Agilný vývoj je spôsob tvorby softvéru, kde tímy pracujú flexibilne a spolupracujú s klientom. Rozdeľujú prácu do krátkych cyklov (iterácií) a pružne reagujú na zmeny. Cieľom je efektívnejšie dodať hodnotný výsledok.
tiež Umelá inteligencia
Algoritmus je zoznam krokov alebo pravidiel, ktoré počítač nasleduje na riešenie určitého problému alebo vykonanie úlohy.
Anotácia pre počítačové videnie zahŕňa označovanie alebo popis obrázkov tak, aby počítačový model mohol porozumieť obsahu. Týmto spôsobom sa model učí rozpoznávať a triediť objekty, čo je kľúčové pre jeho schopnosť „vidieť" a chápať vizuálne informácie.
Automatizácia znamená nahradenie ľudských úloh a procesov strojmi alebo AI systémami s cieľom zvýšiť efektívnosť, rýchlosť a presnosť v rôznych oblastiach.
Autonómne systémy sú také systémy, ktoré sú schopné fungovať nezávisle a automaticky bez ľudského zásahu.
Bayesovské siete sú grafický model, ktorý využíva pravdepodobnostné metódy na modelovanie a analýzu vzťahov medzi rôznymi udalosťami alebo premennými. Používajú sa na rozhodovanie v podmienkach neistoty.
tiež Veľké dáta
Blockchain je špeciálny druh distribuovanej decentralizovanej databázy uchovávajúcej neustále sa rozširujúci počet záznamov, ktoré sú chránené proti neoprávnenému zásahu z vonkajšej strany aj zo strany samotných uzlov peer-to-peer siete.
Bounding box je obdĺžnik, ktorý obklopuje objekt na obrázku. Pomáha počítačom identifikovať a lokalizovať objekty vo vizuálnych dátach.
Chatbot je softvér určený na komunikáciu s používateľmi prostredníctvom textových alebo hlasových správ. Môže odpovedať na otázky, vykonávať úlohy alebo simulovať konverzáciu s ľudskými používateľmi. Často sa využívajú na zlepšenie zákazníckej podpory, automatizáciu úloh a interakciu s používateľmi online.
tiež Strojové videnie
Dashboard je časť používateľského rozhrania, kde sa nachádzajú prehľady informácií ako napríklad analýzy, trendy a reporty.
Databáza je štruktúrovaný súbor dát organizovaný a uložený tak, aby umožňoval efektívne vyhľadávanie, prístup a správu informácií. V rámci umelej inteligencie môže databáza slúžiť na ukladanie dát pre tréning modelov, napríklad textových dát, obrazov alebo časových radov.
Data mining je proces nájdenia vzorov a informácií v rozsiahlych dátach pomocou metód strojového učenia, štatistiky a ďalších techník.
Dataset je súbor dát. To môže byť čokoľvek, od obrázkov po čísla. Je to základ, ktorý počítače používajú na učenie a tvorbu modelov.
tiež Hlboké učenie
Digitalizácia označuje proces prevodu fyzických dát a informácií do digitálnej podoby, ktorá je ľahko spracovateľná a uchovávateľná na počítačoch. Tento proces je kľúčový pre spracovanie dát a analýzu v oblasti umelej inteligencie.
Edge AI je technológia umelej inteligencie nasadená na samotnom zariadení, kde dáta vznikajú, a umožňujúca ich spracovanie a rozhodovanie v reálnom čase. To pomáha nielen pri latencii, ale aj v efektívnosti a presnosti.
Edge computing predstavuje typ architektúry prispôsobenej pre Edge AI, čo prenáša výpočet a dátové úložisko bližšie k zdroju dát. To prináša zlepšenie odozvy a šetrenie siete.
End-to-End učenie je prístup, pri ktorom je model trénovaný priamo na vstupných a výstupných dátach bez explicitného používania medzikrokov alebo reprezentácií. Tento prístup umožňuje modelu automaticky odhadovať najlepší spôsob spracovania dát a vytvárať zložité vzťahy medzi vstupmi a výstupmi.
Ethernet je technológia používaná na počítačové siete, ktorá umožňuje zariadeniam, ako sú počítače, servery, smerovače, switche a ďalšie zariadenia, komunikovať medzi sebou prostredníctvom káblového pripojenia. Ethernet sa stal jedným z najrozšírenejších štandardov na prepojenie zariadení v lokálnych sieťach.
