Artificial intelligence is changing the world, and simultaneously inventing a whole new language to describe how it’s doing it. Spend five minutes reading about AI and you’ll run into LLMs, RAG, RLHF, and a dozen other terms that can make even very smart people in the tech world feel insecure. This glossary is our attempt to fix that. We update it regularly as the field evolves, so consider it a living document, much like the AI systems it describes.

Terma Thelbesore të Inteligjencës Artificiale

AGI
Artificial general intelligence, or AGI, është një term i paqartë që në thelb i referohet një AI-je që është më e aftë se njeriu mesatar në shumë ose shumicën e detyrave. OpenAI e përkufizon AGI si “sisteme shumë të pavarura që tejkalojnë njerëzit në shumicën e punëve me vlerë ekonomike”. Edhe laboratorë të tjerë të mëdhenj kanë përkufizimet e tyre, dhe madje vetë ekspertët shpesh nuk bien dakord.

AI AGENT
Një AI agent është një mjet që përdor teknologji AI për të kryer një sërë detyrash në emrin tuaj, përtej asaj që mund të bëjë një chatbot bazë. Mund të rezervojë bileta, të administrojë shpenzime ose madje të shkruajë dhe mirëmbajë kodin. Një AI agent mbështetet në një sistem të pavarur që kryen hapa të shumtë në mënyrë autonome.

API ENDPOINTS
Mendojini API endpoints si “butona” në pjesën e pasme të një software-i që programe të tjera mund t’i shtypin për të bërë një veprim. Këto përdoren për të ndërtuar integrime që u mundësojnë aplikacioneve të bashkëpunojnë, si p.sh. një agent AI që kontrollon shërbime të treta automatikisht.

CHAIN OF THOUGHT
Në një kontekst AI, chain-of-thought reasoning i referohet ndarjes së një problemi në hapa të ndërmjetëm për të pasur përgjigje më cilësore. Kjo qasje rrit mundësinë që AI të japë përgjigje të sakta në zgjidhje logjike ose të kodimit, dhe bazohet te të mësuarit me përforcim.

CODING AGENTS
Coding agents janë agjentë të specializuar për zhvillimin e softuerit. Përveç sugjerimit të kodit, ata shkruajnë, testojnë dhe ndreqin kodin automatikisht, shpesh në të gjithë bazën e kodit, por gjithmonë nën mbikëqyrje njerëzore.

COMPUTE
Compute në fushën e AI nënkupton fuqinë kompjuterike të nevojshme për të trajnuar apo operuar modelet. Zakonisht përmend hardware-in si GPU, CPU apo TPU si burimet kryesore që i mundësojnë AI të jetë funksionale dhe eficiente.

DEEP LEARNING
Deep learning është një nëngrup i machine learning që përdor rrjete të thella nervore me shumë shtresa për të nxjerrë lidhje më komplekse nga të dhënat, të ngjashme me mënyrën si funksionon truri i njeriut. Modelet deep learning janë të afta të mësojnë karakteristika të rëndësishme nga të dhënat pa ndërhyrje të drejtpërdrejtë të inxhinierëve.

DIFFUSION
Diffusion është teknologjia thelbësore pas shumë modeleve AI që gjenerojnë art, muzikë ose tekst. Ajo funksionon duke “shkatërruar” strukturën e të dhënave përmes zhurmës dhe më pas mëson ta rikthejë nga e para, për të krijuar të dhëna të reja ose restauruar ato ekzistuese.

DISTILLATION
Distillation është një teknikë për të transferuar njohuri nga një model i madh (teacher) në një model më të vogël (student). Kjo e bën modelin më efikas, ruan performancën dhe mund të përshpejtojë inferencën apo të ulë kostot.

FINE-TUNING
Fine-tuning është trajnim i mëtejshëm i një modeli AI, zakonisht me të dhëna të specializuara, për të përmirësuar performancën në një detyrë të caktuar. Shumë startupe përdorin këtë qasje për të adaptuar modelet e mëdha për sektorë specifikë.

GAN
GAN është shkurtesa për Generative Adversarial Network, që përdor dy rrjete nervore (gjeneratorin dhe diskriminuesin) që konkurrojnë për të krijuar të dhëna realiste, si foto, video ose audio artificiale.

