50 најважни AI термини што ќе ги сретнете

AI индустријата користи голем број стручни термини на англиски јазик. Дел од нив немаат природен и општоприфатен македонски превод, а нивното буквално преведување често создава поголема забуна отколку јасност.

Поради тоа, во овој речник го задржуваме оригиналниот англиски термин, а неговото значење го објаснуваме на јасен и практичен македонски јазик. Целта не е да ги запомните сите дефиниции, туку сигурно да препознаете што значи одреден поим кога ќе го сретнете во AI алатка, product page, API документација, безбедносна политика, понуда од provider или evaluation report.

Секој термин содржи кратко објаснување и посебен практичен пример што покажува како поимот се појавува во реална задача, деловен процес или AI систем.

Како да го користите речникот

Не е потребно да го читате целиот речник одеднаш. Користете го како референтна алатка кога ќе сретнете непознат термин или кога треба попрецизно да процените AI функционалност, трошок, ризик или начин на имплементација.

Особено внимание посветете на термините што влијаат врз пристапот до податоци, дозволите, приватноста, цената, автоматските дејства и човечката одговорност. Кога одреден поим влијае врз реален систем, проверете го и во официјалната документација на конкретната алатка или provider.

01. Accuracy

Степенот до кој резултатите на системот се точни во однос на проверлива референтна вредност или ground truth.

02. AI Agent

AI систем што добива цел, планира чекори и користи дозволени алатки во однапред дефиниран опсег. За разлика од обичен chatbot, agent може да презема повеќе последователни активности.

03. AI Assistant

Општа AI работна средина што одговара на prompts, анализира документи, создава содржина и му помага на корисникот при различни задачи.

04. AI Literacy

Способност да се разберат можностите, ограничувањата, ризиците и одговорната употреба на AI. AI писменоста не значи програмирање, туку правилно поставување задачи, проверка на резултатите и процена на ризикот.

05. AI Model

Научена математичка структура што препознава patterns и создава предвидувања, класификации или нова содржина врз основа на внесените податоци.

06. AI Washing

Маркетиншко преувеличување или погрешно претставување на тоа колку одреден производ, услуга или компанија навистина користи AI.

07. Algorithm

Прецизно дефинирана постапка или низа правила со кои се обработуваат податоци или се решава конкретна задача.

08. Alignment

Процес на усогласување на однесувањето на AI системот со човечката намера, организациските политики, безбедносните правила и поставените вредности.

09. Annotation

Ознака, категорија или забелешка додадена на податок за training, testing или evaluation.

10. API — Application Programming Interface

Стандарден начин преку кој една апликација бара податоци или функционалност од друга апликација или услуга.

11. AGI — Artificial General Intelligence

Хипотетички AI систем со широка и адаптивна способност да учи и да извршува различни интелектуални задачи на човечко или повисоко ниво.

12. ANI — Artificial Narrow Intelligence

AI систем дизајниран или оптимизиран за ограничена задача или група поврзани задачи.

13. Audit Trail

Следлив запис за inputs, system versions, decisions, tool calls, одобрувања и outputs во еден процес.

14. Automation

Workflow што извршува однапред дефинирани чекори и правила со минимална рачна интервенција.

15. Autonomy

Степенот до кој AI системот може самостојно да избира и да извршува actions без нова човечка инструкција за секој чекор.

16. Baseline

Почетна мерка на постојниот процес пред воведување AI или друга промена.

17. Benchmark

Стандарден test, task set или dataset што се користи за споредување модели или системи под исти услови.

18. Bias

Систематска склоност во data, model или process што создава нерамномерни, неправедни или погрешни резултати.

19. Black Box

Систем чија внатрешна логика е тешко разбирлива или не може едноставно да се објасни на корисникот.

20. Bounded Autonomy

Самостојно дејствување во тесно дефинирани дозволи, лимити и услови за запирање.

21. Chain of Thought

Термин што се однесува на меѓучекорите на reasoning процесот на моделот. Во практична употреба е поважно да барате кратко образложение, критериуми и проверливи докази отколку скриен transcript на интерното размислување.

22. Chatbot

Разговорен interface што прима пораки од корисникот и враќа автоматизирани одговори.

23. Chunking

Делење голем документ или dataset на помали делови што полесно се обработуваат, индексираат или пребаруваат.

24. Citation

Референца што покажува од кој извор потекнува одредено тврдење, податок или passage.

25. Classification

Доделување однапред дефинирана категорија на input.

