Изкуственият интелект (AI) навлезе в ежедневието на бизнеса, но речникът около него остана объркващ. Думи като халюцинация, токен и fine-tuning се появяват в реклами, оферти от доставчици и новини, без някой да обясни какво всъщност значат. Този справочник превежда най-честите термини на ясен български, за да можете да четете, да преговаряте и да взимате решения, без да разчитате на технически екип.
Подредили сме термините в четири групи: основни понятия, как се изграждат моделите, познати проблеми и рискове, и практически думи, които ще срещате в работата с доставчици. Можете да се връщате към този речник всеки път, когато попаднете на непознат термин.
Основни понятия
Изкуствен интелект (AI) е общото название на системи, които изпълняват задачи, изискващи човешка интелигентност: разбиране на текст, разпознаване на образи, вземане на решения. Това е чадърът, под който влизат всички останали понятия в този списък.
Машинно обучение е система, която се учи от данни, без да бъде програмирана ръчно за всеки случай. Вместо разработчик да опише всяко правило, моделът сам открива закономерности в големи количества примери.
Голям езиков модел (LLM) е програма, която разбира и създава текст. Според определението на IBM тези модели се обучават върху огромни обеми текст и могат да отговарят на въпроси, да обобщават и да превеждат. ChatGPT, Claude и Gemini са примери за такива модели.
Генеративен AI е изкуствен интелект, който създава ново съдържание: текст, изображения, звук или видео. Разликата с по-старите системи е, че генеративният AI произвежда нещо ново, а не само класифицира или подрежда вече съществуващи данни.
Промпт е инструкцията, която давате на модела. Това е текстът, който пишете в полето за въпроси. Качеството на отговора зависи пряко от това колко ясен и конкретен е промптът.
Промпт инженерство е практиката да съставяте инструкции така, че да получавате по-точни и полезни отговори. Включва добавяне на контекст, примери и ясни стъпки в самата заявка.
Токен е парче текст, с което моделът работи: дума, част от дума или знак. Доставчиците често измерват цената на услугата според броя обработени токени, затова терминът има пряко финансово значение.
Контекстен прозорец е количеството текст, което моделът може да задържи в паметта си по време на един разговор. Според речника на Google Cloud той се измерва в токени и определя колко информация моделът обработва наведнъж. Когато прозорецът се запълни, моделът започва да забравя по-ранните части от разговора.
Как се изграждат и настройват моделите
Обучение е процесът, при който моделът усвоява закономерности от данни. Това е първоначалната, най-скъпа фаза, в която системата вижда милиони примери и формира способностите си.
Fine-tuning (допълнително обучение) е донастройване на вече обучен модел върху по-малък, специализиран набор от данни. Така общ модел се пригажда към конкретна задача или индустрия, например юридически текстове или обслужване на клиенти в определена ниша.
Параметри са вътрешните стойности, които моделът настройва по време на обучението. Броят им (често милиарди) е груб показател за капацитета на модела, макар повече параметри да не означават автоматично по-добри резултати.
Невронна мрежа е вид изкуствен интелект, вдъхновен от начина, по който работи човешкият мозък. Състои се от свързани изчислителни единици, които обработват информацията на слоеве.
Дълбоко обучение е машинно обучение, което използва невронни мрежи с много слоеве. То стои зад повечето съвременни постижения в разпознаването на образи и обработката на език.
RAG (обогатяване с външни източници) е метод, при който моделът извлича актуална информация от външен източник, преди да отговори. Според обяснението на NVIDIA този подход позволява на модела да цитира източници и намалява вероятността да измисли отговор. За бизнеса това е начин AI да работи с вашата собствена документация.
Ембединг е начин информацията да се превърне в числа, които моделът сравнява по смисъл. Това стои в основата на търсенето по значение, а не само по съвпадение на думи.
Векторна база данни е начин за съхраняване на информация, която AI може бързо да открива по смисъл. Тя често работи заедно с RAG, за да намира подходящите документи при всяка заявка.
Познати проблеми и рискове
Халюцинация е, когато моделът създава убедителен, но неверен или измислен отговор. Според определението на IBM системата представя несъществуващи факти със същата увереност, с която дава и верните. Това е една от основните причини всеки важен резултат от AI да минава през човешка проверка.
Пристрастие е, когато моделът възпроизвежда изкривявания, заложени в данните, върху които е обучен. Ако обучаващите данни съдържат предразсъдъци, моделът може да ги повтори в отговорите си.
Свръхнастройване е, когато моделът се е научил толкова добре от конкретните примери, че се справя зле с нови случаи. На практика той е запаметил, вместо да обобщи, и затова е по-малко полезен в реални условия.
Дрейф на модела е постепенното влошаване на качеството, когато реалността се промени, а моделът остане базиран на стари данни. Затова системите изискват редовна поддръжка, а не еднократно въвеждане.
Граница на знанието е датата, до която моделът разполага с информация. Събития след тази дата са непознати за него, освен ако не е свързан с външен източник чрез RAG.
Практически термини при работа с доставчици
API (връзка между две програми) е начинът, по който вашите системи се свързват с AI услугата. Когато доставчик каже, че предлага достъп през API, това означава, че можете да вградите модела в собствения си софтуер.
Инференция е моментът, в който моделът дава отговор на конкретна заявка, за разлика от обучението, което се случва предварително. Цената за инференция е текущият разход при използване на услугата.
Агент е AI система, която не само отговаря, а изпълнява поредица от действия, за да постигне цел: търси, попълва, изпраща, проверява. Според определението на Google Cloud агентите притежават известна самостоятелност при вземането на решения. Те са следващата стъпка след обикновените чат асистенти.
Мултимодален модел е модел, който работи с повече от един вид вход: текст, изображения, звук и видео едновременно. Така можете например да качите снимка и да зададете въпрос за нея.
Отворен и затворен модел описва дали кодът и устройството на модела са публично достъпни. Затворените модели се ползват само през услугата на доставчика, докато отворените могат да се свалят и да работят на собствена инфраструктура.
Reasoning модел (модел с разсъждение) е модел, който отделя време да премине през стъпки, преди да даде отговор. Тези модели се справят по-добре със сложни задачи, но често струват повече и отговарят по-бавно.
Какво означава това за бизнеса
За собственик на бизнес в България този речник е практически инструмент за преговори и за контрол на разходите. Когато доставчик предлага решение с fine-tuning върху вашите данни, вече знаете, че става дума за донастройване, а не за нов модел от нулата. Можете да попитате колко данни са нужни и кой ги поддържа. Когато офертата се таксува на токени, разбирате, че дългите документи означават по-висока сметка.
Най-важният практически извод е свързан с халюцинациите: нито един модел не гарантира верни отговори. Затова всеки процес, в който AI докосва договори, фактури или комуникация с клиенти, се нуждае от защита. Тя идва от човешка проверка или от обвързване с проверен източник чрез RAG. За компания, която обмисля въвеждане на AI, разбирането на тези термини е разликата между информирано решение и сляпо доверие в обещанията на доставчика.