Inteligența Artificială – AI: termeni explicați pe înțelesul tuturor

187 de termeni 7 categorii

Inteligența artificială a intrat în telefoane, motoare de căutare și programe de birou, iar odată cu ea au apărut zeci de termeni noi: LLM, prompt, token, halucinație, RAG, agent AI.

Aici găsești cei mai folosiți termeni din AI, explicați pe înțelesul tuturor: ce înseamnă, cum funcționează, o comparație din viața de zi cu zi, un exemplu concret și ce să nu confunzi. Fiecare termen are pagina lui.

Folosește căutarea de mai jos sau răsfoiește categoriile, de la conceptele de bază până la instrumente, etică și legislație.

Concepte de bază 25 de termeni

Modele de limbaj și chatboți 40 de termeni

Imagini, sunet și video 18 termeni

Cum funcționează și cum se antrenează 42 de termeni

Siguranță, etică și legislație 22 de termeni

Instrumente, modele și companii 24 de termeni

AI în viața de zi cu zi și în afaceri 16 termeni

Toți termenii, de la A la Z

Lista completă a termenilor din glosar, în ordine alfabetică, cu o explicație scurtă pentru fiecare.

A (26)

Funcție	Ce face
`Acuratețe`	Procentul de răspunsuri corecte ale unui model din totalul răspunsurilor; simplu de înțeles, dar înșelător când clasele sunt dezechilibrate.
`Agent AI`	Sistem AI care primește un obiectiv și lucrează singur, în mai mulți pași, folosind unelte: caută, scrie, rulează cod, acționează în aplicații.
`AGI (inteligență artificială generală)`	Un tip ipotetic de AI capabil să învețe și să facă aproape orice sarcină intelectuală pe care o poate face un om.
`AI Act (Regulamentul UE privind AI)`	Legea europeană care reglementează sistemele AI după nivelul de risc: unele practici sunt interzise, altele au obligații stricte.
`AI generativă`	AI care creează conținut nou (text, imagini, sunet, video sau cod) pornind de la o cerere scrisă în limbaj obișnuit.
`AI în educație`	Folosirea AI de către elevi, studenți și profesori pentru învățare personalizată, explicații, exerciții și pregătirea lecțiilor.
`AI în marketing`	Folosirea AI pentru a crea conținut, a segmenta clienții, a personaliza mesaje, a optimiza reclame și a măsura rezultatele campaniilor.
`AI în medicină`	Folosirea AI pentru a ajuta medicii la diagnostic, la citirea imaginilor medicale, la cercetarea de medicamente și la munca administrativă.
`AI în programare`	Folosirea asistenților AI pentru a scrie, explica, testa, revizui și depana cod, de la completare automată până la agenți care lucrează singuri.
`AI îngustă (slabă)`	AI construită pentru o sarcină sau un domeniu anume: foarte bună acolo, dar incapabilă să se descurce în afara lui.
`AI la birou (productivitate)`	Folosirea asistenților AI în munca de zi cu zi: e-mailuri, documente, tabele, prezentări, rezumate de ședințe și căutare de informații.
`AI responsabilă`	Un set de principii și practici pentru a dezvolta și folosi AI în mod etic, sigur, transparent și cu respect pentru oameni.
`AI washing`	Practica de a prezenta un produs sau o firmă ca folosind AI mai mult sau mai bine decât în realitate, pentru a atrage clienți sau investitori.
`Algoritm`	O succesiune clară de pași care rezolvă o problemă; în AI, algoritmii de învățare stabilesc cum învață un model din date.
`Alinierea AI`	Efortul de a face sistemele AI să urmărească scopurile, valorile și intențiile oamenilor, nu doar instrucțiunile lor literale.
`Analiză predictivă`	Folosirea datelor istorice și a modelelor statistice sau de machine learning pentru a estima ce se va întâmpla în viitor.
`Analiza sentimentelor`	Tehnică AI care stabilește automat dacă un text exprimă o opinie pozitivă, negativă sau neutră.
`Anthropic`	Compania americană care dezvoltă asistentul și modelele Claude, fondată în 2021 cu accent declarat pe siguranța AI.
`Antrenarea unui model`	Procesul prin care un model AI învață din date, ajustându-și parametrii pas cu pas, ca să greșească tot mai puțin.
`API (pentru modele AI)`	Interfața prin care programele trimit cereri unui model AI găzduit de un furnizor și primesc răspunsuri, fără să ruleze ele însele modelul.
`Arbore de decizie`	Model care ia decizii printr-o succesiune de întrebări simple de tip da/nu, organizate ca ramurile unui copac.
`Asistent AI`	Aplicație bazată pe un model de limbaj care te ajută prin conversație să scrii, să cauți, să înveți, să analizezi documente și să rezolvi sarcini.
`Asistent vocal`	Program cu care vorbești ca să afli informații sau să dai comenzi: Siri, Google Assistant, Alexa sau asistenții AI cu mod vocal.
`Audit algoritmic`	Verificarea independentă a unui sistem AI pentru a afla dacă funcționează corect, echitabil, sigur și conform regulilor.
`Augmentarea datelor`	Tehnica de a crea variante noi ale exemplelor existente (rotiri, decupări, zgomot) ca modelul să învețe din mai multe date.
`Automatizare cu AI`	Folosirea AI pentru a face automat sarcini repetitive care cer citire, înțelegere sau decizii simple, nu doar pași fixi.

