Термины на букву Д

Данные для ИИ это примеры, на которых модель учится и с которыми потом работает: тексты, таблицы, фотографии, записи звонков, история продаж.

Дарио Амодеи это сооснователь и генеральный директор Anthropic, автор эссе о том, как ИИ может ускорить науку, медицину и экономику.

Дата отсечения знаний это момент, до которого собраны тексты для обучения языковой модели: о событиях позже нее модель сама не знает.

Дата-центр для ИИ это здание с тысячами серверов на видеокартах и других ускорителях, мощным электропитанием и охлаждением, где обучают и запускают нейросети.

Датасет (dataset) это набор данных, собранный и оформленный для обучения или проверки модели: таблица, папка с картинками или корпус текстов, где каждый пример описан одинаково.

Дезинформация и ИИ это использование нейросетей для массового создания ложных новостей, фальшивых отзывов, поддельных видео и голосов, которые выдают за правду.

Декодер это часть нейросети, которая создает выходную последовательность по одному элементу, каждый раз опираясь на уже написанное.

Демис Хассабис это сооснователь и руководитель Google DeepMind, лауреат Нобелевской премии по химии 2024 года за предсказание структуры белков.

Дерево мыслей (tree of thoughts) это способ решать задачу с языковой моделью, при котором она пробует несколько вариантов каждого шага, оценивает их и развивает перспективные, возвращаясь из тупиков.

Детектор ИИ-текста это программа, которая оценивает, написал текст человек или нейросеть, и выдает вероятность, а не точный ответ.

Джейлбрейк это попытка обойти защитные правила нейросети, чтобы она выдала то, что ей запрещено: опасные инструкции, оскорбления, закрытые сведения.

Дженсен Хуанг это сооснователь и генеральный директор Nvidia, чьи графические процессоры используют для обучения ИИ.

Джеффри Хинтон это исследователь нейросетей, один из создателей глубокого обучения и лауреат Нобелевской премии по физике 2024 года.

Джон Маккарти это математик, который в 1955 году ввел термин «искусственный интеллект», создал язык Lisp и получил премию Тьюринга 1971 года.

Дипфейк (deepfake) это поддельное видео, фото или запись голоса, созданные нейросетью так, что человек на них будто говорит или делает то, чего не было.

Дисбаланс классов это ситуация, когда в обучающих данных примеров одного класса намного больше, чем другого, и модель почти перестает замечать редкий класс.

Дискриминативная модель это модель машинного обучения, которая по признакам объекта сразу предсказывает ответ, например класс, и не пытается описать, как устроены сами данные.

Дистилляция это способ обучить небольшую модель повторять ответы большой, чтобы получить почти тот же результат дешевле и быстрее.

Диффузионная модель это нейросеть, которая создает изображение, видео или звук, шаг за шагом убирая шум из случайной картинки.

Длинный контекст это способность языковой модели принять и учесть за один запрос очень большой объем текста: толстые документы, долгую переписку или целый репозиторий кода.

Дообучение это настройка уже обученной модели на ваших примерах, чтобы она точнее выполняла конкретную задачу или писала в нужном стиле.

Дрейф данных это изменение реальных данных после запуска модели, из-за которого они перестают походить на обучающие, и качество прогнозов тихо падает.