Словарь терминов искусственного интеллекта: 55 понятий простыми словами (2026)

Для кого этот словарь? Для всех, кто встречает в разговорах, новостях или ИИ-сервисах слова вроде «токен», «промпт» или «большая языковая модель» и хочет понять их без технической подготовки. Для каждого термина даны английский оригинал, простое определение и при необходимости пример.

Если вы только знакомитесь с ИИ, начните с руководства «Что такое искусственный интеллект и как он работает?», а эту страницу сохраните как справочник.

Как пользоваться словарём

• Термины разделены на шесть разделов — от основ до безопасности и законов

• Рядом с каждым термином указан английский вариант, чтобы узнавать его в других источниках

• Для быстрого поиска используйте поиск по странице (Ctrl+F)

1. Основы

Искусственный интеллект (Artificial Intelligence, AI)

Программа, которая выучивает закономерности на данных, а не следует заранее прописанным правилам, и использует их для понимания языка, распознавания изображений или создания контента. Так же называется и вся эта область.

Узкий ИИ (Narrow AI)

ИИ, который хорошо справляется с одной или несколькими задачами: переводом, распознаванием лиц, диалогом. Все современные ИИ-инструменты, даже самые продвинутые чат-боты, относятся к узкому ИИ.

Общий искусственный интеллект (Artificial General Intelligence, AGI)

Гипотетический ИИ, способный освоить и выполнить почти любую интеллектуальную задачу человека в любой области. AGI — исследовательская цель многих лабораторий, но его пока нет, и единого мнения о сроках не существует.

Сверхинтеллект (Artificial Superintelligence, ASI)

Гипотетический ИИ, превосходящий самых умных людей почти во всём. Обсуждается в основном в контексте будущего и безопасности ИИ.

Алгоритм (Algorithm)

Точная последовательность шагов для решения задачи. В ИИ алгоритмы определяют, как происходит обучение, а его результатом становится «модель».

Модель (Model)

Результат обучения ИИ-системы: файл из миллионов или миллиардов чисел, в которых сжаты её знания. Когда говорят «вышла новая модель», имеют в виду именно этот обученный файл.

Машинное обучение (Machine Learning, ML)

Раздел ИИ, в котором машина учится на примерах, а не программируется явно. Спам-фильтры почты и рекомендации в стриминговых сервисах — повседневные примеры.

Глубокое обучение (Deep Learning)

Вид машинного обучения на нейросетях с большим числом слоёв. Крупнейшие прорывы последнего десятилетия — от распознавания речи до чат-ботов — пришли из глубокого обучения.

Нейронная сеть (Neural Network)

Структура, вдохновлённая мозгом и состоящая из слоёв искусственных «нейронов». Каждый нейрон комбинирует числа с разными весами и передаёт результат дальше. Нобелевская премия по физике 2024 года досталась пионерам этой идеи.

Генеративный ИИ (Generative AI)

Модели, создающие новый контент: текст, изображения, видео, звук или код. ChatGPT, генераторы картинок и музыки — примеры генеративного ИИ.

2. Как обучаются модели

Обучающие данные (Training Data)

Примеры, на которых учится модель: тексты, изображения, аудио. Качество и разнообразие данных напрямую влияют на точность и предвзятость модели.

Обучение (Training)

Процесс, в котором модель снова и снова делает предположение, его сравнивают с правильным ответом и немного корректируют параметры. Обучение больших моделей занимает недели или месяцы на тысячах процессоров.

Предобучение (Pre-training)

Первый этап обучения больших моделей: модель видит огромный объём общих данных и усваивает общие закономерности, прежде чем её настроят под конкретную задачу.

Параметры, или веса (Parameters / Weights)

Числа внутри модели, которые настраиваются при обучении и хранят выученное. У больших языковых моделей миллиарды параметров, но больше параметров не всегда значит лучшая модель.

Обучение с учителем (Supervised Learning)

Обучение на примерах с известными правильными ответами, например на тысячах фото с подписями «кошка» или «собака». Модель учится переходить от входных данных к верному ответу.

Обучение без учителя (Unsupervised Learning)

Обучение на неразмеченных данных для поиска закономерностей или групп, например автоматическая сегментация клиентов по покупательскому поведению.

Обучение с подкреплением (Reinforcement Learning)

Метод, при котором модель учится методом проб и ошибок, получая «награды» или «штрафы». Именно так AlphaGo обыграла чемпиона мира по го.