HALLUCINATION
Hallucination është termi që përshkruan kur një AI “trillon” ose gjeneron informacion të pavërtetë. Ky është një problem serioz pasi mund të shpjerë në përhapje të dezinformatave ose rezultate të rrezikshme.

INFERENCE
Inference është procesi i ekzekutimit të një modeli AI për të bërë parashikime ose nxjerrë përfundime bazuar në të dhënat që ka mësuar më parë. Ky hap është i ndryshëm nga trajnimi dhe zakonisht ndodh në pajisje të ndryshme, nga telefona te servera të fuqishëm.

LARGE LANGUAGE MODEL (LLM)
LLM-të janë modelet AI që fuqizojnë asistentët virtualë si ChatGPT, Claude ose Gemini. Ato trajnohen me miliarda fjalë dhe mund të përpunojnë gjuhën dhe të gjenerojnë përgjigje komplekse për kërkesat e përdoruesve, duke përdorur rrjete të mëdha nervore.

Koncepte të Avancuara dhe Funksionale në AI

MEMORY CACHE
Memory cache është një teknikë optimizimi që shpejton gjenerimin e përgjigjeve nga AI, duke ruajtur në memorie disa llogaritje të mëparshme që mund të rishfrytëzohen, veçanërisht e dobishme te modelet transformer.

NEURAL NETWORK
Neural network është struktura shumë-shtresore që qëndron në themel të deep learning dhe AI-së moderne. Inspirimi vjen nga lidhjet e trurit të njeriut dhe mundësohet nga fuqia kompjuterike e teknologjisë moderne.

OPEN SOURCE
Open source nënkupton që kodi burimor i një programi ose model AI është i hapur për publikun që ta përdorë, inspektojë apo ndryshojë. Pranimi i kësaj metode nxit inovacionin dhe transparencën.

PARALLELIZATION
Parallelization është kryerja e shumë veprimeve njëkohësisht, jo njërën pas tjetrës. Në AI, kjo strategji është themelore për trajnimin dhe inferencën, madje gjithnjë e më shumë kërkesa për të optimizuar këtë proces po rriten.

RAMAGEDDON
RAMageddon tregon krizën aktuale globale të mungesës së RAM-it. Kërkesa e madhe nga data center-et e AI po e bën RAM-in gjithnjë e më të shtrenjtë dhe të vështirë për t’u gjetur, me ndikim negativ në teknologji të konsumit dhe industrinë kompjuterike.

RECURSIVE SELF-IMPROVEMENT
Recursive self-improvement është koncepti ku modelet AI fillojnë të përmirësojnë veten pa ndërhyrje njerëzore, duke çuar potencialisht në përparime shumë të shpejta dhe të pavarura nga kontrolli njerëzor.

REINFORCEMENT LEARNING
Reinforcement learning është proces trajnimi ku modeli mëson përmes shpërblimeve për veprimet e sakta, ashtu siç mësojnë kafshët përmes stimulimit pozitiv. Ky qasje është veçanërisht efektive për lojëra, robotikë ose optimizim përgjigjesh te modelet e mëdha të gjuhës.

TOKEN
Token-ët janë njësi bazike të përpunimit të të dhënës në LLM. Ata i ndajnë tekstet në segmente të vogla që modeli mund të trajtojë, dhe gjithashtu përdoren për të llogaritur koston e përdorimit të një API AI.

TOKEN THROUGHPUT
Token throughput është shpejtësia me të cilën një model AI mund të përpunojë token-e, që përcakton sa përdorues mund të shërbehen njekohësisht dhe sa shpejt marrin përgjigje.

TRAINING
Training është procesi i mësimit të modelit AI, ku i ofrohen të dhëna për të kuptuar modele dhe për të gjeneruar output të dobishëm. Kjo fazë kërkon input të mëdha të të dhënave dhe kapacitete kompjuterike të mëdha.

TRANSFER LEARNING
Transfer learning është

Tags: Inteligjenca Artificiale, Terma AI, Modele Gjuhësore, Rrjete Neuronale, Deep Learning, Agjentë AI