B (6)

Funcție	Ce face
`Backpropagation`	Metoda prin care o rețea neuronală află cât a contribuit fiecare pondere la eroare, ca să știe cum să le corecteze.
`Batch`	Un grup de exemple pe care modelul le procesează împreună înainte de a-și actualiza ponderile.
`Bază de date vectorială`	Bază de date specializată în stocarea embedding-urilor și în găsirea rapidă a celor mai apropiate, ca sens, de o întrebare.
`Benchmark (test de performanță AI)`	Un set standard de întrebări sau sarcini pe care sunt testate modelele AI, ca să poată fi comparate între ele.
`Bias algoritmic (prejudecăți)`	Erori sistematice prin care un sistem AI tratează mai rău anumite grupuri de oameni, de obicei moștenite din datele de antrenare.
`Big data`	Volume de date atât de mari, rapide sau variate încât nu mai pot fi procesate cu unelte obișnuite; materia primă a AI moderne.

C (17)

Funcție	Ce face
`Casă inteligentă (smart home)`	Locuință cu dispozitive conectate (lumini, termostat, prize, camere) care pot fi controlate de la distanță și automatizate, uneori cu AI.
`Căutare semantică`	Căutare care înțelege sensul întrebării, nu doar cuvintele ei, și găsește rezultate relevante chiar dacă folosesc alte cuvinte.
`Chain of thought (lanț de raționament)`	Tehnica prin care un model AI scrie pașii intermediari ai raționamentului înainte de răspuns, ceea ce îl ajută la probleme complexe.
`Chatbot`	Program cu care poți conversa în scris sau vocal; azi, cei mai capabili chatboți sunt construiți pe modele lingvistice mari.
`Chatbot pentru suport clienți`	Asistent automat de pe site-ul, aplicația sau pagina unei firme, care răspunde la întrebările clienților la orice oră.
`ChatGPT`	Asistentul conversațional al companiei OpenAI, lansat în 2022, care a făcut AI generativă cunoscută publicului larg.
`Checkpoint`	O salvare a ponderilor unui model la un anumit moment, din care antrenarea poate fi reluată sau modelul poate fi folosit.
`Clasificare`	Sarcina de machine learning în care modelul pune fiecare exemplu într-o categorie dintr-o listă fixă, de exemplu „spam” sau „nu e spam”.
`Claude`	Asistentul AI și familia de modele de limbaj dezvoltate de compania americană Anthropic, lansate public în 2023.
`Clonarea vocii`	Folosirea AI pentru a imita vocea unei persoane anume, din câteva înregistrări, astfel încât să rostească orice text.
`Clustering (grupare)`	Tehnică de învățare nesupervizată care grupează automat datele asemănătoare, fără etichete date dinainte.
`CNN (rețea neuronală convoluțională)`	Tip de rețea neuronală specializat pe imagini, care caută tipare mici (margini, colțuri) și le combină în forme și obiecte.
`Computer vision (vedere artificială)`	Ramura AI care învață calculatoarele să „vadă”: să recunoască obiecte, fețe, text și mișcare în imagini și video.
`Confidențialitatea datelor în AI`	Protejarea informațiilor personale și confidențiale care ajung în sistemele AI, la antrenare sau atunci când le folosim.
`Cuantizare`	Tehnica prin care parametrii unui model sunt stocați pe mai puțini biți, ca modelul să ocupe mai puțină memorie și să ruleze mai repede.
`CUDA`	Platforma NVIDIA care permite programelor să folosească plăcile video pentru calcule generale, inclusiv antrenarea și rularea modelelor AI.
`Cutie neagră (black box)`	Un sistem AI ale cărui decizii nu pot fi urmărite ușor: vezi ce intră și ce iese, dar nu și de ce.