Обучение с подкреплением на отзывах людей (RLHF)

Этап обучения чат-ботов, когда люди ранжируют разные ответы модели, и она учится давать более полезные, честные и безопасные.

Дообучение (Fine-tuning)

Дополнительное обучение уже обученной модели на более специализированных данных, чтобы она лучше справлялась с конкретной задачей или областью, например с юридическими текстами.

Переобучение (Overfitting)

Ситуация, когда модель запоминает обучающие примеры вместо общей закономерности: на них она блестяща, а на новых данных слаба. Как студент, вызубривший ответы, но не понявший предмет.

Инференс (Inference)

Этап использования обученной модели: она получает новые данные и выдаёт ответ. Каждый раз, когда вы общаетесь с чат-ботом, модель выполняет инференс и не учится у вас.

3. Языковые модели и чат-боты

Большая языковая модель (Large Language Model, LLM)

Очень крупная нейросеть, обученная на огромных объёмах текста предсказывать следующее слово. Эта простая способность лежит в основе написания, пересказа, перевода и диалогов чат-ботов.

Трансформер (Transformer)

Архитектура нейросети, представленная в статье Attention Is All You Need в 2017 году и лежащая в основе почти всех больших языковых моделей. Буква «T» в GPT — это и есть Transformer.

Механизм внимания (Attention)

Часть трансформера, позволяющая модели для каждого слова понять, какие другие слова текста важнее всего, например к какому существительному относится «он».

Токен (Token)

Наименьший фрагмент текста, с которым работает модель: слово, часть слова или знак. В английском один токен — примерно три четверти слова, в русском слово часто делится на несколько токенов. Стоимость использования и ограничения длины измеряются в токенах.

Контекстное окно (Context Window)

Максимальный объём текста в токенах, который модель «видит» одновременно, включая предыдущие сообщения и прикреплённые документы. Если диалог становится длиннее, самые старые части выпадают из рабочей памяти модели.

Эмбеддинг (Embedding)

Способ превратить слово, фразу или изображение в набор чисел так, чтобы близкие по смыслу вещи получали близкие числа. На эмбеддингах основаны семантический поиск и RAG.

Температура (Temperature)

Настройка, определяющая степень случайности ответов. Низкая температура даёт более предсказуемые и точные ответы, высокая — более разнообразные и творческие.

Галлюцинация (Hallucination)

Гладкий и убедительный, но неверный или выдуманный ответ модели, например несуществующая статистика или фейковый источник. Возникает потому, что модель обучена выдавать правдоподобный текст, а не проверять факты.

Чат-бот (Chatbot)

Программа, которая общается с пользователем на естественном языке. Современные чат-боты обычно построены на больших языковых моделях.

Рассуждающая модель (Reasoning Model)

Языковая модель, которая перед финальным ответом разбирает задачу шаг за шагом. Такие модели сильнее в математике, программировании и многошаговых задачах, но обычно медленнее и дороже.

4. Изображения, видео и звук

Диффузионная модель (Diffusion Model)

Основной метод большинства современных генераторов изображений. Модель научилась шаг за шагом убирать шум с картинки; при генерации она начинает с чистого случайного шума и под руководством вашего текста превращает его в изображение.

Текст в изображение (Text-to-Image)

Создание картинки по текстовому описанию, например «маяк на закате, акварель».

Редактирование изображений с ИИ (Inpainting)

Изменение части существующего изображения по текстовой команде: удалить объект, заменить фон или добавить деталь, не трогая остальное.

Текст в видео (Text-to-Video)

Создание короткого видео по описанию или изображению. Поскольку кадры должны оставаться согласованными во времени, генерация видео стоит намного дороже картинки.

Синтез речи (Text-to-Speech, TTS)

Превращение текста в естественно звучащую речь с подходящей интонацией и паузами. Применяется в аудиокнигах, озвучке видео и голосовых помощниках.

Распознавание речи (Speech-to-Text, ASR)

Превращение устной речи в текст, например автоматические субтитры или голосовой ввод.

Клонирование голоса (Voice Cloning)

Создание с помощью ИИ голоса, похожего на голос конкретного человека. Из-за риска злоупотреблений и прав владельца голоса большинство надёжных сервисов ограничивают имитацию голосов реальных людей без разрешения.

Дипфейк (Deepfake)

Поддельное, но реалистичное фото, аудио или видео, созданное ИИ, где человек говорит или делает то, чего никогда не делал. Не доверяйте шокирующему контенту без надёжного источника.

Мультимодальность (Multimodal)

Способность модели понимать или создавать сразу несколько видов данных, например смотреть на фото и обсуждать его или создавать изображения и звук из текста.

