Термины ИИ: понятный словарь для тех, кто не программист

Помню, как впервые наткнулся на статью про нейросети. Прочитал первый абзац и закрыл. Не потому что скучно. Просто каждое третье слово было из другого языка: «нейрон», «слой», «обучающая выборка». Разбирался долго, через ошибки, методом перечитывания одного и того же по пять раз.

С тех пор мало что изменилось. Терминов стало больше. Они стали встречаться чаще — в новостях, в разговорах с детьми, в интерфейсах приложений. А нормальных объяснений для обычного человека как не было, так и нет.

Эта статья: словарь. Не для программистов. Для тех, кто слышит «галлюцинации ИИ» в новостях и хочет понять что это вообще такое. Или кому сын написал «попробуй промпт написать по-другому» — и непонятно за что хвататься.

Разберём 25 слов которые встречаются чаще всего. По порядку — от простых к сложным.

Термины ИИ — не единственное, с чем хочется разобраться. У меня есть бесплатные уроки компьютерной грамотности с нуля. От первого включения компьютера до нейросетей, всё по порядку.

Что такое ИИ и нейросеть — два слова которые путают чаще всего

Начнём с самого главного. Эти два слова звучат как синонимы — но это разные вещи.

Искусственный интеллект (ИИ) — это общее название для компьютерных программ. Они умеют делать то, что раньше умели только люди. Например, понимать речь, распознавать лица на фото, отвечать на вопросы. Это большой зонтик, под которым помещается много разных технологий.

Нейросеть — одна из этих технологий. Способ построить ИИ, вдохновлённый тем как работает человеческий мозг. Миллиарды крошечных связей, которые обучаются на примерах. Именно на нейросетях работают сегодняшние помощники: Алиса, ГигаЧат, DeepSeek.

Проще говоря: все нейросети входят в понятие ИИ. Но ИИ шире. Примерно как яблоки и груши — оба фрукты, но яблоко не означает «любой фрукт».

Алгоритм — ещё одно слово из той же компании. Это просто набор правил по которым программа принимает решения. Рецепт борща тоже алгоритм: сначала то, потом это, потом ещё. У ИИ алгоритмы сложнее, но суть та же.

Машинное обучение — это когда программу не программируют жёсткими правилами. Ей показывают примеры, и она сама учится находить закономерности. Как учат ребёнка: не перечисляют признаки кота вроде четырёх лап и хвоста. Просто показывают сотни фотографий и говорят «это кот, это не кот». Программа постепенно соображает сама.

Подробнее о том как устроены нейросети — в отдельной статье что такое нейронная сеть.

Как Вы общаетесь с нейросетью: термины разговора

Когда открываете Алису или ГигаЧат и что-то пишете — Вы уже используете несколько терминов. Просто не знаете как они называются.

Промпт — это Ваш запрос к нейросети. Всё что Вы набираете в строку чата. Например, «объясни мне что такое страховка» или «напиши поздравление маме на день рождения». И то, и другое — промпт. Слово пришло из английского, prompt значит «подсказка», «реплика», но прижилось в русскоязычном мире без перевода.

Хороший промпт — конкретный. Например, «напиши поздравление маме на 70 лет, тёплое, без пафоса, три предложения». А вот «напиши что-нибудь красивое», промпт плохой: нейросеть будет угадывать что Вы имели в виду.

Запрос — по смыслу то же самое что промпт. Просто русское слово. Некоторые говорят «запрос», некоторые «промпт», и оба варианта правильные.

Контекст — это всё что нейросеть помнит в рамках одного разговора. Объяснили ей что Вы пенсионер из Екатеринбурга, она будет учитывать это в следующих ответах. Закрыли окно браузера и открыли снова: контекст сбросился, нейросеть снова «не знает» кто Вы.

Именно поэтому если задаёте сложный вопрос, лучше давать контекст в начале. Например: «Я пожилой человек, не разбираюсь в компьютерах. Объясни мне…» Ответ будет совсем другим.