D (13)

Funcție	Ce face
`DALL-E`	Seria de modele OpenAI care generează imagini din descrieri text, una dintre primele care au arătat publicului această tehnologie.
`Data science`	Domeniul care extrage informații utile din date, combinând statistica, programarea și cunoașterea domeniului analizat.
`Date de antrenare`	Exemplele din care învață un model AI: texte, imagini, sunete sau tabele. Calitatea lor decide în mare măsură calitatea modelului.
`Date sintetice`	Date create artificial, prin simulări sau de modele AI, folosite pentru antrenare când datele reale sunt puține, scumpe sau sensibile.
`Deep learning (învățare profundă)`	Tip de machine learning bazat pe rețele neuronale cu multe straturi; stă în spatele chatboților, traducerilor și recunoașterii imaginilor.
`Deepfake`	Imagine, video sau înregistrare audio falsă, creată cu AI, în care o persoană pare să spună sau să facă ceva ce nu a făcut.
`DeepSeek`	Companie chineză de AI ale cărei modele cu ponderi deschise, mai ales DeepSeek-R1 din 2025, au surprins prin performanță și eficiență.
`Detectarea fraudelor cu AI`	Sisteme AI care analizează tranzacții și comportamente în timp real pentru a observa plăți, conturi sau cereri suspecte.
`Detector de text AI`	Program care estimează dacă un text a fost scris de un om sau generat de un model de limbaj; rezultatele lui nu sunt sigure.
`Dezinformare generată cu AI`	Informații false create sau răspândite cu ajutorul AI: articole, imagini, voci și video-uri false, produse rapid și în volum mare.
`Distilarea modelelor`	Tehnica prin care un model mic („elev”) este antrenat să imite un model mare („profesor”), păstrând mare parte din performanță la un cost mult mai mic.
`Drepturi de autor și AI`	Întrebările juridice despre folosirea operelor protejate la antrenarea AI și despre cine deține ce produce un model.
`Dropout`	Tehnică de regularizare care oprește la întâmplare o parte din neuroni la fiecare pas de antrenare, ca rețeaua să nu depindă de câțiva dintre ei.

E (6)

Funcție	Ce face
`Echitate în AI`	Principiul și setul de metode prin care un sistem AI trebuie să trateze corect oamenii, fără discriminare între grupuri.
`Edge AI (AI pe dispozitiv)`	Rularea modelelor AI direct pe telefon, laptop, cameră sau mașină, fără a trimite datele la un server din cloud.
`Embedding`	Transformarea unui text, a unei imagini sau a unui sunet într-o listă de numere care îi surprinde sensul; lucrurile asemănătoare ajung apropiate.
`Epocă (epoch)`	O trecere completă a modelului prin toate datele de antrenare; antrenarea durează de obicei mai multe epoci.
`Etichetarea datelor`	Munca prin care oamenii adaugă răspunsul corect la fiecare exemplu (de pildă „pisică” la o poză), ca un model să poată învăța din el.
`Explicabilitate (XAI)`	Capacitatea unui sistem AI de a arăta, pe înțelesul oamenilor, de ce a dat un anumit răspuns sau a luat o anumită decizie.

