Сборник терминов в области искусственного интеллекта и нейросетей

В процессе освоения нейронных сетей вы неизбежно встретите множество новых понятий, которые вам предстоит освоить. Поэтому рекомендую добавить эту статью в закладки — она окажется весьма полезной.
В случае, если вы столкнетесь с незнакомыми терминами в области искусственного интеллекта, у вас будет возможность углубиться в их изучение, ознакомившись с детальными разъяснениями в наших публикациях.

Искусственный интеллект - технология, которая дает возможность компьютерам осуществлять действия, для которых обычно необходим интеллект человека. Это включает в себя функции, такие как понимание речи, анализ естественного языка, обучение алгоритмов, вынесение суждений, создание визуального контента, редактирование изображений и многое другое.

Сильный искусственный интеллект - включает в себя возможности самоосознания, автономного обучения и решения задач, которые по сложности находятся на уровне человеческого мышления. Основная характеристика такого ИИ заключается в его способности самостоятельно формулировать цели и задачи, имея веские причины и намерения для их выполнения. Поскольку такой тип интеллекта пока не был разработан, опасения о восстании машин против человечества остаются неактуальными.

Нейронная сеть - представляет собой компьютерную систему, которая моделируется по принципу работы мозга человека и применяется для анализа и интерпретации различных данных, включая визуальные и текстовые информацию. В повседневном общении термин "нейросеть" часто употребляется как синоним "искусственного интеллекта", несмотря на то что они обозначают разные понятия.

Генеративная нейросеть - представляет собой разновидность искусственных нейронных сетей, способных создавать новые образцы данных на основе изучения и обработки предоставленных ей обучающих материалов. К примеру, такая сеть может создавать изображения, исходя из текстового описания, что делает её генеративной.

Промпт - термин в нейросетях представляет собой текстовый запрос или указание, задача которого заключается в том, чтобы вызвать определенное действие или ответ со стороны искусственного интеллекта. Это текстовое обращение, которое пользователь направляет к нейросети с целью получения от нее определенного продукта, будь то статья, визуальный контент и так далее. В другом смысле, "промт" можно рассматривать как "инструкцию" для нейросети.
Как правильно писать промты мы разобрали в следующих статьях:

Негативный промпт — это инструкция, направленная на ограничение определённых действий или ответов со стороны искусственного интеллекта. К примеру, если в отрицательный промпт для нейросети Stable Diffusion включить слово "красный", то это не позволит ей применять красный цвет в процессе создания изображений. Подробно про негативные промты мы написали в статье:

Токен - является единичным элементом информации, применяемым при анализе и обработке естественных языков. Он может соответствовать слову, знаку или другому компоненту данных. Обычно, одно английское слово соответствует одному токену, пробел не учитывается как токен, а знаки пунктуации считаются отдельными токенами. В архитектуре нейросети, подобной ChatGPT, слова на русском и других неанглийских языках занимают больше токенов по сравнению с английским.

Волшебные токены - это токены, предлагаемые сервисами, которые перепродают услуги крупных организаций, включая OpenAi. Нередко такие сервисы искажают истинное значение слова "токен", вводя своих потребителей в замешательство. Иногда они устанавливают стоимость одного токена равной одному символу, что является некорректной заменой понятий. Обычно это делается с целью увеличения доходов за счет клиентов, которые не слишком хорошо ориентируются в области искусственного интеллекта.

Модель (чекпойнт) - представляет собой зафиксированный этап в развитии искусственного интеллекта или нейронной сети, который можно использовать для возобновления процесса обучения или его восстановления. К примеру, каждый отдельный чекпойнт в рамках нейросети, такой как Stable Diffusion, способен создавать визуализации в уникальных стилях и распознавать различных персонажей. Подробнее про модели, мы рассказали в статье - Модели для генерации в нейросети Stable Diffusion.

Denoising strength (DenS) - это характеристика, используемая в некоторых системах искусственного интеллекта, которая указывает на уровень удаления нежелательных артефактов из данных. К примеру, в технологии Stable Diffusion значение "СПШ" регулирует интенсивность изменений исходного изображения в режиме img2img. Чем больше значение Сила подавления шума, тем более заметными будут изменения в итоговом изображении после его обработки.

Img2img - представляет собой обширный термин в нейросетях, охватывающий множество техник для трансформации одного изображения в другое. К таким техникам относятся увеличение разрешения с добавлением отсутствующих пикселей, применение стилистических эффектов, Inpaint для заполнения пропущенных участков, OutPaint для расширения границ изображения, Scetch для создания эскизов и другие методы.

CFG Scale - это метрика, которая определяет уровень важности указаний, предоставленных пользователем. В контексте Stable Diffusion, более низкое значение CFG означает, что искусственный интеллект будет более внимательно следовать инструкциям промпта. При увеличении значения CFG, искусственный интеллект будет вносить больше собственных интерпретаций, включая изменения в цветовой гамме, яркости и других аспектах.