Etika umelej inteligencie sa zaoberá diskusiou o morálnych a spoločenských dopadoch vytvárania a používania umelej inteligencie a autonómnych systémov.
FIFO (First In, First Out) je princíp spracovania dát alebo objektov, pri ktorom sa ako prvá odoberie tá položka, ktorá bola do systému vložená najskôr. Funguje teda rovnako ako fronta ľudí – kto príde prvý, ten je prvý na rade. FIFO sa používa napríklad v dátových frontách, bufferoch, sieťovej komunikácii alebo pri riadení úloh.
Fine-tuning znamená pokračovanie v tréningu strojového učebného modelu na špecifických dátach alebo úlohách po jeho počiatočnom tréningu. Účelom je zlepšiť výkon modelu pre konkrétne úlohy a podmienky.
Framework je ako hotový stavebný súbor na tvorbu softvéru. Poskytuje vopred vytvorené nástroje a pravidlá, ktoré uľahčujú vývoj aplikácií. Programátori ich môžu použiť ako základ a šetriť čas a úsilie pri tvorbe programov.
Generatívne modely sú modely AI, ktoré sa zameriavajú na vytváranie nových dát podľa vzorov a distribúcií naučených z trénovacích dát.
GPT je model strojového učenia zameraný na generovanie textu na základe dát použitých pri tréningu. Napríklad GPT-4 je jedným z najväčších a najvýkonnejších textových generátorov, ktoré vyvinula spoločnosť OpenAI.
tiež Grafická karta
Grafická karta je špecializovaný hardvér navrhnutý na rýchle spracovanie grafiky. V kontexte AI aplikácií hrá kľúčovú úlohu vďaka paralelnému spracovaniu, kedy zvláda mnoho úloh súčasne. To výrazne zrýchľuje učenie strojov a spracovanie dát. Grafická karta poskytuje výpočtovú silu potrebnú na zložité operácie neurónových sietí, čím zlepšuje výkon a efektívnosť AI aplikácií.
Halucinácia v tomto kontexte označuje situáciu, kedy strojový učebný model generuje informácie, ktoré nie sú pravdivé alebo vôbec neexistujú. K tomu môže dôjsť, ak je model zle vytrénovaný alebo ak trénovacie dáta nie sú reprezentatívne pre skutočné scenáre, s ktorými bude model pracovať.
Hardvér sú fyzické súčasti počítača, ktoré môžete vidieť a dotýkať sa ich, ako napríklad monitor, klávesnica a procesor.
Hlboké učenie je špecifická metóda strojového učenia využívajúca umelé neurónové siete s viacerými vrstvami na analýzu dát, ktorá je základom mnohých úspešných aplikácií v AI.
ID je vlastnosť objektu, ktorá nám pomáha od seba odlíšiť objekty a zaručiť tak ich unikátnosť. Ak sa objaví nový objekt, je mu automaticky pridelené ID (najčastejšie číslo). Ak sa bude chcieť počítač k tomuto objektu vrátiť, je nutné, aby vedel jeho ID.
Image Processing sa zaoberá analýzou, úpravou a interpretáciou digitálnych obrazov. V rámci umelej inteligencie zahŕňa techniky umožňujúce počítačom pracovať s vizuálnymi dátami, ako je detekcia objektov, segmentácia obrazu a spracovanie obrazových dát.
Inferencia označuje proces odvodzovania nových informácií alebo záverov na základe existujúcich dát a znalostí. V oblasti umelej inteligencie tento proces zahŕňa prijímanie rozhodnutí a predikcií na základe trénovacích modelov a dostupných dát.
Integrácia spája rôzne systémy alebo prvky tak, aby pracovali spoločne. Je to ako skladanie puzzle: rôzne kúsky (dáta alebo programy) sa prepoja a spolupracujú pre lepší výsledok.
Inteligentné budovy využívajú pokročilé technológie a systémy na zlepšenie ich funkčnosti, efektívnosti a pohodlia. Tieto technológie zahŕňajú automatizáciu riadenia osvetlenia, vykurovania, klimatizácie, zabezpečenia a ďalších systémov v budove. Inteligentné budovy sa často vybavujú senzormi a riadiacimi systémami, ktoré umožňujú optimalizáciu spotreby energie, zvyšujú bezpečnosť a komfort obyvateľov a znižujú náklady na údržbu.