F (6)

Funcție	Ce face
`Feature engineering`	Munca de a alege, transforma și crea din datele brute caracteristicile care ajută modelul să învețe.
`Fereastră de context`	Cantitatea maximă de text, măsurată în tokeni, pe care un model o ia în calcul deodată: instrucțiuni, conversație, documente și răspuns.
`Few-shot`	Tehnica prin care incluzi în prompt câteva exemple rezolvate, ca modelul să înțeleagă exact sarcina, stilul și formatul dorit.
`Fine-tuning`	Antrenarea suplimentară a unui model deja antrenat, pe un set mic de exemple, ca să se specializeze pe o sarcină, un domeniu sau un stil.
`Funcție de activare`	Regula matematică prin care un neuron artificial decide ce valoare trimite mai departe, permițând rețelei să învețe tipare complexe.
`Funcție de pierdere (loss)`	Formula care măsoară cât de greșite sunt predicțiile unui model; antrenarea înseamnă micșorarea acestui număr.

G (10)

Funcție	Ce face
`GAN (rețele generative adversariale)`	Metodă de generare în care două rețele concurează: una creează falsuri, cealaltă încearcă să le deosebească de date reale.
`GDPR și AI`	Cum se aplică regulile europene de protecție a datelor personale la antrenarea și folosirea sistemelor de inteligență artificială.
`Gemini`	Familia de modele AI multimodale dezvoltată de Google DeepMind și asistentul Google care le folosește, fostul Bard.
`Generare de muzică cu AI`	Modele AI care compun și produc muzică, uneori cu voce și versuri, pornind de la o descriere text.
`GitHub Copilot`	Asistentul AI pentru programatori de la GitHub, care completează cod, răspunde la întrebări și poate executa sarcini în proiecte.
`Google DeepMind`	Laboratorul de AI al Google, creator al AlphaGo, AlphaFold și al modelelor Gemini, format în 2023 din DeepMind și Google Brain.
`GPT`	Familia de modele de limbaj creată de OpenAI, folosită în ChatGPT; numele înseamnă „transformer generativ pre-antrenat”.
`GPU (pentru AI)`	Procesorul plăcii video, cu mii de nuclee care fac calcule în paralel; a devenit motorul principal al antrenării și rulării modelelor AI.
`Gradient descent (coborârea gradientului)`	Metoda de optimizare prin care un model își ajustează ponderile în pași mici, mereu în direcția în care eroarea scade.
`Guvernanța AI`	Regulile, rolurile și procesele prin care o organizație sau un stat controlează cum se dezvoltă și se folosește AI.

H (4)

Funcție	Ce face
`Halucinație AI`	Răspuns generat de AI care sună convingător, dar este fals sau inventat: fapte, cifre, citate sau surse care nu există.
`Hiperparametri`	Setările alese de om înainte de antrenare (rată de învățare, număr de epoci, mărimea rețelei), care nu sunt învățate din date.
`Hugging Face`	Platforma online unde comunitatea AI publică și descarcă modele, seturi de date și aplicații demonstrative; un fel de GitHub al AI-ului.
`Human in the loop`	Un mod de a construi sisteme AI în care un om verifică, aprobă sau corectează deciziile importante înainte să aibă efect.

