modellər

    Modelin mətni oxuduğu kiçik parça: söz, söz hissəsi və ya durğu işarəsi. Limitlər və qiymət çox vaxt tokenlə ölçülür.

V

  • Verilənlər dəsti

    Dataset

    Əsaslar

    Modeli öyrətmək və ya sınamaq üçün toplanmış nümunələr toplusu: mətnlər, şəkillər, cədvəllər.

  • Verilənlər elmi

    Data Science

    Əsaslar

    Verilənlərdən məna çıxarmaq üçün statistika, proqramlaşdırma və sahə biliyini birləşdirən fənn.