Как правильно составить промпт — разобрал подробно в отдельной статье про промпт для нейросети.

Промпт-инжиниринг — звучит как отдельная профессия, а по сути это просто умение хорошо формулировать промпты. Не магия и не программирование. Простой навык, вроде умения точно гуглить: чем конкретнее вопрос, тем точнее ответ.

Что происходит внутри: термины которые объясняют как ИИ думает

Эти слова Вы вряд ли будете использовать в разговоре. Но они встречаются в статьях и новостях — и когда встретите, будет понятно о чём речь.

Токен: минимальный кусочек текста, с которым работает нейросеть. Примерно слово или часть слова. Когда Вы пишете «Здравствуйте, хорошего дня» — нейросеть видит не слова, а токены. Например: «Здрав», «ствуйте», запятая, «хоро», «шего», «дня». Каждый токен обрабатывается отдельно.

Почему это важно знать практически: у каждой нейросети есть лимит токенов на один разговор. Когда говорят «контекстное окно 128 000 токенов» — это значит одно. Нейросеть может удержать в памяти примерно 100 000 слов за один сеанс. Очень длинный разговор или большой документ может не поместиться.

Обучение модели — процесс когда нейросеть учится. Ей показывают миллиарды текстов из интернета, книг, статей, и она учится предсказывать что будет дальше. Так и появляется способность отвечать на вопросы. Обучение занимает месяцы и стоит огромных денег. Поэтому его проводят крупные компании, а не обычные программисты.

Модель — в разговоре про ИИ это не макет или образец, а обученная нейросеть. «Последняя модель ГигаЧата» значит последняя версия этой нейросети. GPT-4o и Claude тоже названия конкретных моделей.

Параметры — числа внутри нейросети, которые настраиваются в процессе обучения. Когда говорят «модель на 70 миллиардов параметров», это просто мера размера. Чем больше параметров, тем сложнее модель. Но больше не всегда лучше: маленькие модели часто работают быстрее и дешевле. Например, модели на 1–2 миллиарда параметров можно запустить даже на обычном компьютере.

Когда ИИ ошибается: термины про сбои и ограничения

Нейросети не идеальны. У них есть характерные ошибки — и для них тоже есть названия.

Галлюцинации ИИ — это когда нейросеть уверенно говорит неправду. Выдумывает факты, несуществующие книги, неверные даты. Не потому что хочет обмануть: она просто продолжает текст так, как кажется наиболее вероятным. Реальность при этом не проверяет.

Признаки что нейросеть галлюцинирует: очень уверенный тон при конкретных деталях. Точные цифры, имена, даты, которые Вы не можете проверить. Ещё один признак: слишком гладкий ответ на узкую тему. Правило простое: чем важнее информация, тем нужнее проверка в другом источнике. Нейросеть хороша для черновика, но не для справки.

Об этом я подробнее писал в статье там есть раздел про ошибки нейросетей.

Смещение (bias) — когда нейросеть систематически выдаёт необъективные ответы из-за перекоса в данных на которых обучалась. Если обучить нейросеть только на новостях определённого направления, она будет видеть мир через этот фильтр. Как человек который читал только одну газету всю жизнь.

Переобучение — когда нейросеть слишком хорошо запомнила примеры из обучения, но плохо работает с новыми ситуациями. Как студент который вызубрил ответы на конкретные билеты, а на экзамене попался другой вопрос.

Контекстное окно — сколько текста нейросеть может удержать в памяти за один разговор. Если разговор длинный или Вы загрузили большой документ, нейросеть начинает «забывать» начало. Это не баг, это архитектурное ограничение. Решение: начинать новый разговор или работать частями.

Почему нейросети ошибаются и как это учитывать в работе — разобрал в статье нейросети для пожилых.

Термины из новостей про ИИ: чтобы понимать что происходит

Эти слова звучат в заголовках каждую неделю. Без них разговор про ИИ не склеивается.