I (7)

Funcție	Ce face
`Inferență`	Folosirea unui model deja antrenat pentru a răspunde la cereri noi; fiecare răspuns al unui chatbot este o inferență.
`Inpainting și outpainting`	Editare cu AI care umple sau înlocuiește o zonă aleasă dintr-o imagine (inpainting) ori o extinde dincolo de margini (outpainting).
`Instruction tuning`	Etapa de antrenare în care un model de limbaj învață să urmeze instrucțiuni, din exemple de tipul „cerere – răspuns bun”.
`Inteligența artificială (AI)`	Domeniul informaticii care creează programe capabile să facă sarcini ce cer de obicei inteligență umană: să înțeleagă, să învețe, să decidă.
`Învățare nesupervizată`	Metoda de machine learning în care modelul primește date fără răspunsuri și descoperă singur grupuri, tipare sau anomalii.
`Învățare prin întărire`	Metoda prin care un agent AI învață prin încercare și eroare, primind recompense pentru acțiunile bune și penalizări pentru cele rele.
`Învățare supervizată`	Metoda de machine learning în care modelul învață din exemple care au deja atașat răspunsul corect.

J (2)

Funcție	Ce face
`Jailbreak`	Încercarea de a păcăli un model AI să-și ignore regulile de siguranță și să dea răspunsuri pe care, în mod normal, le-ar refuza.
`Jupyter Notebook`	Aplicație open source în care scrii și rulezi cod pe bucăți, vezi imediat rezultatele și graficele și adaugi explicații, totul într-un singur document.

K (1)

Funcție	Ce face
`k-NN (cei mai apropiați k vecini)`	Metodă care clasifică un exemplu nou după categoria majoritară a celor mai asemănători k exemple cunoscute.

L (6)

Funcție	Ce face
`LangChain`	Framework open source pentru Python și JavaScript care ajută programatorii să construiască aplicații și agenți bazați pe modele de limbaj.
`Latență (în AI)`	Timpul care trece de la trimiterea unei cereri către un model AI până la primirea răspunsului.
`Legile scalării (scaling laws)`	Observația că modelele AI devin previzibil mai bune când cresc numărul de parametri, datele de antrenare și puterea de calcul.
`Llama`	Familia de modele de limbaj a companiei Meta, publicate cu ponderi descărcabile, pe care oricine le poate rula și adapta.
`LLM (model lingvistic mare)`	Model AI antrenat pe cantități uriașe de text, care înțelege și generează limbaj; stă în spatele ChatGPT, Claude sau Gemini.
`LoRA`	Metodă ieftină de fine-tuning care lasă modelul original neschimbat și antrenează doar niște matrice mici adăugate pe lângă el.

M (17)

Funcție	Ce face
`Machine learning (învățare automată)`	Ramura AI în care programele învață din exemple, în loc să primească reguli scrise pas cu pas de un programator.
`Mașină autonomă`	Vehicul care folosește senzori și AI pentru a percepe drumul și a conduce, parțial sau complet, fără intervenția unui șofer.
`Matrice de confuzie`	Tabel care arată, pentru fiecare categorie reală, cum a fost clasificată de model, ca să vezi exact unde greșește.
`MCP (Model Context Protocol)`	Standard deschis, lansat de Anthropic în 2024, prin care aplicațiile AI se conectează ușor la date și unelte externe.
`Mecanism de atenție (attention)`	Tehnica prin care un model decide, pentru fiecare cuvânt, la care alte cuvinte din text să fie atent ca să-i înțeleagă sensul.
`Microsoft Copilot`	Asistentul AI al Microsoft, integrat în Windows, Edge, Bing și aplicațiile Microsoft 365, precum Word, Excel, Outlook și Teams.
`Midjourney`	Serviciu de generare a imaginilor din descrieri text, cunoscut pentru stilul artistic, lansat în 2022 de un laborator independent american.
`Mistral`	Companie franceză fondată în 2023, cunoscută pentru modele de limbaj eficiente, multe cu ponderi deschise, și pentru asistentul Le Chat.
`Mixture of Experts (MoE)`	Arhitectură în care modelul are multe sub-rețele „expert”, dar activează doar câteva pentru fiecare token: e mare, dar rulează eficient.
`Model AI`	Rezultatul antrenării: o arhitectură plus parametri învățați, care primește date noi și produce răspunsuri, etichete sau conținut.
`Model card`	Un document scurt care descrie un model AI: scopul, datele, performanța, limitele și riscurile cunoscute.
`Model de difuzie`	Tip de model generativ care creează imagini, sunet sau video pornind de la zgomot aleator și curățându-l pas cu pas.
`Model de raționament`	Model de limbaj antrenat să „gândească” pe îndelete, printr-un raționament intern, înainte de a da răspunsul final.
`Model fundamental (foundation model)`	Model AI mare, antrenat pe date foarte variate, care poate fi adaptat la multe sarcini diferite; GPT, Claude, Gemini sau Llama sunt astfel de modele.
`Model multimodal`	Model AI care lucrează cu mai multe tipuri de date: text, imagini, sunet sau video, pe care le poate înțelege și, uneori, genera.
`Model open source / open weights`	Model AI ale cărui ponderi pot fi descărcate și rulate de oricine; un model complet open source ar include și codul și informații despre date.
`Moderarea conținutului cu AI`	Folosirea AI pentru a găsi și filtra automat conținutul ilegal sau care încalcă regulile unei platforme: spam, violență, ură, fraude.

