На прошлой неделе OpenAI представила модель Astra, в которой используется техника рассуждений под названием «opaque recurrence». Этот термин уже вызвал беспокойство у исследователей безопасности ИИ, но он — лишь один из многих, что стремительно пополняют словарь индустрии. На конференциях, в питчах и продуктовых встречах теперь звучат аббревиатуры LLM, RAG, RLHF, а также более свежие понятия вроде ИИ-агентов и chain-of-thought. Словарь растет так быстро, что даже опытные специалисты чувствуют неуверенность, пытаясь уследить за всеми новшествами.
Чтобы помочь разобраться, TechCrunch опубликовал обновляемый глоссарий ключевых терминов ИИ. В нем объясняются понятия от AGI до compute — простым языком, без излишней технической сложности. Этот глоссарий полезен не только разработчикам и инвесторам, но и всем, кто хочет понимать, о чем говорят в новостях об ИИ.
Одно из центральных понятий — AGI (artificial general intelligence), или общий искусственный интеллект. Определения разнятся: генеральный директор OpenAI Сэм Альтман описывает AGI как «эквивалент среднего человека, которого можно нанять как коллегу», а устав OpenAI трактует его как «высокоавтономные системы, превосходящие людей в большинстве экономически ценной работы». Google DeepMind, в свою очередь, считает AGI «ИИ, который как минимум не уступает человеку в большинстве когнитивных задач». Эксперты признают, что даже они не пришли к единому мнению.
Термин AGI трактуется по-разному: OpenAI считает его «эквивалентом среднего человека», а Google DeepMind — ИИ, не уступающим людям в большинстве когнитивных задач.
Другой важный термин — ИИ-агент. Это инструмент, который с помощью ИИ выполняет серию задач за пользователя: от заполнения расходных документов до бронирования билетов или написания кода. В отличие от простого чат-бота, агент действует автономно, но его инфраструктура еще достраивается, поэтому понятие может трактоваться по-разному. Более узкая категория — coding agents, специализированные агенты для разработки. Они не просто предлагают код, а пишут, тестируют и отлаживают его самостоятельно, работая с целыми кодовыми базами. Однако, как и в случае со стажером, результат требует проверки человеком.
В глоссарии также объясняются такие базовые понятия, как compute — вычислительные мощности (GPU, CPU, TPU), необходимые для обучения и работы ИИ-моделей, и deep learning — подраздел машинного обучения, основанный на нейронных сетях. Понимание этих терминов помогает следить за развитием отрасли, где новые слова появляются едва ли не каждую неделю.
