Глоссарий по искусственному интеллекту

Агентский ИИ — это продвинутые системы искусственного интеллекта, которые не просто реагируют на команды; они генерируют контент, автономно выполняют задачи и достигают целей. Эти системы сочетают в себе способность рассуждать, функции памяти и петли обратной связи для независимого планирования и выполнения действий, часто используя различные цифровые инструменты и адаптируя свой подход в процессе обучения. В отличие от традиционного ИИ, агентский ИИ может работать как независимо, так и совместно с другими агентами ИИ, принимая автономные решения, взаимодействуя с различными платформами и системами для выполнения сложных задач.

В промышленном контексте Agentic AI предполагает развертывание систем искусственного интеллекта, которые могут независимо отслеживать, анализировать и контролировать различные аспекты промышленных операций, такие как профилактическое обслуживание, контроль качества, управление запасами или оптимизация производственных процессов.

Искусственный интеллект (ИИ) — это программное обеспечение, которое способно обучаться и адаптироваться. Искусственный интеллект может решать задачи, требующие интерпретации значения входных данных и адаптации к требованиям. Как правило, это задачи, которые раньше мог решить только естественный интеллект. Существует несколько типов методов искусственного интеллекта, которые значительно различаются по областям применения, возможностям и связанным с ними рискам. Основные принципы искусственного интеллекта были разработаны в 20 веке. Поскольку все методы искусственного интеллекта требуют больших объемов обучающих данных, технология в настоящее время приобретает все большую актуальность благодаря оцифровке и большим данным.

Технология, позволяющая накладывать цифровую информацию на реальную среду и объекты, обычно используя иммерсивную трехмерную виртуальную реальность. AR позволяет улучшить физический мир, добавив цифровые визуальные, звуковые и другие сенсорные элементы.

Системы, которые могут работать без вмешательства человека, такие как беспилотные автомобили и дроны.

Транспортные средства, которые могут работать без вмешательства человека, например беспилотные легковые и грузовые автомобили.

Непреднамеренные предубеждения или фаворитизм, которые могут возникнуть в системах искусственного интеллекта из-за предвзятых обучающих данных или алгоритмов.

Большие и сложные наборы данных, часто генерируемые (промышленными) датчиками, а также компаниями, организациями и людьми. Поскольку эти данные часто неструктурированы, неполны или неверны, программное обеспечение, не использующее искусственный интеллект, обычно не может обработать их значимым образом.

Программа на базе искусственного интеллекта, которая может взаимодействовать с людьми с помощью текстовой или голосовой связи.

Тип искусственного интеллекта, целью которого является воспроизведение когнитивных процессов человека, таких как восприятие, рассуждение и принятие решений.

Подгруппа искусственного интеллекта, которая позволяет компьютерам извлекать информацию из визуальных элементов, таких как изображения и видео, для их понимания и интерпретации.

Стратегии, измерения и инструменты, помогающие защитить цифровую информацию от внешних злоумышленников. Искусственный интеллект можно использовать для обнаружения и предотвращения кибератак, а также для выявления нарушений безопасности и реагирования на них.

Процесс анализа и интерпретации данных для получения информации и принятия обоснованных решений.

Компьютерные системы, предназначенные для оказания помощи людям в принятии решений путем предоставления соответствующей информации и анализа.

Подгруппа машинного обучения, включающая использование многоуровневых нейронных сетей, позволяющих машинам учиться на данных.

Математическая модель, описывающая поведение физического объекта или процесса. В среде моделирования цифровой двойник можно использовать для моделирования того, что произойдет в реальном мире в случае изменения параметров системы. Цифровые двойники можно использовать на протяжении всего жизненного цикла продукта, включая этапы проектирования, производства, эксплуатации и обслуживания. Визуальные изображения цифровых двойников выглядят и ведут себя как физические аналоги, отражая реальный мир и адаптируясь в реальном времени к происходящему в нем.

Edge Computing — это тип системной архитектуры, которая, в отличие от облачных вычислений, приближает вычисления и хранение данных к источникам данных («периферия»). Это помогает сократить время отклика и количество энергии, необходимой для передачи данных. Системы Edge AI могут быть реализованы физически рядом с реальным исполнительным устройством. Эти устройства могут запускать приложения искусственного интеллекта без подключения к облаку.