N (4)

Funcție	Ce face
`Neuron artificial`	Cea mai mică unitate de calcul dintr-o rețea neuronală: adună intrările ponderate și decide ce valoare transmite mai departe.
`NLP (procesarea limbajului natural)`	Domeniul AI care îi învață pe calculatoare să înțeleagă și să producă limbaj omenesc: traducere, rezumare, chatboți, analiza textelor.
`NPU (procesor neural)`	Componentă dintr-un telefon sau laptop specializată pe calcule AI, care rulează modele local, rapid și cu consum mic de energie.
`NVIDIA (în AI)`	Compania americană ale cărei plăci grafice (GPU) și platformă CUDA au devenit principalul hardware pentru antrenarea și rularea AI.

O (4)

Funcție	Ce face
`OCR (recunoaștere optică a caracterelor)`	Tehnologie care transformă textul dintr-o poză sau dintr-un document scanat în text editabil și căutabil.
`Ollama`	Program open source care descarcă și rulează modele de limbaj direct pe calculatorul tău, cu o singură comandă.
`OpenAI`	Organizația americană care a creat ChatGPT, modelele GPT, DALL-E, Sora și Whisper, fondată în 2015 cu misiunea declarată de a dezvolta AGI.
`Overfitting (supraînvățare)`	Situația în care un model memorează datele de antrenare, cu tot cu zgomot, și apoi greșește pe date noi.

P (10)

Funcție	Ce face
`Parametri (ponderi)`	Numerele învățate de un model în timpul antrenării, în care este stocat tot ce „știe” acesta; modelele mari au miliarde.
`Perplexity`	Motor de căutare conversațional care caută pe web și formulează un răspuns cu AI, indicând sursele folosite.
`Personalizare cu AI`	Adaptarea automată a conținutului, ofertelor sau interfeței unei aplicații la fiecare persoană, pe baza datelor despre ea.
`Precizie și recall`	Două măsuri complementare: precizia arată cât de des are dreptate modelul când spune „da”, recall-ul câte cazuri reale reușește să prindă.
`Prompt`	Textul (uneori și imaginile sau fișierele) pe care îl dai unui model AI ca să-i spui ce vrei să facă.
`Prompt de sistem`	Instrucțiunile de fundal date unui model AI de către dezvoltator, care îi stabilesc rolul, tonul și regulile pentru toată conversația.
`Prompt engineering`	Arta de a formula cererile pentru modelele AI astfel încât să obții răspunsuri cât mai corecte, utile și în formatul dorit.
`Prompt injection`	Atac prin care instrucțiuni ascunse într-un text (pagină web, e-mail, document) deturnează un model AI să facă altceva decât a cerut utilizatorul.
`Putere de calcul (compute)`	Cantitatea de calcule pe care o poate face hardware-ul; în AI, una dintre resursele de bază, alături de date și algoritmi.
`PyTorch`	Bibliotecă open source pentru deep learning, creată la Meta, cea mai folosită în cercetare și la antrenarea modelelor de limbaj.

