alci.dev/da

Ai

75 termer

ABCDEFGHIJKLMNOPQRSTUVWXYZ

A

Agent (AI-agent) Et AI-system der autonomt kan udføre opgaver, træffe beslutninger og interagere med miljøet på brugerens vegne.AI - Kunstig intelligens Teknologi der efterligner menneskeligt intellekt og kan udføre opgaver som normalt kræver human kognition.AI Alignment (AI-justering) At sikre AI-systemer handler i overensstemmelse med menneskelige værdier, mål og hensigter.Ambient AI AI-teknologi der fungerer i baggrunden og integreres diskret i miljøet for at forbedre daglige oplevelser.Anthropomorphization (Antropomorfisering) Tendensen til at tillægge AI-systemer menneskelige egenskaber, følelser eller bevidsthed.Automation (Automatisering) Brug af AI til at automatisere opgaver og processer, der tidligere krævede menneskelig intervention.AX - Agentic Experience En brugeroplevelse hvor AI-agenter aktivt hjælper med at nå mål snarere end blot at reagere på kommandoer.

B

Benchmark (AI-benchmark) Standardiserede tests og målemetoder til evaluering af AI-systemers ydeevne og kapaciteter.

C

Chain of Thought (CoT) En prompting-teknik hvor AI-modeller vises eksempler på trinvis ræsonnement for at forbedre problemløsning og logisk tænkning.Cluster (GPU) En gruppe sammenkoblede grafikprocessorer (GPU'er) der arbejder sammen for at øge beregningskraften til AI-træning og inferens.Computer Use AI-systemers evne til at interagere direkte med computere og software gennem brugergrænseflader, som om de var mennesker.Context - Kontekst Den information og baggrund, som en AI-model bruger til at forstå og reagere appropriat på en given situation eller forespørgsel.Context Window Den begrænsede mængde information (tokens) som en AI-model kan "huske" og behandle på én gang under en samtale eller opgave.Copilot En AI-assistent der arbejder sammen med mennesker for at hjælpe med opgaver, giver forslag og forbedrer produktiviteten.Credits/Tokens Måleenheder for AI-forbrug hvor tokens repræsenterer tekstbidder og credits repræsenterer omkostninger eller ressourceallokering.

D

Deterministic - Deterministisk AI-systemer der producerer samme output hver gang givet identisk input, modsat probabilistiske systemer der varierer.

E

Embeddings Numeriske repræsentationer af ord, sætninger eller objekter i et flerdimensionelt rum, der fanger semantisk betydning og relationer.Escape Hatch - Nødausgang En sikkerhedsmekanisme der giver brugere mulighed for at overtage kontrol eller stoppe AI-systemers handlinger i kritiske situationer.Evals Systematiske vurderinger og tests af AI-modellers ydeevne, pålidelighed og kapaciteter på tværs af forskellige opgaver og scenarier.Evaluation Harness Et framework eller system til at køre standardiserede tests og benchmarks for at måle AI-modellers ydeevne systematisk og reproducerbart.Explainability - Forklarbarhed AI-systemers evne til at gøre deres beslutningsprocesser og ræsonnementer forståelige og gennemskuelige for mennesker.

F

Feedback Loop - Feedback-sløjfe En proces hvor AI-systemers output bruges til at forbedre fremtidige ydeevne gennem kontinuerlig læring og justering.Few-Shot Learning AI-teknik hvor modeller lærer at udføre nye opgaver med kun få eksempler, uden omfattende træning på store datasæt.

G

Generative AI - Generativ AI AI-systemer der kan skabe nyt indhold som tekst, billeder, lyd eller video baseret på træning på eksisterende data.Generative UI AI-systemer der kan skabe brugergrænseflader og UI-elementer dynamisk baseret på kontekst og brugerønsker.GPT (Generative Pre-trained Transformer) En type AI-sprogmodel baseret på transformer-arkitektur, der kan generere menneskeligt tekst.Ground Truth De korrekte eller faktuelle svar og data, der bruges som reference til at træne og evaluere AI-modellers nøjagtighed.Grounding - Forankring Processen med at forbinde AI-modellers konceptuelle forståelse med virkelige objekter, situationer og erfaring.Guardrails - Sikkerhedsrækværk Sikkerhedsmekanismer og begrænsninger implementeret i AI-systemer for at forhindre skadelig eller uønsket opførsel.

H

Hallucination - Hallucination Når AI-modeller producerer information, der lyder troværdig men er faktisk forkert, opdigtet eller ikke understøttet af træningsdata.Human-in-the-Loop (HITL) AI-systemer hvor mennesker aktivt deltager i beslutningsprocessen for at sikre kvalitet, sikkerhed og kontrol.

I

Inference - Inferens Processen hvor en trænet AI-model bruger sin viden til at llave forudsigelser eller beslutninger på nye, ikke-set data.Instruction-Following Model AI-modeller der er specielt trænet til at forstå og følge instruktioner givet i naturligt sprog.

K

Knowledge Graph En struktureret repræsentation af viden som et netværk af sammenkoblede entiteter, relationer og fakta.

L

Large Language Model (LLM) Massive AI-modeller trænet på store mængder tekst til at forstå og generere menneskeligt sprog.Latency - Latenstid Tiden det tager fra en AI-model modtager input til den leverer output - afgørende for brugeroplevelse i realtidsapplikationer.Latency Budget Det maksimale tilladt responstid for et AI-system for at opretholde acceptabel brugeroplevelse.

