Область искусственного интеллекта охватывает широкий спектр дисциплин и технологий. В этом глоссарии вы найдете основные термины, связанные с ИИ, с помощью которых у вас будет больше понимания и возможностей для взаимодействия.
Агентный ИИ — это продвинутые системы искусственного интеллекта, которые не просто реагируют на команды; они генерируют контент, автономно выполняют задачи и достигают поставленных 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, агентный ИИ 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 агентный ИИ 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, например 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 являются неструктурированными, неполными или некорректными, программное обеспечение без использования ИИ, как правило, не может обрабатывать их результативно.
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.
Подвид ИИ, с помощью которого компьютеры могут 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. ИИ 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.
Подвид машинного обучения, включающий использование многоуровневых нейронных сетей, позволяющих машинам учиться на данных.
Математическая модель, описывающая поведение физического объекта или процесса. В среде моделирования цифровых двойников (Digital Twin) можно использовать для моделирования того, что произойдет в реальном мире в случае изменения параметров системы. Digital Twin можно использовать на протяжении всего жизненного цикла продукта, включая этапы проектирования, производства, эксплуатации и обслуживания. Визуальные изображения Digital Twin выглядят и ведут себя как физические аналоги, отражая реальный мир и адаптируясь в реальном времени к происходящему в нем.
Периферийные вычисления — 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 периферийного ИИ могут быть устанавливаться физически рядом с реальным исполнительным устройством. Эти устройства могут запускать приложения ИИ 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.
Прозрачный и понятный ИИ, разработанный так, чтобы человек мог понять, как и почему машина приняла то или иное решение.
Это метод в машинном обучении, при котором несколько отдельных устройств обучают модель машинного обучения, используя свой собственный (отдельный) набор данных. Основному участнику сети передаются только конечные результаты.
Искусственный интеллект, предназначенный для создания нового контента, например изображений, видео и музыки, путем комбинирования и изучения существующего контента.
Способность приложения, например программного обеспечения CAD, автономно генерировать ряд вариантов проектирования с учетом ряда ограничений. Использует такие методы, как искусственный интеллект, оптимизация и моделирование.
Под промышленным ИИ понимается применение искусственного интеллекта в отраслях, составляющих основу нашей экономики — промышленности, инфраструктуре, транспорте и здравоохранении.
Промышленные фундаментальные модели (iFM) предварительно обучены на основе отраслевых данных, чтобы глубоко понять «язык» проектирования, автоматизации и производства, а также обеспечить более быстрое и точное развертывание решений ИИ. 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).
ИИ 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 выдаваемый человеком.
Подвид ИИ, включающий использование алгоритмов и статистических моделей, позволяющих машинам учиться на опыте или данных.
Подвид ИИ, с помощью которого машины с подключенными камерами могут 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.
Подвид ИИ, который занимается взаимодействием между компьютерами и естественным 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 подсистем, с целью определить вклад каждого отдельного устройства в работу всей системы.
Физический искусственный интеллект подразумевает интеграцию искусственного интеллекта в машины, например роботов, которые могут чувствовать окружающую среду и действовать в ней. Вдохновленный сенсомоторным циклом человека, физический ИИ 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.
ИИ, основанный на физике, также известный как искусственный интеллект, относится к новому классу методов искусственного интеллекта, которые включают законы физики непосредственно в процесс обучения. В отличие от традиционных подходов к ИИ, которые в значительной степени полагаются на большие наборы данных для изучения поведения, ИИ основанный на физике, для управления обучением объединяет ограничения, основанные на физике. Это позволяет системам ИИ «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.
Применение ИИ, с соблюдением определенных этических и моральных стандартов.
Отрасль инженерии и искусственного интеллекта, специализирующаяся на проектировании, конструировании и использовании 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 ИИ. Эти устройства обеспечивают высокопроизводительные вычислительные мощности на периферии, что позволяет обрабатывать алгоритмы ИИ в реальном времени. Их интеграция обеспечивает параллельную обработку и повышение производительности, что приводит к более быстрому выполнению сложных задач ИИ. 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 важное значение. Оно определяет, даст ли искусственный интеллект приемлемые результаты после обучения.
Метод обучения, при котором модели машинного обучения обнаруживают закономерности и наборы 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.