R (14)

Funcție	Ce face
`RAG (generare augmentată prin căutare)`	Tehnica prin care un model de limbaj caută întâi informații relevante în documente sau pe internet și abia apoi răspunde, pe baza lor.
`Random forest`	Model format din sute de arbori de decizie, fiecare antrenat puțin diferit, care votează împreună răspunsul final.
`Rată de învățare (learning rate)`	Hiperparametrul care stabilește cât de mari sunt pașii de corectare a ponderilor în timpul antrenării.
`Recunoaștere facială`	Tehnologie care identifică sau confirmă identitatea unei persoane comparând trăsăturile feței cu imagini cunoscute.
`Recunoașterea obiectelor`	Sarcina prin care un model AI găsește obiectele dintr-o imagine, spune ce sunt și unde se află fiecare.
`Red teaming`	Testarea unui sistem AI de către oameni care încearcă intenționat să-l facă să greșească, să ocolească regulile sau să producă rău.
`Reducerea dimensionalității`	Tehnici care comprimă datele cu foarte multe caracteristici în câteva, păstrând cât mai mult din informația importantă.
`Regresie`	Sarcina de machine learning în care modelul prezice un număr, de exemplu un preț, o temperatură sau o durată.
`Regularizare`	Familie de tehnici care împiedică un model să devină prea complicat, ca să nu memoreze datele de antrenare (overfitting).
`Rețea neuronală`	Model de AI format din mulți neuroni artificiali legați între ei, care învață din exemple ajustând puterea legăturilor.
`Risc existențial (AI)`	Ipoteza că sisteme AI foarte avansate ar putea, în viitor, să scape de sub control și să pună în pericol omenirea.
`RLHF (învățare din feedback uman)`	Metodă de antrenare prin care un model de limbaj învață ce răspunsuri preferă oamenii, din comparațiile făcute de evaluatori.
`RNN și LSTM`	Rețele care procesează date în ordine, pas cu pas, păstrând o memorie a ce au văzut înainte; LSTM este varianta care ține minte mai bine.
`Robotică și AI`	Legătura dintre roboți, mașini fizice care acționează în lume, și AI, care îi ajută să perceapă mediul, să învețe și să decidă.

S (14)

Funcție	Ce face
`Scor F1`	Un singur număr care combină precizia și recall-ul, mare doar când ambele sunt bune.
`Segmentarea imaginilor`	Sarcina de computer vision care împarte o imagine în zone, marcând pixel cu pixel ce aparține fiecărui obiect.
`Set de date (dataset)`	O colecție organizată de exemple (texte, imagini, tabele) folosită pentru a antrena, verifica sau compara modele AI.
`Set de validare și set de test`	Părți din date păstrate deoparte: setul de validare ajută la reglarea modelului, iar setul de test dă verdictul final pe date nevăzute.
`Siguranța AI (AI safety)`	Domeniul care încearcă să facă sistemele AI să funcționeze fără a provoca rău, accidental sau prin abuz, acum și pe viitor.
`Sistem de recomandare`	Algoritm care îți propune produse, filme, melodii sau postări pe baza a ce ai făcut tu și a ce au ales oameni asemănători cu tine.
`SLM (model lingvistic mic)`	Model de limbaj compact, cu relativ puțini parametri, care poate rula rapid și ieftin pe un laptop, pe telefon sau pe un server mic.
`Sora`	Modelul OpenAI care generează clipuri video din descrieri text sau din imagini, prezentat în 2024.
`Speech-to-text (recunoaștere vocală)`	Tehnologie care transformă vorbirea dintr-o înregistrare sau de la microfon în text scris.
`Stable Diffusion`	Model de generare a imaginilor din text, publicat în 2022 cu ponderi deschise, care poate rula pe un calculator personal cu o placă video bună.
`Strat (layer)`	Un nivel dintr-o rețea neuronală: un grup de neuroni care primesc datele de la nivelul anterior, le transformă și le dau mai departe.
`Superinteligență (ASI)`	Un tip ipotetic de AI care ar depăși cu mult cei mai inteligenți oameni în aproape orice domeniu, de la știință la strategie.
`Supraveghere cu AI`	Folosirea AI pentru a urmări automat oameni prin camere, recunoaștere facială, analiza comportamentului sau a datelor online.
`SVM (mașini cu vectori suport)`	Metodă de clasificare care caută granița ce separă cel mai larg două categorii de date.

