1. Kunstig Intelligens (AI)
Teknologi der gør maskiner i stand til at efterligne menneskelig intelligens. AI-systemer kan lære, ræsonnere og træffe beslutninger baseret på data, uden at være eksplicit programmeret til hver enkelt opgave.
2. Maskinlæring (Machine Learning)
En underkategori af AI, hvor computersystemer lærer fra data og forbedrer sig over tid uden at være specifikt programmeret. Systemet finder mønstre og sammenhænge i data og bruger dem til at lave forudsigelser eller beslutninger.
3. Dyb Læring (Deep Learning)
En avanceret form for maskinlæring der bruger neurale netværk med mange lag (deraf "dyb"). Denne metode er særligt god til at genkende mønstre i billeder, lyd og tekst, og ligger bag teknologier som ansigtsgenkendelse og sprogmodeller.
4. Neurale Netværk
Computersystemer inspireret af hjernens opbygning. De består af forbundne "neuroner" organiseret i lag, der kan lære at genkende mønstre i data. Neurale netværk danner grundlaget for mange moderne AI-systemer.
5. Naturlig Sprogbehandling (NLP)
Den del af AI der fokuserer på at forstå og bearbejde menneskesprog. NLP-teknologi gør det muligt for computere at læse, forstå og generere menneskesprog, og bruges i chatbots, oversættelsestjenester og stemmeassistenter.
6. Store Sprogmodeller (LLM)
Avancerede AI-modeller trænet på enorme mængder tekst, der kan forstå og generere menneskelignende tekst. Eksempler inkluderer GPT og Claude. De kan svare på spørgsmål, skrive tekster og assistere med mange sproglige opgaver.
7. Datasæt
Samlinger af data der bruges til at træne AI-modeller. Kvaliteten og mængden af data i et datasæt er afgørende for, hvor godt en AI-model kan lære og fungere. Større og mere varierede datasæt giver typisk bedre resultater.
8. Algoritme
Et sæt regler eller instruktioner, der fortæller en computer, hvordan den skal løse et problem eller udføre en opgave. I AI-sammenhæng er algoritmer de matematiske metoder, der gør det muligt for systemet at lære fra data.
9. Computer Vision
AI-teknologi der giver computere evnen til at "se" og fortolke billeder og videoer. Dette bruges i alt fra ansigtsgenkendelse og selvkørende biler til medicinsk billedanalyse og kvalitetskontrol i industrien.
10. Etisk AI
Princippet om at udvikle og anvende AI på en måde, der er retfærdig, transparent og respekterer menneskerettigheder. Dette omfatter spørgsmål om privatliv, bias i algoritmer, ansvarlighed og hvordan AI påvirker samfundet.