26. Confidence

Проценета сигурност на prediction или classification. Confidence score не мора секогаш да биде добро калибрирана реална веројатност.

27. Context

Информациите што AI системот ги користи за тековната задача, вклучувајќи prompt, претходни пораки, документи, правила и retrieved data.

28. Context Window

Максималната количина tokens што моделот може да ја земе предвид во една интеракција.

29. Data Governance

Политики, улоги и контроли со кои се управуваат квалитетот, пристапот, задржувањето и дозволената употреба на податоците.

30. Dataset

Организирана колекција од examples, records или files што се користи за training, evaluation или анализа.

31. Deep Learning

Подрачје во Machine Learning што користи neural networks со повеќе слоеви за учење сложени patterns.

32. Embedding

Нумерички vector што го претставува значењето или сличноста на текст, слика или друг вид содржина.

33. Evaluation — Eval

Систематско мерење на model или workflow според однапред дефинирани критериуми и test cases.

34. Few-Shot Prompting

Техника при која во prompt-от се додаваат неколку примери за да се покаже очекуваниот pattern, стил или формат.

35. Fine-Tuning

Дополнително приспособување на pretrained model со потесен dataset за конкретен domain, task или стил на однесување.

36. Foundation Model

Голем pretrained model што може да се користи или приспособува за повеќе различни downstream задачи.

37. Generative AI

AI што создава нов текст, слики, аудио, видео, код или структурирана содржина врз основа на learned patterns.

38. Groundedness

Степенот до кој тврдењата во AI output се поддржани од доставени или пронајдени извори.

39. Guardrail

Техничка или процесна контрола што го ограничува небезбедното, забранетото или out-of-scope однесување на AI системот.

40. Hallucination

Уверлив, но неточен, измислен или неподдржан AI output.

41. Human-in-the-Loop — HITL

Workflow во кој човек проверува, коригира или одобрува важен чекор пред AI системот да продолжи.

42. Inference

Користење веќе обучен model за создавање prediction или output од нов input.

43. LLM — Large Language Model

Model обучен на големи количини текст и код за обработка и создавање language patterns.

44. Machine Learning — ML

AI пристап во кој системот учи patterns од податоци наместо секое правило рачно да биде напишано.

45. Multimodal AI

AI систем што разбира или создава повеќе видови информации, како текст, слика, аудио и видео, во една задача.

46. Prompt

Инструкцијата и контекстот што му се доставуваат на generative model за да изврши одредена задача.

47. Prompt Injection

Обид преку недоверлива содржина да се променат инструкциите, пристапот до податоци или дозволените actions на AI системот.

48. RAG — Retrieval-Augmented Generation

Пристап во кој системот прво пронаоѓа релевантни информации од одобрени извори, а потоа му ги доставува на generative model за да создаде одговор.

49. Temperature

Generation setting што влијае врз варијабилноста и случајноста на output-от. Точниот ефект зависи од model и provider.

50. Token

Мала единица во која language model го дели и обработува текстот. Token може да биде цел збор, дел од збор, број или интерпункциски знак.

Дополнителни современи AI термини

Следните поими сè почесто се појавуваат во AI алатки, development environments, enterprise systems и техничка документација. Не се дел од основните 50, но вреди да ги препознавате.

Agentic Workflow

Workflow во кој AI agent планира, користи алатки, ја проверува состојбата и продолжува кон целта во рамките на дефинирани правила.

Context Engineering

Дизајнирање на целата информациска средина што ја добива AI системот: instructions, documents, memory, retrieved passages, tools, permissions и актуелна состојба.

MCP — Model Context Protocol

Отворен протокол преку кој AI applications можат стандардизирано да се поврзуваат со надворешни tools, data sources и services.

Model Router

Компонента што избира кој model треба да ја изврши задачата според сложеност, цена, брзина, modality или risk.

Observability

Способност да се следи што се случува во AI системот преку logs, traces, metrics, errors, tool calls и quality signals.

Prompt Caching

Повторна употреба на веќе обработен стабилен prompt или context за намалување на latency и token cost.

Rate Limit

Ограничување на бројот на API requests, tokens или операции што може да се извршат во определен временски период.

RLHF — Reinforcement Learning from Human Feedback

Метод за приспособување на model behavior преку човечки оценки и преференции за различни outputs.

Throughput

Количината tasks, requests или tokens што системот може да ги обработи во определен временски период.

Webhook

Механизам преку кој една апликација автоматски известува друга апликација кога ќе се случи определен настан.