T (14)

Funcție	Ce face
`Temperatură (în AI)`	Setare care controlează cât de previzibile sau de variate sunt răspunsurile unui model: valorile mici dau răspunsuri sigure, cele mari, creative.
`TensorFlow`	Bibliotecă open source creată de Google pentru construirea, antrenarea și rularea modelelor de machine learning.
`Testul Turing`	Test propus de Alan Turing în 1950: o mașină „trece” dacă, într-o conversație scrisă, nu poate fi deosebită de un om.
`Text-to-image (generare de imagini)`	Modele AI care creează imagini noi pornind de la o descriere scrisă, numită prompt.
`Text-to-speech (sinteză vocală)`	Tehnologie care citește cu voce tare un text scris, generând vorbire artificială tot mai naturală.
`Text-to-video`	Modele AI care creează clipuri video noi pornind de la o descriere scrisă sau de la o imagine.
`Token`	Bucata de text (cuvânt, parte de cuvânt sau semn) cu care lucrează un model de limbaj; limitele și costurile se măsoară în tokeni.
`Tokenizare`	Procesul prin care textul este tăiat în tokeni și transformat în numere, singura formă pe care o poate procesa un model de limbaj.
`Tool use (apelarea de funcții)`	Capacitatea unui model de limbaj de a cere folosirea unor unelte externe (căutare, calcule, baze de date, API-uri) ca să-și îndeplinească sarcina.
`Top-p (nucleus sampling)`	Setare care limitează alegerea următorului token la cele mai probabile variante, care împreună adună probabilitatea p (de exemplu 90%).
`TPU`	Cip creat de Google special pentru calculele rețelelor neuronale, folosit în centrele sale de date și oferit prin Google Cloud.
`Traducere automată`	Traducerea unui text sau a vorbirii dintr-o limbă în alta, realizată de un program, fără traducător uman.
`Transfer learning`	Refolosirea unui model antrenat deja pe o sarcină mare, pentru a rezolva cu puține date o sarcină nouă, înrudită.
`Transformer`	Arhitectura de rețea neuronală, prezentată de Google în 2017, pe care sunt construite aproape toate modelele de limbaj actuale.

U (2)

Funcție	Ce face
`Underfitting`	Situația în care un model este prea simplu sau prea puțin antrenat și nu prinde tiparele din date, greșind și pe datele cunoscute.
`Upscaling cu AI`	Mărirea rezoluției unei imagini sau a unui video cu ajutorul AI, care completează detaliile lipsă în mod plauzibil.

V (1)

Funcție	Ce face
`Vibe coding`	Mod de a crea programe descriind în cuvinte ce vrei unui AI și acceptând codul generat, fără să-l citești sau să-l înțelegi în detaliu.

W (2)

Funcție	Ce face
`Watermark pentru conținut AI`	Un semn vizibil sau ascuns adăugat în textele, imaginile, sunetele sau video-urile generate de AI, ca să poată fi recunoscute ulterior.
`Whisper`	Model open source al OpenAI care transcrie vorbirea în text în zeci de limbi, inclusiv română, și o poate traduce în engleză.

Z (1)

Funcție	Ce face
`Zero-shot`	Folosirea unui model AI pentru o sarcină doar pe baza instrucțiunii, fără să-i dai niciun exemplu rezolvat.