1. Основы искусственного интеллекта

AI — Artificial Intelligence

Что это: искусственный интеллект, то есть широкий класс методов и систем, позволяющих компьютерам выполнять задачи, которые обычно требуют человеческого интеллекта.

Простыми словами: всё, что позволяет компьютеру анализировать информацию, распознавать объекты, понимать язык, принимать решения или создавать новый контент.

Важно: AI значительно шире генеративных нейросетей. ChatGPT, Stable Diffusion и Suno являются только отдельными примерами AI-систем.

ML — Machine Learning

Что это: машинное обучение, подход, при котором система обучается находить закономерности в данных вместо того, чтобы получать все правила вручную.

Простыми словами: программист не прописывает каждое правило поведения системы. Он даёт ей данные и метод обучения, а модель сама настраивает внутренние параметры.

Deep Learning

Что это: глубокое обучение, направление машинного обучения, использующее многослойные нейронные сети.

Где встречается: современные языковые модели, генераторы изображений, распознавание речи, компьютерное зрение и генерация видео.

Нейронная сеть

Что это: математическая модель, состоящая из множества связанных вычислительных элементов и параметров.

Простыми словами: система преобразований, которая во время обучения настраивает огромное количество внутренних чисел, чтобы научиться решать определённые задачи.

Модель

Что это: обученная система, которая принимает входные данные и выдаёт результат.

В AI под моделью могут подразумеваться языковая модель, модель генерации изображений, модель распознавания речи и многие другие системы.

Inference

Что это: процесс использования уже обученной модели для получения результата.

Простыми словами: обучение модели закончилось, теперь вы отправляете ей запрос, а она генерирует ответ.

Training

Что это: обучение модели на данных.

Во время обучения параметры модели многократно изменяются, чтобы её результат становился ближе к желаемому.

Pre-training

Что это: предварительное обучение модели на больших массивах данных.

Для крупных моделей это обычно самый масштабный этап обучения, после которого модель получает общие способности.

Post-training

Что это: дополнительные этапы обучения после предварительного обучения.

Они могут использоваться для улучшения следования инструкциям, поведения модели, безопасности и качества ответов.

AGI — Artificial General Intelligence

Что это: термин для гипотетического искусственного интеллекта общего назначения, способного выполнять широкий спектр интеллектуальных задач на уровне, сопоставимом с человеком или превосходящем его.

Важно: AGI не является названием конкретной существующей модели.

ANI — Artificial Narrow Intelligence

Что это: искусственный интеллект, предназначенный для определённого набора задач.

Большинство современных AI-систем относится именно к этой категории, даже если некоторые из них умеют выполнять очень широкий набор операций.

ASI — Artificial Superintelligence

Что это: гипотетический сверхразумный искусственный интеллект, значительно превосходящий человека по большинству интеллектуальных задач.

Multimodal AI

Что это: мультимодальный искусственный интеллект, работающий с несколькими типами данных.

Например, модель может одновременно работать с текстом, изображениями, аудио и видео.

Foundation Model

Что это: базовая модель, обученная на больших и разнообразных наборах данных и предназначенная для решения множества последующих задач.

AI Agent

Что это: AI-система, которая может не только отвечать на запрос, но и выполнять последовательность действий для достижения цели.

Простыми словами: чат-бот отвечает. Агент может получить задачу, спланировать действия, вызвать инструменты, обработать результаты и продолжить работу.

Agentic AI

Что это: подход к созданию AI-систем, способных самостоятельно планировать и выполнять многошаговые задачи.

Tool Use

Что это: использование моделью внешних инструментов: поиска, калькулятора, API, базы данных, файловой системы или другого программного сервиса.

Function Calling

Что это: механизм, позволяющий модели запросить выполнение определённой функции программой.

Модель сама не обязательно выполняет функцию. Она формирует структурированный вызов, который затем обрабатывает приложение.

MCP — Model Context Protocol

Что это: протокол, предназначенный для стандартизации подключения AI-моделей к внешним инструментам, данным и сервисам.

Простыми словами: вместо того чтобы для каждого AI-приложения изобретать отдельный способ подключения к каждому сервису, MCP предлагает общий способ описывать такие подключения.

2. Генеративный искусственный интеллект

Generative AI

Что это: генеративный искусственный интеллект, способный создавать новый контент.