LLM (Large Language Model, большая языковая модель) — категория нейросетей обученных на текстах. Умеют писать, отвечать, переводить, объяснять. Все современные чат-боты относятся к LLM. Большая, потому что у них миллиарды параметров и обучали их на терабайтах текстов.

Генеративный ИИ — ИИ который создаёт что-то новое: текст, изображение, голос, видео. В отличие от ИИ который только анализирует, генеративный производит. Когда нейросеть рисует картину по описанию или пишет письмо, это и есть генеративный ИИ. На практике это выглядит просто: пишете описание словами, и через полминуты нейросеть рисует готовую картинку.

Теперь про конкретные инструменты которые упоминаются в новостях:

Алиса AI (alice.yandex.ru) — российский голосовой и текстовый помощник от Яндекса. Работает в России без каких-либо дополнительных настроек. Умеет отвечать на вопросы, помогать с текстами, искать информацию.

ГигаЧат — российский ИИ-помощник от Сбера. Тоже работает без ограничений из России. Можно зайти через приложение СберБанк Онлайн или на сайте.

DeepSeek — китайская языковая модель. На момент написания этой статьи работает из России без VPN. Качественная, и при этом бесплатная в базовом варианте.

ChatGPT — один из самых известных ИИ-помощников, создан американской компанией OpenAI. Из России сейчас напрямую не открывается, это ограничение со стороны самого сервиса, не российского законодательства. Некоторые находят способы получить к нему доступ, но в этой статье мы их не рассматриваем.

Пять терминов которые слышите от детей и внуков

Моя дочь-семиклассница иногда говорит слова из которых я понимаю одно из трёх. Вот несколько таких слов, связанных с ИИ. Стоит знать их, чтобы хотя бы понимать о чём речь.

Дипфейк — видео или фото где лицо или голос человека подменён с помощью нейросети. Технология существует несколько лет, но сейчас стала доступна почти каждому. Отсюда новые схемы мошенничества: звонок «от сына» с чужим голосом, фото «знакомого» в компрометирующей ситуации. Если что-то вызывает подозрение, перезвоните напрямую тому человеку по обычному номеру.

Нейрофото — изображение созданное нейросетью по текстовому описанию. Написали «нарисуй кота на диване в стиле акварели», и через несколько секунд картинка готова. Это и есть нейрофото. Иногда их выдают за настоящие, поэтому умение распознавать важно.

Голосовой клон — копия чьего-то голоса созданная нейросетью. Достаточно нескольких минут записи реального голоса, и можно получить синтетический голос который звучит очень похоже. Именно поэтому не стоит слепо доверять голосовым сообщениям от незнакомых номеров.

ИИ-агент — нейросеть которая не просто отвечает на вопросы, а выполняет задачи самостоятельно. Заходит на сайты, заполняет формы, ищет информацию и делает из неё выводы. Пока это развивающаяся технология, но направление активное.

RAG: способ сделать нейросеть умнее за счёт подключения к конкретным документам или базам данных. У нейросети, обученной на текстах из интернета до 2024 года, есть предел. Она не знает, что было после этого. RAG позволяет подключить актуальную базу знаний. Для обычного пользователя это выглядит как «загрузи документ и задай по нему вопросы».

Когда я начинал разбираться в этих словах, казалось что это язык другой планеты. Теперь большинство из них звучат как обычные слова. Не потому что я стал программистом. Просто встретил их достаточно раз чтобы они перестали пугать. Вы сделали первый шаг — дочитали до конца. Это уже немало.

Часто задаваемые вопросы

Работаю с нейросетями каждый день. Словарь терминов у меня в голове пополнялся постепенно, слово за словом, не за один день. Главное что я понял за это время: незнакомое слово это просто незнакомое слово. Ничего больше. Встретишь его несколько раз в контексте — и оно перестанет быть чужим.

Если статья оказалась полезной, загляните в мои сообщества ВКонтакте и в Одноклассниках. Там выходят короткие советы, разборы реальных историй и свежие новости про технологии, которые не умещаются в формат статьи. Подписаться и найти ссылки — здесь.