Das A-Z der
künstlichen Intelligenz
Willkommen im Glossar der künstlichen Intelligenz von KIgantisch!
Hier findest du einen umfassenden Überblick über die spannendsten Begriffe und Konzepte im Bereich der KI. Dieses Glossar ist dein perfekter Begleiter, um die Welt der künstlichen Intelligenz zu erkunden und tief in ihre Geheimnisse einzutauchen.
Egal, ob du neu in diesem Gebiet bist oder dein Wissen auffrischen möchtest, hier findest du wertvolle Erklärungen und Einsichten. Tauche ein in die faszinierende Welt der KI und entdecke, wie sie die Zukunft prägt!
Künstliche Intelligenz
Aktuell 6 Namen in diesem Verzeichnis beginnend mit G.
GDPR
"Die Allgemeine Datenschutzverordnung (GDPR) vereinheitlicht das Datenschutzrecht in allen 28 Ländern der Europäischen Union (EU) und legt strenge Regeln für die Kontrolle und Verarbeitung personenbezogener Daten fest. "lxiii Ziel der GDPR ist es, "alle EU-Bürger in der heutigen datengesteuerten Welt vor Datenschutzverletzungen zu schützen. "lxiv
Generative kontradiktorische Netze (GAN)
Generative adversarische Netze sind eine Art von maschineller Lerntechnik, die in der Lage ist, anhand von Daten, auf die sie trainiert wurden, neue Inhalte zu produzieren und zu erzeugen.lxvii
Generative vortrainierte Transformer-Modelle (GPT)
Diese generativen Modelle, die auf der Transformer-Architektur basieren, werden auf großen Datensätzen mit unmarkiertem Text vortrainiert. Sie sind in der Lage, eine Aufgabe zu verstehen und sie genauso gut oder sogar besser auszuführen als andere Modelle, die ein überwachtes Training durchlaufen müssen. GPT-Modelle können Aufgaben wie das Beantworten von Fragen oder das Zusammenfassen von Text auf eine Weise ausführen, die menschliche Fähigkeiten nachahmt. Erste
Gewicht
"Jeder Verbindung [in einem neuronalen Netz] ist ein numerisches Gewicht zugeordnet, das die Stärke und das Vorzeichen der Verbindung bestimmt".
Großes Sprachmodell (LLM)
Hierbei handelt es sich um Deep-Learning-Algorithmen, die Texte und andere Inhalte auf der Grundlage von Wissen vorhersagen und generieren können, das anhand umfangreicher Datensätze trainiert wurde. Diese Modelle können Aufgaben wie das Erkennen, Zusammenfassen oder Umwandeln von
Grundlegende Modelle
Diese Modelle werden auf einem breiten Datensatz mit unmarkierten Informationen trainiert, der für eine Vielzahl von Aufgaben geeignet ist. Sie erfordern nur eine minimale Feinabstimmung und können als Grundlage für viele Anwendungen verwendet werden. Basismodelle wenden gelernte Informationen von einer Situation auf eine andere an.lxi