Это могут быть тексты, изображения, видео, музыка, речь, программный код и другие типы данных.

Генеративная модель

Что это: модель, предназначенная для создания новых данных на основе изученных закономерностей.

Text-to-Image

Что это: генерация изображения по текстовому описанию.

Пример: пользователь описывает сцену, персонажа, стиль и освещение, а модель создаёт изображение.

Image-to-Image

Что это: создание нового изображения на основе существующего изображения.

Text-to-Video

Что это: генерация видео по текстовому описанию.

Image-to-Video

Что это: генерация или анимация видео на основе исходного изображения.

Особенно полезно, когда внешний вид персонажа или сцены сначала создаётся в генераторе изображений.

Video-to-Video

Что это: преобразование существующего видео с помощью AI.

Может использоваться для изменения стиля, внешнего вида персонажей, окружения или других визуальных характеристик.

Inpainting

Что это: перегенерация выбранной области изображения.

Пример: можно выделить лицо, одежду, фон или отдельный предмет и попросить модель изменить только эту область.

Outpainting

Что это: расширение изображения за пределы исходного кадра с генерацией нового содержимого.

Upscaling

Что это: увеличение разрешения изображения с помощью алгоритма или нейросети.

Face Restoration

Что это: восстановление или улучшение лиц на изображении.

Может исправлять некоторые артефакты, но иногда меняет исходную внешность персонажа, поэтому применять его следует осторожно.

3. LLM и текстовые нейросети

LLM — Large Language Model

Что это: большая языковая модель, обученная работать с человеческим языком.

LLM используются для генерации текста, анализа документов, перевода, программирования, поиска информации и множества других задач.

SLM — Small Language Model

Что это: небольшая языковая модель.

SLM обычно требует меньше вычислительных ресурсов и может использоваться локально или на устройствах с ограниченными ресурсами.

GPT

Что это: семейство языковых моделей, использующих архитектуру Transformer и авторегрессионную генерацию текста.

Transformer

Что это: архитектура нейронных сетей, ставшая основой большого количества современных языковых моделей.

Transformer особенно эффективен при обработке последовательностей и использовании механизма внимания.

Attention

Что это: механизм, позволяющий модели определять, какие элементы входных данных важнее для обработки текущего элемента.

Self-Attention

Что это: разновидность attention, при которой элементы последовательности учитывают отношения друг с другом внутри самой последовательности.

Context Window

Что это: объём информации, который модель может учитывать в рамках одного контекста.

Контекст измеряется в токенах и включает не только сообщение пользователя, но и другие данные, переданные модели.

Temperature

Что это: параметр, влияющий на характер выбора следующих токенов при генерации.

В некоторых системах увеличение temperature делает генерацию более вариативной, а уменьшение может сделать ответы более предсказуемыми.

Top-p

Что это: параметр, ограничивающий набор кандидатов для следующего токена на основе совокупной вероятности.

Top-k

Что это: ограничение количества наиболее вероятных кандидатов при выборе следующего токена.

Reasoning

Что это: способность модели выполнять многошаговое рассуждение для решения сложной задачи.

В современных системах reasoning может быть реализован различными архитектурными и обучающими методами.

Chain of Thought

Что это: последовательность промежуточных рассуждений, используемая моделью при решении сложных задач.

Важно отличать саму способность рассуждать от пользовательского интерфейса, показывающего или не показывающего внутренние этапы работы модели.

Hallucination

Что это: ситуация, когда AI выдаёт убедительно сформулированную, но фактически неверную информацию.

Простыми словами: модель может звучать уверенно даже тогда, когда ошибается. Уверенный тон, как известно, никогда не мешал человечеству ошибаться.

Instruction Tuning

Что это: дополнительное обучение модели на примерах выполнения инструкций.

RLHF

Что это: Reinforcement Learning from Human Feedback, обучение с подкреплением на основе человеческой обратной связи.

Используется для улучшения поведения моделей и соответствия их ответов человеческим предпочтениям.

DPO

Что это: Direct Preference Optimization, метод оптимизации модели на основе предпочтений между вариантами ответов.

4. Промпты и управление AI

Prompt

Что это: инструкция или запрос, который пользователь передаёт AI-модели.

Prompt Engineering

Что это: разработка и оптимизация промптов для получения более предсказуемого результата.

System Prompt

Что это: системные инструкции, определяющие поведение модели и правила работы приложения.

