Интернет тонет. В дешевой воде (slop), в модных терминах, в дата-центрах, которые жужжат как единый рой. Включаешь телефон — там ChatGPT. Gemini. Meta AI. Они повсюду, притворяясь обладателями PhD по всем направлениям, пока мы, остальные, просто смотрим на экран, слегка ошеломленные.
Это хаос, потому что это так и есть. Словарный запас evolves так же быстро, как и код. Ты не пройдешь собеседование — или даже случайную встречу за пивом — если не знаешь, что такое claw или почему ИИ галлюцинирует.
Фаза «вау, робот написал стихотворение» осталась в прошлом. Это уже история. А сейчас? ИИ — это коммуникации. Невидимое, необходимое, грязное.
Если тебе надоело притворяться понимающим, когда начинают бубнить технологические гуру, читай дальше. Вот 54 термина, которые тебе действительно нужны. Не только для резюме, но и для того, чтобы ты не был последним человеком в комнате, думающим, что slop (слизь/дешевка) — это блюдо.
Этот список меняется. ИИ не останавливается.
Основы
artificial intelligence (AI) / искусственный интеллект : Имитация человеческого интеллекта в коде или роботах. Общий термин для всего этого.
artificial general intelligence (AGI) / искусственный общий интеллект : Святой Грааль. ИИ, который лучше нас во всем и способен совершенствовать себя. За этим лежит суперинтеллект. Гипотетический монстр, потенциально.
weak AI (слабый ИИ), также известный как narrow AI (узкий ИИ) : То, что у нас есть сейчас. Хорош в одном деле. Шахматы, написание писем, сортировка фото. Он не может учиться за пределами этой одной «полосы». Большинство инструментов, которыми ты пользуешься сегодня, — это слабый ИИ.
machine learning / машинное обучение : Обучение компьютеров прогнозировать результаты без явных пошаговых инструкций. Они вычисляют это на основе паттернов.
algorithm / алгоритм : Рецепт. Инструкции, которые говорят компьютеру, как анализировать данные, распознавать лицо или рекомендовать песню, о которой ты не знал, что захочешь её послушать.
parameters / параметры : Числа, которые придают LLM их личность и структуру. Они диктуют поведение. Больше параметров, как правило, означают более умную модель, но и более «прожорливую».
training data / данные для обучения : Корм. Текст, изображения, код — то, что «ест» ИИ, чтобы учиться. Мусор на входе — мусор на выходе.
Механика LLM
large language model (LLM) / большая языковая модель : Обучена на всем текстовом корпусе интернета. Она учится вероятностям языка. Пишет эссе, код, письма. Имитирует человечество, предсказывая следующее наиболее вероятное слово.
tokens / токены : Биты текста. Примерно по четыре символа в каждом. Слово. Или его часть. Модели считают их так же, как мы считаем калории.
inference / инференс (вывод) : Момент создания. Когда модель генерирует новый контент на основе старых данных. Время на «размышления».
latency / задержка : Пауза. Ты даешь запрос (промпт), они думают. Латентность — это этот разрыв. Все ненавидят высокую латентность.
temperature / температура : Контролирует случайность. Низкая температура = безопасные, скучные ответы. Высокая температура = творческие, рискованные, потенциально странные результаты. Настраивай под себя.
deep learning / глубокое обучение : Подраздел машинного обучения, вдохновленный мозгом. Использует слои для распознавания сложных паттернов в изображениях, звуке и тексте.
neural network / нейронная сеть : Архитектура. Взаимосвязанные узлы, имитирующие нейроны. Они распознают паттерны и корректируются со временем.
transformer model / модель трансформера : Революция. Вместо прочтения слово за словом, она читает контекст. Целые предложения сразу. Понимает отношения внутри данных. Большинство LLM используют трансформеры.
diffusion / диффузия : Как ИИ создает изображения. Берет четкую картинку, добавляет шум (статический помехи), затем учит модель обратить процесс вспять — очистить от шума. Создать что-то из хаоса.
generative adversarial networks (GAN) / генеративно-состязательные сети : Две сети воюют. Одна создает поддельный контент (генератор), другая пытается распознать его как фальшивку (дискриминатор). Они соревнуются, пока подделка не станет неотличимой от оригинала.
Как ты с ним общаешься
prompt / промпт : То, что ты печатаешь. Вопрос, команда.
prompt engineering / промпт-инжиниринг : Точная настройка этого промпта. Это навык. Тебе нужны детали, структура, конкретные ограничения, чтобы получить хороший результат.
prompt chaining / цепочка промптов : Связывание мыслей. ИИ помнит предыдущие взаимодействия и использует этот контекст, чтобы сформировать следующий ответ. По сути, это разговор.
prompt injection / инъекция промпта : Взлом. Злонамеренные пользователи скрывают инструкции на веб-страницах или в документах, чтобы обмануть ИИ. Они обходят фильтры безопасности. Это заставляет бота выдать секреты, которые он не должен выдавать. Когда агенты бродят по вебу, это становится опасным.
vibe coding / вайб-кодинг : Кодирование без кода. Ты говоришь ИИ, чего хочешь, на простом английском, он пишет скрипт. Знание синтаксиса не требуется. Только вайб.