Inteligentné mestá sú mestá, ktoré využívajú moderné technológie a dáta na zlepšenie kvality života svojich obyvateľov a efektívnosť mestských služieb. Táto technológia zahŕňa internet vecí (IoT), umelú inteligenciu, big data a ďalšie digitálne nástroje na optimalizáciu dopravy, energetickej spotreby, verejnej bezpečnosti, správy odpadu a ďalších mestských funkcií.
Internet vecí predstavuje sieť fyzických zariadení a objektov, ktoré sú pripojené k internetu a môžu medzi sebou komunikovať a zdieľať dáta. V súvislosti s umelou inteligenciou sú dáta zo zariadení často využívané na tréning modelov, analýzu a podporu automatizácie či predikcie.
tiež Internet vecí
IP kamera je digitálna video kamera, ktorá odosiela a prijíma dáta cez sieť alebo internet. Na rozdiel od analógových kamier, ktoré prenášajú obraz cez koaxiálny kábel, IP kamery využívajú sieťovú infraštruktúru (Ethernet alebo Wi-Fi) a môžu byť pripojené priamo do siete.
Kalibrácia sa zaoberá spresnením analýzy vďaka dátam z reálnej prevádzky. Ak ide napríklad o analýzu cestnej premávky, tak pomocou video záznamu komunikácie dokážeme spresniť analýzu aj v zlých svetelných podmienkach.
Konverzačná umelá inteligencia sa zameriava na schopnosť systémov komunikovať s ľuďmi v prirodzenom jazyku. Zahŕňa chatboty, virtuálnych asistentov a ďalšie technológie, ktoré umožňujú plynulú interakciu prostredníctvom textu alebo hlasu.
tiež Lokálna sieť
Large language model je typ umelej inteligencie trénovaný na obrovskom množstve textových dát. Cieľom LLM je rozumieť prirodzenému jazyku a generovať zmysluplný text na základe vstupného dotazu.
LIFO (Last In, First Out) je princíp organizácie dát, kedy sa ako prvá spracuje alebo odoberie položka, ktorá bola vložená ako posledná. Zodpovedá to správaniu zásobníka – novo pridané dáta ležia hore a pri odoberaní sa berú ako prvé. LIFO sa používa napríklad v stack pamäti programov, pri spracovaní rekurzie alebo v niektorých typoch dátových štruktúr.
tiež Large language model
Lokálna sieť je skupina spojených počítačov na jednom mieste, napríklad v domácnosti alebo kancelárii. Pomocou lokálnej siete môžu zariadenia zdieľať dáta, tlačiarne alebo pripojenie k internetu.
tiež Strojové učenie
Model je program, ktorý sa učí zo skúseností a dát, aby vykonával úlohy bez explicitných inštrukcií. Napríklad rozpoznáva obrázky alebo predpovedá trendy. Je to ako umelá myseľ, ktorá sa sama zdokonaľuje.
Drift modelu nastáva, keď výkon AI modelu postupne klesá v dôsledku zmien v trénovacích dátach alebo prostredí. Toto vyžaduje pravidelnú aktualizáciu a opätovné trénovanie modelu.
Obmedzená umelá inteligencia označuje AI systémy, ktoré sú navrhnuté na riešenie špecifických úloh alebo pre konkrétne oblasti, bez toho, aby disponovali všeobecnou inteligenciou. Tieto systémy nemôžu vykonávať úlohy mimo svoju špecializáciu a sú zamerané napríklad na rozpoznávanie obrazu, autonómne riadenie vozidiel alebo interakciu prostredníctvom chatbotov.
Nastavenie inštrukcií sa odvoláva na proces optimalizácie a ladenia pokynov pre strojový učebný model, aby používateľ lepšie porozumel výstupným informáciám. To môže zahŕňať úpravu pravidiel alebo pokynov, ktoré ovplyvňujú správanie modelu.
Neurónové siete tvoria model inšpirovaný ľudským mozgom, skladajúci sa z umelých neurónov, ktoré spolu komunikujú a spracovávajú informácie.