Искусственный интеллект, предназначенный для взаимодействия с физическим миром и навигации по нему, часто с помощью роботов или автономных транспортных средств.

Изучение и применение моральных принципов при разработке и использовании искусственного интеллекта, включая такие вопросы, как предвзятость, конфиденциальность и подотчетность.

Искусственный интеллект, разработанный так, чтобы быть прозрачным и понятным, позволяющим людям понять, как и почему машина приняла то или иное решение.

Это метод обучения в машинном обучении, при котором несколько отдельных устройств обучают модель машинного обучения, используя свой собственный (отдельный) набор данных. Только конечные результаты передаются главному актору сети.

Искусственный интеллект, предназначенный для создания нового контента, например изображений, видео и музыки, путем комбинирования и изучения существующего контента.

Способность приложения, например программного обеспечения САПР, автономно генерировать ряд вариантов проектирования с учетом ряда ограничений. Использует такие методы, как искусственный интеллект, оптимизация и моделирование.

Под промышленным искусственным интеллектом понимается применение искусственного интеллекта в отраслях, составляющих основу нашей экономики — промышленности, инфраструктуре, мобильности и здравоохранении.

Модели Industrial Foundation Models (iFM) предварительно обучены на основе отраслевых данных, чтобы глубоко понять «язык» проектирования, автоматизации и производства, а также обеспечить более быстрое и точное развертывание решений искусственного интеллекта. Они обеспечивают стандартизированную отправную точку, экономя время, ресурсы и энергию за счет эффекта масштаба. IFM созданы для решения реальных промышленных задач. Они выступают в роли интеллектуального слоя, лежащего в основе промышленных вторичных пилотов, и способствуют передаче знаний и сотрудничеству между секторами. Они поддерживают не только текст, изображения и аудио, но и 3D-модели, 2D-чертежи и другие сложные структуры, такие как отраслевые данные временных рядов (см. также мультимодальные LLM).

Искусственный интеллект промышленного класса означает уровень качества: надежный, безопасный и заслуживающий доверия, разработанный с учетом строгих требований и стандартов самых требовательных профессиональных сред.

Этот термин используется для описания четвертой промышленной революции, предполагающей интеграцию искусственного интеллекта, Интернета вещей и других передовых технологий в производство и промышленность.

Сеть технических устройств, оснащенных датчиками, программным обеспечением и средствами связи для обмена данными. Интернет вещей — один из основных факторов цифровизации и больших данных.

База данных, представляющая знания в виде графа взаимосвязанных узлов и ребер, используемая для приложений искусственного интеллекта, таких как NLP и поиск.

Тип языковой модели искусственного интеллекта, которая обучается на больших объемах данных, таких как GPT-3, для создания текста, похожего на человеческий.

Подгруппа ИИ, включающая использование алгоритмов и статистических моделей, позволяющих машинам учиться на опыте или данных.

Подгруппа искусственного интеллекта, которая позволяет машинам с подключенными камерами извлекать визуальную информацию для понимания и интерпретации окружающей среды.

Мультимодальные LLM могут одновременно понимать и обрабатывать несколько типов данных, таких как текст, изображения, аудио или данные датчиков. Они интегрированы в такие приложения, как компьютерное зрение, автономные транспортные средства и робототехника. Они улучшают распознавание объектов, понимание сцен и позволяют машинам выполнять сложные инструкции. Мультимодальные LLM могут влиять на обработку и генерацию отраслевых данных, таких как временные ряды, 2D и 3D-модели или данные для машинного зрения, точно так же, как обычные LLM влияют на обработку текста и речи.

Подгруппа искусственного интеллекта, которая занимается взаимодействием между компьютерами и человеческим языком.

Интерфейс, позволяющий людям взаимодействовать с компьютерами, используя естественные жесты, речь и другие формы выражения.

Тип алгоритма машинного обучения, который смоделирован по структуре человеческого мозга и используется для распознавания закономерностей в данных.

Процесс анализа изменений напряжения и тока в зданиях или машинах, состоящих из нескольких подустройств, для определения индивидуального вклада каждого устройства в систему.

Под физическим искусственным интеллектом понимается интеграция искусственного интеллекта в машины, такие как роботы, которые могут чувствовать окружающую среду и действовать в ней. Вдохновленный сенсомоторным циклом человека, Physical AI обрабатывает сенсорные сигналы (например, 3D-камеры или тактильные датчики), генерирует от них команды управления и позволяет машинам адаптированно и автономно выполнять сложные задачи в физических трехмерных средах.

