Pod pojmom veštačka inteligencija, najčešće se podrazumeva sposobnost računara ili robota, da obavljaju zadatke inteligentnih bića, poput rasuđivanja i razumevanja, generalizacije ili učenja iz prošlih iskustava.
U uzem smislu, pojam veštačka inteligencija, tumači se kao podoblast računarstva.
Uveliko je deo naših života, kroz mnogobrojne „pametne aplikacije“. Od onih koje nam omogućavaju da na društvenim medijima dobijamo sadržaj kakav želimo. Druge služe za personalizovani marketing. Naši mobilni telefoni prepoznaju otisak prsta, glas i/ili lice … Tu su i komplikovana rešenja koja regulišu saobraćaj u svetskim metropolama, kontrolišu vozila bez vozača i letilice bez pilota…
Ipak ne poznajemo terminologiju koja se koristi u oblasti veštačke inteligencije.
Pojmovi koji se često koriste:
DIGITAL TRANSFORMATION DT ILI DX ( Digitalna transformacija) – Upotreba nove, brze i često promenljive digitalne tehnologije radi rešavanja problema. Procesi koji su se obavljali ručno transformišu se u digitalne procese (npr. digitalna transformacija javne uprave, privrede).
Drugi primer je tzv. „cloud computing“ koji usmerava čuvanje podataka u tzv. „cloud“-u (oblaku).
AI – ARTIFICIAL INTELLIGENCE (veštačka inteligencija) – Označava razvoj kompjuterskih sistema koji su u stanju da izvršavaju zadatke za koje je potrebna ljudska inteligencija poput vizuelne percepcije, prepoznavanja govora, donošenja odluka, prevođenja….
MACHINE LEARNING (mašinsko učenje) – Primena veštačke inteligencije koja sistemima pruža mogućnost automatskog učenja i usavršavanje iz iskustva, a da nije eksplicitno programirana.
DEEP LEARNING (duboko učenje) – Funkcija veštačke inteligencije koja oponaša rad ljudskog mozga prilikom obrade podataka. Upotrebljava se za otkrivanje objekata, prepoznavanje govora, prevođenje, donošenju odluka.
ADVANCED ANALYTICS (napredna analitika) – Autonomno ili poluautonomno ispitivanje podataka ili sadržaja korišćenjem sofisticiranih tehnika i alata, kako bi se otkrili dublji uvidi, dala predviđanja ili generisale preporuke.
DEMAND FORECASTING (predviđanje potražnje) – Odnosi se na naučni i kreativni pristup za predviđanje potražnje određene robe na tržištu na osnovu ponašanja iz prošlosti, kao i podataka i obrazaca prikupljenih na osnovu srodnih događaja.
DATA PREPARATION (priprema podataka) – Proces prikupljanja, kombinovanja, struktuiranja i organizovanja podataka tako da se mogu koristiti u aplikacijama za poslovnu inteligenciju, analitiku i vizuelizaciju podataka.
DATASETS (skupovi podataka) – Skupovi podataka su sastavni deo oblasti „mašinskog učenja“. Ove kolekcije ogromnog broja podataka računari koriste za analizu ili predviđanja obrazaca koje ljudski mozak nije u stanju da predvidi.
nastaviće se…