M

Machine Learning - ML (Maskinlæring) En AI-tilgang hvor systemer lærer fra data for at forbedre ydeevne uden eksplicit programmering.Memory (AI Memory) - Hukommelse AI-systemers evne til at fastholde og genkalde information fra tidligere interaktioner for at bevare kontinuitet.Middleware Software-lag der forbinder forskellige AI-komponenter, systemer eller tjenester og facilitterer kommunikation mellem dem.Mini Model Mindre, optimerede AI-modeller designet til specifiske opgaver med reduceret ressourceforbrug og hurtigere hastigheder.Model Et trænet AI-system der kan udføre opgaver som forudsigelse, klassifikation eller generering baseret på lærte mønstre.Model Context Protocol (MCP) En standardiseret protokol for at dele kontekst og information mellem AI-modeller og eksterne systemer.Multi-Agent Architecture AI-systemer hvor flere selvstændige AI-agenter samarbejder for at løse komplekse opgaver og udnytte specialiserede evner.Multimodal AI-systemer der kan behandle og integrere flere typer data som tekst, billeder, lyd og video samtidigt.

N

Natural Language - Naturligt sprog Menneskelige sprog som dansk, engelsk, spansk som AI-systemer kan forstå og generere modsat programmeringssprog.Natural Language Interface (NLI) Brugergrænseflader der tillader mennesker at interagere med computere ved hjælp af naturligt talesprog i stedet for kommandoer.Natural Language Processing (NLP) AI-felt der fokuserer på at give computere evnen til at forstå, fortolke og generere menneskelig sprog.

O

Observability - Observerbarhed Evnen til at overvåge, forstå og fejlfinde AI-systemers opførsel og performance gennem metrics og logging.One-Shot Learning AI-teknik hvor modeller lærer at udføre nye opgaver med kun ét enkelt eksempel eller demonstration.Orchestration - Orkestrering Koordinering og styring af flere AI-komponenter eller -tjenester til at arbejde sammen i komplekse workflows.Overfitting Når AI-modeller lærer træningsdata for godt og dermed mister evnen til at generalisere til nye, ukendte data.

P

Personification - Personificering Tendensen til at tildele menneskelige egenskaber, følelser eller intentioner til AI-systemer.Probabilistic - Probabilistisk AI-systemer der arbejder med sandsynligheder og usikkerhed frem for deterministiske, absolutte svar.Prompt Den tekst eller instruktion, som brugere giver til AI-modeller for at styre deres output og responser.Prompt Bar Brugergrænsefladeelementet hvor brugere indtaster deres prompts og instruktioner til AI-systemer.Prompt Engineering Kunsten og videnskaben bag at designe effektive prompts for at få optimale svar fra AI-sprogmodeller.

R

RAG (Retrieval-Augmented Generation) AI-teknik der kombinerer informationssøgning med tekstgenerering for at producere mere nøjagtige og opdaterede svar.Reasoning Model AI-modeller specialiseret i logisk tænkning, problemløsning og kompleks ræsonnement frem for bare tekstgenerering.Reinforcement Learning (RL) Machine learning-teknik hvor AI-agenter lærer gennem trial-and-error ved at modtage belønninger eller straffe for deres handlinger.

S

Safety Layer - Sikkerhedslag Sikkerhedsmekanismer implementeret i AI-systemer for at forhindre skadelig eller farlig adfærd.Self-Play Træningsmetode hvor AI-agenter forbedrer sig ved at spille eller konkurrere mod kopier af sig selv.Swarm - Sværm Kollektiv af mange simple AI-agenter, der samarbejder for at løse komplekse opgaver gennem koordineret adfærd.Synthetic Data - Syntetiske data Kunstigt genererede data skabt af AI-modeller som erstatning for eller supplement til rigtige data til træningsformål.Synthetic Persona AI-genererede fiktive personligheder eller karakterer med konsistente træk, adfærd og baggrunde.

T

Toolchain - Værktøjskæde En sammenkædet serie af værktøjer og processer brugt til at udvikle, træne og implementere AI-systemer.Transfer Learning AI-teknik hvor en model trænet på en opgave genbruges som udgangspunkt for læring af relaterede opgaver.Transformer Revolutionerende neural network-arkitektur baseret på attention-mekanismer, der danner grundlag for moderne sprogmodeller.Trust Boundary - Tillidsgrænse Sikkerhedsgrænser i AI-systemer der definerer, hvor og hvordan information kan deles sikkert mellem komponenter.Tuning (Fine-Tuning) Processen med at tilpasse en prætrænet AI-model til specifikke opgaver eller domæner gennem yderligere træning.

V

Vector Database Specialiserede databaser optimeret til at gemme og søge i high-dimensional vectors som AI embeddings.Vibe Coding Programmeringsmetode hvor kode skrives baseret på intuition og "følelse" frem for strikt planlægning og dokumentation.Vibe Marketing Marketing tilgang baseret på at skabe og kommunikere en autentisk følelse eller stemning frem for traditionelle salgs-beskeder.Voice Agent/Voice Mode AI-systemer der kan føre naturlige samtaler gennem tale, med forståelse og generering af human speech.

Z

Zero-Shot Learning AI-teknik hvor modeller kan udføre opgaver de aldrig har været trænet på, kun baseret på beskrivelser eller instruktioner.