User Prompt

Что это: инструкция, непосредственно переданная пользователем.

Negative Prompt

Что это: список нежелательных элементов, которые генератор изображения должен по возможности избегать.

Термин особенно распространён в Stable Diffusion и других diffusion-системах.

Zero-shot

Что это: выполнение задачи без предоставления модели примеров именно этой задачи.

Few-shot

Что это: выполнение задачи после предоставления нескольких примеров желаемого поведения.

Prompt Weighting

Что это: управление относительной важностью отдельных частей промпта.

Поддержка и синтаксис зависят от конкретного генератора.

Role Prompting

Что это: способ формирования запроса через указание роли, контекста или типа эксперта.

Structured Output

Что это: получение ответа в заранее определённом формате, например JSON, таблице или определённой структуре полей.

5. Генерация изображений

T2I / Text-to-Image

Генерация изображения на основе текстового описания.

I2I / Image-to-Image

Генерация нового изображения на основе исходного изображения.

T2V

Text-to-Video, генерация видео по тексту. Подробно термин рассматривается в разделе о видео.

Aspect Ratio

Что это: соотношение ширины и высоты изображения.

Например, 1:1, 16:9, 4:3 и 9:16.

Resolution

Что это: разрешение изображения в пикселях.

Seed

Что это: начальное значение, используемое генератором случайности.

При одинаковых параметрах и совместимых настройках повторное использование seed может помочь получить близкий результат.

Sampler

Что это: алгоритм, используемый для процесса генерации или удаления шума в diffusion-модели.

Steps

Что это: количество итераций процесса генерации.

Большее количество шагов не гарантирует пропорционального улучшения результата.

CFG — Classifier-Free Guidance

Что это: параметр, определяющий степень влияния текстового условия на генерацию в системах, использующих соответствующий механизм guidance.

Denoising Strength

Что это: параметр, определяющий степень изменения исходного изображения при img2img.

Низкое значение обычно сильнее сохраняет исходную структуру, высокое позволяет изменить изображение сильнее.

Latent Space

Что это: скрытое математическое пространство, в котором модель представляет данные в компактной форме.

Latent

Что это: внутреннее представление данных в latent space.

VAE — Variational Autoencoder

Что это: компонент некоторых генеративных моделей, преобразующий изображения между пиксельным и латентным представлением.

CLIP

Что это: семейство моделей, связывающих изображения и текстовые представления.

CLIP и родственные технологии используются в различных системах компьютерного зрения и генерации изображений.

Text Encoder

Что это: компонент, преобразующий текстовый запрос в представление, которое затем используется другими частями генеративной системы.

U-Net

Что это: архитектура нейронной сети, широко применявшаяся в diffusion-моделях для обработки и удаления шума.

DiT — Diffusion Transformer

Что это: архитектурный подход, использующий Transformer в качестве основной части diffusion-модели.

6. Stable Diffusion и diffusion-модели

Diffusion Model

Что это: класс генеративных моделей, обучаемых восстанавливать данные из зашумленного состояния.

Простыми словами: модель учится превращать шум в осмысленный результат, постепенно уточняя его.

Stable Diffusion

Что это: семейство diffusion-моделей для генерации и обработки изображений.

Stable Diffusion стало одной из наиболее известных технологий для локальной генерации изображений и создания пользовательских workflow.

Stable Diffusion 1.5

Одна из наиболее распространённых версий семейства Stable Diffusion. Несмотря на возраст, вокруг неё существует огромное количество моделей, LoRA и других дополнений.

SDXL

Что это: Stable Diffusion XL, более крупная архитектура поколения Stable Diffusion, ориентированная на более высокое качество и разрешение.

Stable Diffusion 3

Что это: поколение моделей Stable Diffusion с новой архитектурой и улучшениями в генерации изображений и понимании сложных запросов.

Checkpoint

Что это: файл с весами обученной модели.

В Stable Diffusion checkpoint определяет значительную часть визуальных особенностей и возможностей генератора.

VAE

Компонент, отвечающий за преобразование изображения в латентное представление и обратно.

Scheduler

Что это: алгоритм, определяющий последовательность и характер шагов diffusion-процесса.