Odolnosť sa týka schopnosti umelého inteligentného systému udržiavať svoj výkon a presnosť v rôznych situáciách alebo pri odchýlkach od trénovacích dát. Robustné systémy sú schopné efektívne fungovať aj v nepredvídateľných podmienkach alebo pri zmenách prostredia.
Odporúčacie systémy sú technológie, ktoré analyzujú dáta a dávajú odporúčania používateľom na základe ich správania alebo preferencií.
Optimalizácia zahŕňa proces hľadania najlepšieho riešenia pre konkrétnu úlohu. V oblasti umelej inteligencie sa často využíva na doladenie parametrov modelov, výber funkcií alebo hľadanie optimálnych hyperparametrov na dosiahnutie maximálneho výkonu.
Podtrénovaný model je model, ktorý kvôli malému datasetu nechápe dobre súvislosti medzi dátami, a preto začne často zle predikovať a tým pádom má zbytočne veľkú stratu a malú presnosť.
Posúdenie dopadu sa zameriava na analýzu a hodnotenie vplyvu určitého opatrenia, politiky alebo technológie na životné prostredie, spoločnosť či ekonomiku. V kontexte umelej inteligencie slúži na posúdenie dôsledkov, ktoré môže priniesť implementácia AI systémov.
Prediktívna analýza sa zaoberá využitím dát, štatistikami a technikami strojového učenia na predikciu budúcich udalostí alebo trendov.
Pre-training je proces, pri ktorom je strojový učebný model trénovaný na datasete pred jeho finálnym doladením pre konkrétnu úlohu. Tento predtréning nám pomáha získať informácie, ktoré môžeme následne využiť pri finalizácii datasetu.
Pre-training model je model vytvorený z datasetu, ktorý ešte nie je vo finálnej podobe. Tento model dokáže odhaliť nedostatky v danom datasete.
Pretrénovanie nastáva, keď strojový model dosahuje vysokú presnosť na trénovacích dátach, avšak na nových, nepoužitých dátach dosahuje nízku presnosť. Tento jav naznačuje, že model sa príliš prispôsobil trénovacím dátam a nie je schopný generalizovať na nové situácie. Pretrénovanie predstavuje jednu z hlavných výziev v strojovom učení, ktorá vyžaduje opatrenia, ako je regularizácia a validácia modelu.
Priemysel 4.0 predstavuje koncept digitalizácie a automatizácie priemyselných procesov za využitia moderných technológií, ako sú umelá inteligencia, internet vecí (IoT) a ďalšie. Jeho cieľom je zlepšiť efektívnosť, produktivitu a inovácie v priemyselnom sektore.
Pruning je technika na kompresiu dát v algoritmoch strojového učenia a vyhľadávania, ktorá zvyšuje rýchlosť a efektívnosť modelu tým, že odstraňuje také časti modelu, ktoré nie sú kľúčové a sú nadbytočné pre jeho správne fungovanie.
Python je programovací jazyk, stále populárnejší pre široké využitie. Vyniká najmä v oblastiach umelej inteligencie a strojového učenia.
Regularizácia je technika v strojovom učení, ktorá slúži na obmedzenie pretrvávajúceho pretrénovania modelu. Toho sa dosahuje pridaním dodatočných podmienok alebo sankcií na parametre modelu počas tréningu. Regularizácia pomáha modelu lepšie generalizovať na nové dáta a zabraňuje nadmernému prispôsobeniu trénovacím dátam.
Tolerancia voči riziku označuje mieru, do ktorej je organizácia ochotná prijať riziká spojené s nasadením alebo používaním umelej inteligencie. Táto tolerancia môže ovplyvniť rozhodnutie ohľadom prijateľnosti typu AI systému a spôsobu správy rizík spojených s jeho prevádzkou.
Robotika je odbor zameraný na návrh, vývoj a prevádzku robotov. V rámci umelej inteligencie sa robotika často používa na vytváranie autonómnych robotov, ktorí sú schopní vykonávať rôzne úlohy a interagovať s fyzickým prostredím.
tiež Inteligentné budovy
tiež Inteligentné mestá
Softvér je súbor inštrukcií, ktorý riadi správanie počítača alebo zariadenia. Je to nehmotná časť počítača, ktorá umožňuje vykonávať rôzne úkony, napr. písať text, sledovať filmy alebo pracovať s obrázkami.