Сэмплер - представляет собой математический алгоритм или методику, применяемую для отбора и анализа информации с целью создания новых данных на основе распределения. В контексте Stable Diffusion сэмплер с математической стороны устанавливает способ обработки запроса пользователя. Различные сэмплеры применяются для достижения разнообразных целей, таких как ускорение процесса создания, улучшение точности воспроизведения, упрощение структуры текста и других.

DeepFace - является разработкой от компании Yes Ai, который предоставляет возможность замены и вставки различных лиц в изображения, генерируемые или изменяемые с помощью нейросети под названием Stable Diffusion.

ChatGPT — это продвинутая система искусственного интеллекта, ориентированная на создание текстов и общение в диалоговом формате, созданная разработчиками из OpenAI. В 2022 году эта технология сыграла ключевую роль в распространении знаний о нейронных сетях среди общественности.

Stable Diffusion (SD) - инструмент на базе искусственного интеллекта, который позволяет создавать и изменять разнообразные изображения. Особенностью данной нейронной сети является её стремительное развитие, обусловленное открытым доступом к исходному коду, что дает возможность любому разработчику внести свой вклад в её усовершенствование.

INPAINT — это метод, применяющий машинное обучение для восстановления недостающих или испорченных сегментов на фотографиях. Эта техника не просто модифицирует отдельные элементы снимков, но и способна к их полной трансформации, что привело к увеличению количества дипфейков в интернете. Инструмент Inpaint мы разобрали в этой статье:

OutPaint — это инновационная система, применяющая мощь искусственного интеллекта для увеличения размеров фотографии за счет создания дополнительных деталей. Представьте, что у вас есть изображение с разрешением 1024 на 1024 пикселей. С помощью OutPaint можно увеличить его до, скажем, 1024 на 1600 пикселей, при этом система автоматически дополнит и впишет недостающие элементы и окружение, опираясь на существующие данные в исходном изображении.

LoRA (Low Rank Adaptation) - представляет собой технику оптимизации для тренировки искусственных нейронных сетей, которая обеспечивает возможность модификации модели с использованием параметров низкого ранга. В качестве примера, в нейросети Stable Diffusion, применение "LoRA" дает возможность обучить систему создавать изображения существ или предметов в стилях, которые не были изначально известны в основной модели, используемой для обучения (чекпойнте). Кроме того, LoRA в контексте Stable Diffusion способствует улучшению и расширению дополнительных функций, включая возможность регулировать такие аспекты, как длина волос, цвет кожи и другие характеристики персонажей, через корректировку весовых коэффициентов.
Подробная статья про LoRA - [ПЕРЕЙТИ]

ControlNet - представляет собой структуру искусственного интеллекта, разработанную для регулирования и синхронизации разнообразных компонентов, таких как элементы на визуальных материалах в рамках Stable Diffusion. Эта технология позволяет создавать карты текстур, глубины, позиций и другие. Используя эти карты, можно генерировать новые визуальные объекты, сохраняя определенные характеристики, например, одинаковые позы у людей и животных или сходные детали интерьера.

Текстовые инверсии (Embeddings) - это метод кодирования слов или фраз в виде точек в пространстве с высокой размерностью, применяемый для тренировки и функционирования систем обработки естественного языка. Эти векторные представления часто применяют для облегчения создания запросов и формулирования задач для моделей. Размер данных эмбеддингов значительно меньше по сравнению с полноценными моделями, однако их основной недостаток заключается в ограниченности: они не могут создавать на изображениях элементы, которые не были включены в исходный набор данных, на котором обучалась модель.

LLM (Large Language Model) - представляет собой продвинутую систему для работы с естественным языком, которая имеет возможность анализировать и создавать текст, опираясь на обширный набор информации. Программы вроде ChatGPT и аналогичные им используют технологию LLM для выполнения своих функций.

Dalle — это разработка OpenAI, представляющее собой систему искусственного интеллекта, которая умеет создавать визуальные произведения, исходя из текстовых инструкций. Отличительные черты этой модели (начиная с Dalle-3 и последующих версий) заключаются в ее интуитивной понятности, отличном восприятии деталей в описаниях, способности добавлять текст непосредственно на графические работы, а также в минимальном риске возникновения искажений или ошибок при визуализации рук.

SVD (Stable Video Diffusion) - представляет собой инновационный подход к созданию видео на основе изображений с помощью искусственного интеллекта. Уникальность данной системы заключается в ее способности не только распознавать содержимое начального изображения, но и придавать изображенным объектам последовательные и осмысленные движения, что делает процесс создания видео более контролируемым и предсказуемым.

Мы рассмотрели тему: "термины в области искусственного интеллекта", если вам понравилась данная статья, то будем благодарны вашему лайку и комментарию)

Подробнее о сервисе Yes Ai рассказываем в этом видео