Hires Fix

Что это: техника генерации изображения с последующим увеличением разрешения и дополнительной обработкой.

img2img

Режим image-to-image, при котором существующее изображение используется как основа для новой генерации.

txt2img

Режим text-to-image, в котором изображение создаётся преимущественно из текстового запроса.

7. LoRA, ControlNet и управление изображением

LoRA — Low-Rank Adaptation

Что это: метод адаптации нейросети, при котором вместо полного переобучения модели обучается относительно небольшой набор дополнительных параметров.

Для чего используется: стили, персонажи, отдельные визуальные особенности, предметы и другие специализированные задачи.

LyCORIS

Что это: семейство методов и форматов адаптации моделей, расширяющее идеи LoRA различными архитектурными вариантами.

Embedding

Что это: числовое представление информации в многомерном пространстве.

Embeddings используются не только в генерации изображений, но и в языковых моделях, поиске и системах RAG.

Textual Inversion

Что это: метод обучения специального embedding, который позволяет связать новый визуальный концепт с условным токеном.

ControlNet

Что это: механизм управления генерацией изображения с помощью дополнительной структурной информации.

ControlNet может использовать контуры, глубину, позу, линии, сегментацию и другие виды условий. Это позволяет гораздо точнее контролировать композицию, чем один текстовый промпт.

Canny

Что это: метод выделения контуров изображения.

В AI-генерации Canny может использоваться как структурное условие для ControlNet.

Depth

Что это: карта глубины сцены.

Она помогает модели учитывать пространственную структуру исходного изображения.

OpenPose

Что это: технология определения положения ключевых точек тела.

В генерации изображений OpenPose часто используется для управления позой персонажа.

Lineart

Что это: структурное представление изображения в виде линий.

Scribble

Что это: управление генерацией на основе грубого рисунка или наброска.

IP-Adapter

Что это: механизм, позволяющий использовать изображение в качестве дополнительного условия для генерации.

Особенно полезен для передачи визуального сходства, стиля или композиционных особенностей.

Reference Image

Что это: исходное изображение, используемое как визуальный ориентир для генерации.

Character Consistency

Что это: сохранение внешности одного персонажа между разными изображениями.

Для этого могут использоваться reference image, LoRA, IP-Adapter, ControlNet и другие методы.

Regional Prompting

Что это: управление разными частями изображения отдельными условиями или промптами.

8. ComfyUI и локальная генерация

ComfyUI

Что это: интерфейс для построения визуальных workflow генерации изображений и других AI-задач.

Вместо последовательности обычных кнопок пользователь собирает граф из отдельных узлов.

Workflow

Что это: схема процесса генерации.

Workflow может включать загрузку checkpoint, текстовые энкодеры, LoRA, ControlNet, sampler, VAE и сохранение результата.

Node

Что это: отдельный функциональный блок workflow.

Например, node может загружать модель, кодировать текст, применять LoRA или запускать sampling.

KSampler

Что это: один из ключевых узлов ComfyUI для запуска процесса sampling.

Через него задаются важные параметры генерации, включая seed, steps, sampler, scheduler и CFG.

CLIP Text Encode

Что это: узел, преобразующий текстовый prompt в представление для дальнейшего процесса генерации.

Checkpoint Loader

Что это: узел загрузки checkpoint-модели.

LoRA Loader

Что это: узел подключения LoRA к workflow.

VAE Encode / VAE Decode

Узлы для преобразования изображения в латентное представление и обратного преобразования результата в изображение.

Custom Node

Что это: дополнительный пользовательский узел ComfyUI, добавляющий новые возможности.

Workflow JSON

Что это: сохранённое описание workflow в формате JSON.

Такой файл позволяет сохранить структуру графа и повторно использовать её.

CUDA

Что это: платформа и набор технологий NVIDIA для выполнения вычислений на GPU.

Многие локальные AI-инструменты используют CUDA для ускорения работы на видеокартах NVIDIA.

VRAM

Что это: видеопамять GPU.

Для локальной генерации AI её объём имеет большое значение. Недостаток VRAM может ограничивать разрешение, размер модели и сложность workflow.

FP16

Что это: 16-битный формат чисел с плавающей точкой.

Используется для уменьшения потребления памяти и ускорения некоторых AI-вычислений.

BF16

Что это: формат Brain Floating Point 16-bit.

Широко используется в современных AI-вычислениях и обучении моделей.

FP8

Что это: 8-битный формат представления чисел с плавающей точкой.

