Παράρτημα

Κλάδος της επιστήμης των υπολογιστών που ασχολείται με την ανάπτυξη υπολογιστικών συστημάτων ικανών να εκτελούν σύνθετες εργασίες, που συνήθως θεωρούμε ότι απαιτούν ευφυία, όπως η ανάλυση πολύπλοκων πληροφοριών και η εξαγωγή συμπερασμάτων, η οδήγηση αυτοκινήτων, η κατανόηση και παραγωγή κειμένου, εικόνων κ.λπ.

Μεμονωμένα στοιχεία πληροφορίας (όπως κείμενα, αριθμοί, εικόνες, ήχοι) που συλλέγονται, αποθηκεύονται και υφίστανται επεξεργασία από υπολογιστικά συστήματα. Αποτελούν την πρώτη ύλη για την εκπαίδευση των συστημάτων ΤΝ.

Η διαδικασία κατά την οποία ένα σύστημα ΤΝ τροφοδοτείται με δεδομένα (παραδείγματα) και προσαρμόζει τις παραμέτρους του ώστε να μπορεί να αναγνωρίζει μοτίβα ή να επιτυγχάνει συγκεκριμένους στόχους (π.χ. η ακριβής αναγνώριση αντικειμένων σε μια εικόνα).

Ένα είδος ΤΝ που έχει εμπνευστεί από το πώς είναι οργανωμένος ο εγκέφαλος των ανθρώπων (και των ζώων), χωρίς να λειτουργεί όμως με τον ίδιο τρόπο.

Συστήματα ΤΝ που έχουν «εκπαιδευτεί» σε πολύ μεγάλες ποσότητες κειμένου. Η λειτουργία τους βασίζεται, σε μεγάλο βαθμό, στην πρόβλεψη της πιθανότερης επόμενης λέξης, γεγονός που τους επιτρέπει να παράγουν συνεκτικό κείμενο, να συνοψίζουν, να μεταφράζουν και να απαντούν σε ερωτήματα.

Tο σύνολο οδηγιών που παρέχει ο χρήστης σε ένα ΜΓΜ, προκειμένου να του ζητήσει να εκτελέσει μια συγκεκριμένη εργασία. Η σαφήνεια της προτροπής καθορίζει σε μεγάλο βαθμό την ποιότητα του αποτελέσματος.

Η τάση ενός συστήματος ΤΝ να αναπαράγει συστηματικά προκαταλήψεις, στερεότυπα ή άνισες εκπροσωπήσεις που υπάρχουν στα δεδομένα με τα οποία εκπαιδεύτηκε. Αυτό ενδέχεται να οδηγήσει σε μη ισορροπημένα ή άδικα αποτελέσματα.