5. Использование ИИ

Промпт (Prompt)

Текст или инструкция, которую вы даёте ИИ: вопрос, просьба или описание изображения. От качества промпта напрямую зависит качество результата.

Промпт-инжиниринг (Prompt Engineering)

Навык составления промптов для наилучшего результата: указать роль, цель, аудиторию, формат ответа и дать примеры.

Системный промпт (System Prompt)

Скрытая инструкция, которую создатель чат-бота передаёт модели в начале каждого диалога, задавая её поведение, тон и ограничения.

Zero-shot и few-shot

В режиме zero-shot вы просто формулируете запрос; в режиме few-shot добавляете несколько примеров нужного входа и выхода, чтобы модель уловила шаблон. Пара хороших примеров часто резко улучшает результат.

Генерация с дополнением поиском (Retrieval-Augmented Generation, RAG)

Метод, при котором модель сначала находит нужные сведения во внешнем источнике, например в документах компании или веб-поиске, и строит ответ на их основе. Это делает ответы актуальнее и снижает галлюцинации.

ИИ-агент (AI Agent)

Система, которая не просто отвечает, а сама планирует и выполняет несколько шагов ради цели: ищет, пользуется инструментами, создаёт файлы и проверяет результат.

API (программный интерфейс)

Способ, которым программы напрямую подключаются к ИИ-модели. Многие приложения и боты используют модели крупных компаний через API, обычно оплачивая каждый токен.

Открытая модель (Open-source / Open-weight Model)

Модель, параметры которой опубликованы, так что её можно скачать, запустить на своём сервере или дообучить. Закрытые модели доступны только через сервис или API разработчика.

6. Безопасность, этика и закон

Предвзятость (Bias)

Склонность модели к несправедливым или однобоким результатам, обычно из-за перекосов в обучающих данных, например изображать определённую профессию всегда людьми одного пола.

Согласование (Alignment)

Усилия, чтобы поведение ИИ соответствовало целям и ценностям людей: оставалось полезным, честным и безопасным и делало то, что мы действительно имеем в виду.

Ограничители, или фильтры безопасности (Guardrails)

Правила и фильтры, с помощью которых разработчики моделей не дают им выдавать опасный, незаконный или вредный контент. Когда сервис отклоняет запрос «из-за ограничений контента», обычно срабатывают именно они.

Джейлбрейк (Jailbreak)

Попытка обмануть модель специальными промптами, чтобы она проигнорировала ограничения безопасности. Разработчики постоянно выявляют и блокируют такие приёмы, а их использование обычно нарушает правила сервиса.

Водяные знаки и маркировка ИИ-контента (AI Watermarking)

Видимые или скрытые метки в созданном ИИ контенте, позволяющие определить его происхождение. Новые нормы, включая Закон ЕС об ИИ, движутся к тому, чтобы сделать их обязательными.

Закон ЕС об искусственном интеллекте (EU AI Act)

Первый в мире комплексный закон об ИИ. Вступил в силу 1 августа 2024 года, а его обязательства вводятся поэтапно. Он делит системы по уровню риска, запрещает некоторые применения и вводит требования прозрачности для ИИ-контента.

Конфиденциальность данных (Data Privacy)

Защита личной информации при работе с ИИ. Простое правило: никогда не вводите в чат-боты пароли, номера карт, документы и конфиденциальные сведения и знайте политику хранения данных сервиса.

От терминов к практике

Знать термины — половина пути, вторая половина — попробовать инструменты. Начните с чат-сервиса вроде ChatGPT, Gemini или Claude, а если удобнее держать чат, создание изображений, видео, озвучку и музыку в одном месте прямо в Telegram, попробуйте heymesbot. Напишите несколько простых промптов и посмотрите, как «токены», «температура» или «галлюцинации» выглядят на практике.

Чтобы понять, как эти понятия связаны между собой, прочитайте полное руководство «Что такое искусственный интеллект и как он работает?»

Источники

• Google: глоссарий машинного обучения

• IBM: что такое искусственный интеллект

• Stanford HAI: The 2026 AI Index Report

• OpenAI: что такое токены и как их считать

• Васвани и др. (2017): Attention Is All You Need

• Оуян и др. (2022): обучение языковых моделей на отзывах людей

• Хо и др. (2020): диффузионные вероятностные модели

• Льюис и др. (2020): генерация с дополнением поиском (RAG)

• Закон ЕС об ИИ: текст и сроки

• Нобелевская премия по физике 2024