Искусственный интеллект переписывает мир и одновременно порождает новый язык, описывающий эти изменения. На встречах, презентациях и панельных дискуссиях всё чаще звучат аббревиатуры вроде LLM, RAG и RLHF, которые могут поставить в тупик даже опытных специалистов. TechCrunch представил глоссарий, призванный исправить эту ситуацию: в нём даются понятные определения самых ходовых ИИ-терминов — от AGI до coding agents. Авторы обещают регулярно обновлять документ по мере развития технологии, называя его «живым документом», подобно самим ИИ-системам.
Один из центральных терминов — искусственный общий интеллект (AGI), который, несмотря на размытость, обычно означает ИИ, превосходящий человека в большинстве задач. OpenAI видит AGI как «эквивалент среднего человека, которого можно нанять коллегой», а Google DeepMind — как «ИИ, как минимум не уступающий человеку в когнитивных задачах». Другой важный термин — ИИ-агент: инструмент, способный самостоятельно выполнять последовательность действий, таких как бронирование столиков или написание кода, используя несколько ИИ-систем. Для этого агенты могут обращаться к API-интерфейсам, которые описываются как «кнопки» на серверной части программного обеспечения.
| Термин | Определение |
|---|---|
| AGI | ИИ, превосходящий человека в большинстве задач; определения различаются у OpenAI и DeepMind. |
| AI agent | Инструмент, автономно выполняющий последовательность задач (бронирование, написание кода). |
| API endpoints | «Кнопки» на серверной части ПО для интеграции; используются AI-агентами. |
| Chain of thought | Метод разбиения задачи на шаги для повышения точности LLM. |
| Coding agents | AI-агенты, пишущие, тестирующие и отлаживающие код автономно. |
| Compute | Вычислительная мощность (GPU, CPU, TPU) для обучения и работы AI-моделей. |
| Deep learning | Подмножество машинного обучения с многослойными нейронными сетями. |
Метод цепочки рассуждений (chain of thought) позволяет большим языковым моделям разбивать сложные задачи на промежуточные шаги, повышая точность ответов, особенно в логических и программных контекстах. Этот подход применяется в так называемых моделях рассуждений. Кодинг-агенты — это узкоспециализированные ИИ-агенты, которые не просто предлагают код, но и самостоятельно пишут, тестируют и отлаживают его, работая с целыми кодовыми базами. Наконец, термин «вычислительные ресурсы» (compute) обозначает аппаратную мощность — GPU, CPU, TPU — необходимую для обучения и запуска ИИ-моделей, и является основой всей индустрии.
Термин «вычислительные ресурсы» (compute) описывает аппаратное обеспечение для ИИ.
Глоссарий также затрагивает глубокое обучение (deep learning) — подмножество машинного обучения, использующее многослойные нейронные сети для самостоятельного улучшения. Поскольку ИИ-терминология быстро меняется, TechCrunch намерен поддерживать документ актуальным, что делает его полезным не только для разработчиков, но и для инвесторов и всех, кто следит за индустрией.
