Việc hiểu các khái niệm này chắc chắn sẽ đưa bạn đến gần hơn đến khai phá sức mạnh của AI.
1. Thuật toán (Algorithm)
Thuật toán là một tập hợp các hướng dẫn hoặc quy tắc mà máy tuân theo để giải quyết một vấn đề hoặc hoàn thành một nhiệm vụ.
2. Trí tuệ nhân tạo (Artificial Intelligence)
Trí tuệ nhân tạo là khả năng máy móc bắt chước trí thông minh của con người và thực hiện các nhiệm vụ thường liên quan đến những sinh vật có trí tuệ.
3. Trí tuệ tổng quát nhân tạo (AGI)
4. Truyền ngược (Backpropagation)
Truyền ngược là một thuật toán mà các mạng thần kinh dùng để cải thiện độ chính xác và hiệu suất của chúng. Nó hoạt động bằng cách tính toán lỗi ở đầu ra, truyền nó trở lại mạng và điều chỉnh trọng số cũng như độ lệch của các kết nối để kết quả tốt hơn.
5. Thiên kiến
Thiên kiến trong AI là xu hướng của một mô hình AI đưa ra những dự đoán nhất định thường xuyên hơn những dự đoán khác. Thiên kiến có thể xảy ra do dữ liệu đào tạo của một mô hình hoặc các giả định vốn có của nó.
6. Dữ liệu lớn (Big data)
Dữ liệu lớn là một thuật ngữ mô tả các bộ dữ liệu quá lớn hoặc phức tạp để xử lý với các phương pháp truyền thống. Nó liên quan đến việc phân tích những tập hợp thông tin khổng lồ để rút ra các hiểu biết và mô hình có giá trị nhằm cải thiện việc ra quyết định.
7. Chatbot
Chatbot là một chương trình có thể mô phỏng các cuộc trò chuyện với con người thông qua văn bản hoặc lệnh thoại. Chatbot có thể hiểu và tạo ra các phản hồi giống như con người, điều này khiến chúng trở thành một công cụ mạnh mẽ cho các ứng dụng dịch vụ khách hàng.
8. Điện toán nhận thức (Cognitive Computing)
Điện toán nhận thức là một lĩnh vực AI tập trung vào phát triển các hệ thống bắt chước khả năng nhận thức của con người, ví dụ như nhận thức, lý luận, học tập và giải quyết vấn đề.
9. Lý thuyết học tính toán (Computational Learning Theory)
Lý thuyết học tính toán là một nhánh của trí tuệ nhân tạo tập trung vào việc nghiên cứu các thuật toán và mô hình toán học của học máy. Nó tập trung vào các nền tảng lý thuyết của việc học để hiểu cách máy móc có thể thu nạp kiến thức, đưa ra dự đoán và cải thiện hiệu suất của chúng.
10. Thị giác máy tính (Computer Vision)
Thị giác máy tính chỉ khả năng máy trích xuất thông tin trực quan từ hình ảnh và video kỹ thuật số. Các thuật toán thị giác máy tính được dùng rộng rãi trong các ứng dụng như phát hiện đối tượng, hình ảnh y tế, nhận dạng khuôn mặt và xe tự hành.
11. Khai thác dữ liệu (Data Mining)
Khai thác dữ liệu là quá trình thu thập hiểu biết có giá trị từ các tập dữ liệu lớn. Nó dùng các kỹ thuật phân tích thống kê và học máy để xác định các mẫu (pattern), mối quan hệ và xu hướng trong dữ liệu nhằm cải thiện việc ra quyết định.
12. Khoa học dữ liệu (Data Science)
Khoa học dữ liệu liên quan đến việc trích xuất thông tin chi tiết từ dữ liệu (data) bằng các phương pháp, thuật toán và hệ thống khoa học. Nó toàn diện hơn khai thác dữ liệu và bao gồm nhiều hoạt động như thu thập dữ liệu, trực quan hóa dữ liệu và lập mô hình dự đoán để giải quyết những vấn đề phức tạp.
13. Học sâu (Deep Learning)
Học sâu là một nhánh của trí tuệ nhân tạo dùng mạng thần kinh nhân tạo có nhiều lớp (các nút được kết nối với nhau trong mạng thần kinh) để học hỏi từ lượng dữ liệu khổng lồ. Nó cho phép máy móc thực hiện các tác vụ phức tạp như xử lý ngôn ngữ tự nhiên, nhận dạng hình ảnh và giọng nói.
14. AI tạo sinh (Generative AI)
AI tạo sinh mô tả các hệ thống và thuật toán AI có thể tạo ra văn bản, âm thanh, video và mô phỏng. Các hệ thống AI này học các mẫu và ví dụ từ dữ liệu hiện có và sử dụng những kiến thức đó để tạo ra các kết quả đầu ra mới và nguyên bản.
15. Ảo giác (Hallucination)
Ảo giác AI chỉ đến các trường hợp trong đó một mô hình tạo ra kết quả không chính xác, không liên quan hoặc vô nghĩa. Điều này có thể xảy ra vì một số nguyên nhân, bao gồm thiếu ngữ cảnh, hạn chế về dữ liệu đào tạo hoặc kiến trúc.
>> XEM TIẾP: 29 thuật ngữ về trí tuệ nhân tạo bạn nên biết (Phần 2)
Tìm hiểu các khóa học lập trình của FUNiX tại đây:
Vân Nguyễn
Dịch từ: https://www.makeuseof.com/glossary-ai-jargon-terms/
Bình luận (0
)