Искусственный интеллект, основанный на физике, также известный как искусственный интеллект, относится к новому классу методов искусственного интеллекта, которые включают законы физики непосредственно в учебный процесс. В отличие от традиционных подходов к искусственному интеллекту, которые в значительной степени полагаются на большие наборы данных для изучения поведения, искусственный интеллект, основанный на физике, объединяет ограничения, основанные на физике, для управления обучением. Это позволяет системам искусственного интеллекта рассуждать и делать прогнозы даже в условиях ограниченности реальных данных, используя существующие знания о том, как устроен физический мир. Вместо того чтобы учиться только на примерах, эти модели используют свои знания в области физики, чтобы направить обучение к более оптимальным и физически устойчивым решениям.

Предиктивный искусственный интеллект использует статистический анализ и машинное обучение для выявления закономерностей в реальном времени и исторических эксплуатационных данных машин и оборудования, что позволяет прогнозировать поведение в будущем, обнаруживать аномалии, прогнозировать потенциальные сбои и рекомендовать меры по техническому обслуживанию. Он используется для улучшения состояния и надежности активов, сокращения незапланированных простоев и поддержки более быстрого принятия решений на основе данных в промышленных операциях.

Использование искусственного интеллекта и статистических моделей для прогнозирования будущих событий или тенденций на основе исторических данных.

Использование искусственного интеллекта для прогнозирования того, когда машинам потребуется техническое обслуживание или ремонт, на основе данных в реальном времени.

Использование искусственного интеллекта для выявления дефектов и обеспечения соответствия продукции стандартам качества.

Тип машинного обучения, при котором неподготовленные агенты изучают стратегию с помощью штрафов и поощрений системы за выполненные действия.

Приложения искусственного интеллекта, отвечающие определенным этическим и моральным стандартам.

Отрасль инженерии и искусственного интеллекта, специализирующаяся на проектировании, конструировании и эксплуатации роботов.

Использование искусственного интеллекта для анализа и интерпретации эмоций и мнений, выраженных в тексте или речи.

Электрическая сеть, использующая искусственный интеллект и другие передовые технологии для оптимизации производства, распределения и потребления электроэнергии.

Специализированное аппаратное обеспечение, такое как графические процессоры (GPU) или периферийные устройства с поддержкой языковых процессоров (LPU), является новой тенденцией в промышленном искусственном интеллекте. Эти устройства обеспечивают высокопроизводительные вычислительные мощности на периферии, что позволяет обрабатывать алгоритмы искусственного интеллекта в реальном времени. Их интеграция обеспечивает параллельную обработку и повышение производительности, что приводит к более быстрому выполнению сложных задач искусственного интеллекта. Такая локальная обработка снижает задержку и зависимость от облачных ресурсов, что делает ее крайне важной для приложений, чувствительных ко времени. Специализированное оборудование также поддерживает усовершенствованные модели искусственного интеллекта, что позволяет улучшить аналитику и повысить производительность. Кроме того, это снижает затраты, сводя к минимуму необходимость в обширной облачной инфраструктуре и передаче данных.

Способность машин распознавать и интерпретировать человеческую речь.

Метод обучения, при котором модели машинного обучения обучаются на основе маркированных (известных) наборов данных для прогнозирования результата.

Оптимизация потоков товаров и материалов в цепочке поставок для снижения затрат и повышения эффективности. Искусственный интеллект часто используется для автоматизации процессов, выявления неэффективности, обеспечения качества товаров и прогнозирования спроса.

Искусственные данные, генерируемые алгоритмами, а не реальными событиями, которые используются для обучения и проверки моделей машинного обучения. Качество синтетических данных имеет решающее значение. Он определяет, даст ли искусственный интеллект приемлемые результаты после обучения.

Метод обучения, при котором модели машинного обучения обнаруживают закономерности и группировки в ранее неизвестных (немаркированных) данных.

Виртуальная реальность (VR) представляет собой среду с цифровой визуализацией, которая может копировать реальное пространство, создавать альтернативную реальность или комбинировать то и другое. Пользователь имеет возможность исследовать виртуальное пространство не выходя из дома, офиса или производственного цеха.