Stackovanie dát je spôsob organizácie, kedy sa jednotlivé informácie ukladajú alebo skladajú nad seba do vrstiev (tzv. stacku). Tento princíp sa používa napríklad pri spracovaní časových dát zo senzorov, pri kombinovaní výstupov viacerých modelov v machine learningu alebo pri ukladaní do zásobníka v programovaní. Stackovanie umožňuje efektívnu prácu s dátami v postupnosti a ich rýchle spracovanie podľa princípu prvý dolu príde posledný hore (LIFO) alebo podľa časových vrstiev.
Strojové učenie sa zaoberá procesmi AI, ktoré umožňujú počítačom učiť sa z dát a skúseností a zdokonaľovať svoje výkony bez explicitného programovania.
Strojové videnie sa zaoberá schopnosťou počítačov rozumieť a interpretovať vizuálne informácie z digitálnych obrázkov alebo videí. Tento odbor zahŕňa techniky na rozpoznávanie objektov, segmentáciu obrazu, detekciu tvárí a ďalšie úlohy spojené s vizuálnym vnímaním.
Škálovanie je proces rozširovania alebo upravovania výkonu systému tak, aby zvládal väčšie množstvo dát, používateľov alebo požiadaviek. Môže byť vertikálne (navýšenie výkonu jedného servera) alebo horizontálne (pridávanie ďalších serverov či služieb). Cieľom škálovania je udržať rýchlosť, stabilitu a dostupnosť systému aj pri rastúcej záťaži.
Tracker je technológia, ktorá nám umožňuje od seba odlíšiť niekoľko objektov, ktoré sa nachádzajú v rovnakej scéne. Výsledkom tejto identifikácie je to, že môžeme ku každému objektu priradiť unikátny identifikátor (ID). Tracker prijíma informácie od modelu a to také, že sa dozvie, kde a aké objekty sa nachádzajú. Na základe týchto informácií si tracker uvedomí, že napr. objekt číslo 1 sa pohybuje smerom doľava a objekt číslo 2 smerom doprava. Týmto spôsobom tieto dva objekty rozlíši.
Tréning modelu je proces, kedy počítačový program (model) zlepšuje svoje schopnosti učením sa z dát. Podobne ako učenie dieťaťa, model sa prispôsobuje a zdokonaľuje svoje zručnosti na základe skúseností.
Umelá inteligencia je odbor informatiky, ktorý sa zaoberá vytváraním systémov a algoritmov, ktoré sú schopné vykonávať úlohy, ktoré obvykle vyžadujú ľudskú inteligenciu.
Umelá všeobecná inteligencia je koncept AI, ktorým je myslené vytvorenie systému s inteligenciou rovnocennou tej ľudskej, ktorá je schopná adaptácie na rôzne úlohy a prostredia.
Update sa zameriava na opravy chýb, zlepšenie bezpečnosti a všeobecnejšie aktualizácie existujúcej verzie. Jeho cieľom je udržiavať softvér alebo hardvér aktuálny a efektívny bez nutnosti veľkého posunu na novú verziu.
Upgrade znamená posunutie na novšiu verziu s vylepšenými funkciami a možnosťami. Je to akoby „prechod na vyššiu úroveň" pre lepší výkon alebo nové vlastnosti.
Veľké dáta označujú obrovské objemy dát, ktoré sú príliš rozsiahle, komplexné alebo rýchlo sa meniace, než aby ich bolo možné efektívne spracovať tradičnými databázovými nástrojmi a technikami. Veľké dáta zahŕňajú štruktúrované aj neštruktúrované dáta z rôznych zdrojov, ako sú sociálne médiá, senzory, transakčné systémy a ďalšie.
Videostream je sledovanie videa cez internet bez potreby sťahovania na počítač.
VLA (Vision-Language-Action) modely sú systémy umelej inteligencie, ktoré prepájajú schopnosť vidieť (spracovanie obrazu) a rozumieť textu priamo s fyzickým konaním, typicky ovládaním robotov.
Zero Trust je bezpečnostný prístup, ktorý nedôveruje žiadnemu používateľovi ani zariadeniu automaticky. Každý prístup je vždy overovaný, a to na základe identity, zariadenia, kontextu a ďalších faktorov. Cieľom je minimalizovať riziko neoprávneného prístupu a zamedziť šíreniu hrozieb vnútri systému.