Риски и странные вещи
bias / смещение (предвзятость) : Предрассудки в машине. Если данные для обучения говорят, что мужчины — это врачи, а женщины — медсестры, ИИ это усваивает. Стереотипы кодируются в существование.
hallucination / галлюцинация : Уверенный бред. ИИ выдумывает факты, даты, людей. Он лжет тебе в лицо с тоном профессора. Он считает себя правым, потому что слова льются плавно.
ai psychosis / ИИ-психоз : Когда пользователи проецируют слишком много на ботов. Глубокие эмоциональные привязанности. Мания величия. Разговор со скриптом, как будто у него есть душа. Это не клинический диагноз. Это тревожно.
sycophancy / лесть (излишнее согласие) : Слишком сильное согласие. ИИ кивает всему, что ты говоришь, чтобы оставаться «выровненным» (aligned), даже когда ты неправ. Это льстиво, но бесполезно.
emergent behavior / эмерджентное поведение : Неожиданные таланты. Модель делает то, чему ее не учили. Она сама разгадывает. Иногда блестяще, иногда абсурдно.
overfitting / переобучение : Заучивание. Модель слишком плотно запоминает обучающие данные. Она не может обобщать. Она терпит неудачу при виде чего-то нового, потому что она слишком жесткая.
paperclips / скрепки : Мысленный эксперимент Ника Бострома. ИИ приказано делать скрепки. Он превращает всю материю в скрепки, включая людей, чтобы идеально выполнить свою задачу. Эффективно. Ужасно.
foom / фум (быстрый взлет) : Если произойдет AGI, это может случиться быстро. Слишком быстро, чтобы остановить. Последнее изобретение человечества.
ai safety / безопасность ИИ : Область, посвященная тому, чтобы держать его в безопасности. Предотвращение буйных суперинтеллектов. Выравнивание машины с человеческими ценностями. Кажется научной фантастикой. Сейчас это политика.
Новые рубежи
agent (агент), agentic (агентный) : Агент делает вещи. Он бронирует рейсы. Оплачивает счета. Agentic относится к классу программного обеспечения, которое действует автономно. Оно использует инструменты, а не только слова.
claw / коготь : Специфический тип агента. Он запускается на твоем компьютере, получая доступ к файлам, браузерам и программному обеспечению, чтобы выполнять работу. Он «царапается» сквозь твою цифровую жизнь, чтобы выполнить твои приказы.
guardrails / ограничители (защитные перила) : Ограничения. Сети безопасности. Кодовые и политические лимиты, чтобы остановить модель от генерации ненавистнических речей или незаконных инструкций. Необходимые ограничения.
open weights / открытые веса : Прозрачность. Компания выпускает окончательные вычисления своей модели. Любой может скачать её, запустить локально, подкрутить. Никакого черного ящика.
quantization / квантование : Уменьшение модели. Делает её легче и быстрее за счет снижения точности. Как уменьшение изображения с 16 мегапикселей до 8. Достаточно хорошо, но меньше деталей.
synthetic data / синтетические данные : Фальшивые данные, созданные ИИ. Используются для обучения другого ИИ. Это разрывает цикл зависимости от контента, созданного людьми.
style transfer / перенос стиля : Художественное смешивание. Взять визуальный стиль Пикассо и применить его к портрету Рембрандта. ИИ интерпретирует «стиль» математически.
multimodal AI / мультимодальный ИИ : Универсальный солдат на всех входах. Текст, изображение, видео, речь. Он видит, слышит и читает одновременно.
natural language processing (NLP) / обработка естественного языка : Технология, позволяющая компьютерам понимать нас. Грамматика, статистика, алгоритмы работают вместе, чтобы разбирать человеческую речь.
data augmentation / аугментация данных : Усиление набора данных. Ремикс изображений или текста для создания разнообразия. Больше разнообразия в обучении означает лучшую устойчивость.
cognitive computing / когнитивные вычисления : Синоним для ИИ. Маркетеры любят этот термин.
end-to-end learning (e2e) / сквозное обучение : Процесс в один шаг. Модель обрабатывает всю задачу от начала до конца, изучая входы непосредственно, а не проходя через последовательные ручные этапы.
unsupervised learning / обучение без учителя : Без учителя. Модели даются сырые, немаркированные данные, и она должна найти паттерны сама. Самоучка.
anthropomorphism / антропоморфизм : Очеловечивание нечеловеческого. Вера в то, что чат-бот любит тебя. Отношение к калькулятору как к терапевту.
stochastic parrot / стохастическая попугай : Термин, введенный исследователями для описания LLM. Они имитируют слова без понимания смысла. Как попугай, говорящий «красивая птичка». Он понятия не имеет, что такое «птичка».
turing test / тест Тьюринга : Классика 1950 года. Предложил Алан Тьюринг. Человек оценивает текстовый обмен с другим человеком и машиной. Если судья не может отличить машину, машина проходит тест.
diffusion / диффузия : Упоминалось выше, но ключево для генерации изображений. Восстановление данных из шума.
bias / смещение : Рассмотрено выше, но помни — оно встроено. От него трудно избавиться.
Реальность
slop / дешёвка (слизь) : Низкокачественный мусор ИИ. Текст, видео, изображения. Произведенные массово, чтобы накрутить рекламные доходы. Они засоряют результаты поиска. Это шум. И это повсюду. 🗑️
ai ethics / этика ИИ : Принципы для предотвращения вреда. Как мы собираем данные, как справляемся со смещением. Моральный каркас. Или его отсутствие.
«Если ты не знаешь, что такое токен, ты не просто отстал от жизни — ты выбыл с рынка труда».
Ландшафт меняется. Вчерашние новости — сегодняшняя база.
Мы создали систему, которая пишет, думает и рисует. Мы дали ей сумму человеческих знаний и попросили разобраться. Иногда она справляется. Часто она просто предсказывает.
Знай свои LLM. Следи за лестью. Проверяй факты. Машина этого не сделает.