Может использоваться для уменьшения требований к памяти и ускорения вычислений на поддерживаемом оборудовании.

GGUF

Что это: формат файлов, широко используемый для хранения и запуска локальных языковых моделей.

Особенно распространён в экосистеме локального запуска LLM.

Quantization

Что это: квантование, уменьшение точности представления параметров модели.

Главная цель — уменьшить размер модели и требования к памяти с приемлемой потерей качества.

9. Генерация видео

T2V — Text-to-Video

Генерация видео на основе текстового описания.

I2V — Image-to-Video

Создание или анимация видео на основе изображения.

V2V — Video-to-Video

Преобразование одного видео в другое с использованием AI.

Keyframe

Что это: ключевой кадр, задающий важное состояние объекта или сцены.

First Frame

Что это: первый кадр, используемый для задания начального состояния видео.

Last Frame

Что это: последний кадр, задающий желаемое конечное состояние.

Camera Motion

Что это: движение виртуальной камеры.

Типичные варианты: pan, tilt, zoom, dolly, tracking, orbit и crane.

Motion

Что это: движение объектов и персонажей внутри видео.

Motion Brush

Что это: инструмент, позволяющий указать области изображения, движение которых необходимо изменить или контролировать.

Temporal Consistency

Что это: согласованность изображения между последовательными кадрами видео.

При плохой temporal consistency персонажи могут менять лицо, одежду, форму тела или детали окружения от кадра к кадру.

Frame Interpolation

Что это: генерация промежуточных кадров между существующими кадрами видео.

Lip Sync

Что это: синхронизация движения губ персонажа с речью или аудиодорожкой.

Video Upscaling

Что это: увеличение разрешения видео с помощью алгоритмической или нейросетевой обработки.

Reference Video

Что это: исходное видео, используемое как дополнительный источник информации о движении, композиции или стиле.

Motion Transfer

Что это: перенос движения с одного объекта или видео на другого персонажа или визуальный объект.

FPS — Frames Per Second

Что это: количество кадров в секунду.

Например, 24 FPS означает 24 кадра в секунду.

10. Генерация музыки и аудио

Text-to-Music

Что это: создание музыки по текстовому описанию.

AI Music

Общее обозначение технологий генерации и обработки музыки с помощью искусственного интеллекта.

Lyrics

Что это: текст песни.

Stem

Что это: отдельная дорожка или группа дорожек, выделенная из музыкального произведения.

Например: вокал, барабаны, бас, гитары или другие инструменты.

Vocal Stem

Отдельная дорожка с вокалом.

Instrumental

Музыкальная версия без вокала.

Remix

Новая версия композиции с изменённой аранжировкой, структурой или звучанием.

AI Cover

AI-версия исполнения песни с изменённым голосом, стилем или аранжировкой.

Voice Cloning

Что это: создание синтетического голоса, имитирующего характеристики конкретного голоса.

Voice Conversion

Что это: преобразование одного голоса в другой при сохранении части исходного исполнения.

Sample

Аудиофрагмент, который используется как исходный материал для дальнейшей обработки или генерации.

Arrangement

Что это: аранжировка музыкального произведения, то есть организация партий инструментов, вокала, структуры и динамики.

BPM — Beats Per Minute

Что это: количество ударов в минуту, используемое как показатель темпа музыки.

Key

Что это: тональность музыкального произведения.

MIDI

Что это: стандарт передачи информации о музыкальных событиях, например нотах, длительности и параметрах исполнения.

DAW — Digital Audio Workstation

Что это: программа для записи, редактирования, сведения и обработки музыки.

Mixing

Сведение отдельных музыкальных дорожек в цельный микс.

Mastering

Финальная обработка музыкального произведения перед публикацией или распространением.

11. Речь и голос

TTS — Text-to-Speech

Что это: синтез речи из текста.

STT — Speech-to-Text

Что это: преобразование речи в текст.

Speech Synthesis

Общий термин для технологий искусственного создания речи.

Speaker Embedding

Что это: числовое представление характеристик голоса или говорящего.

Speaker Diarization

Что это: определение того, кто и в какой момент говорит в аудиозаписи.

AI Dubbing

Что это: автоматизированная AI-озвучка и локализация видео на другой язык.

Voice Model

Модель, способная синтезировать или преобразовывать речь с определёнными характеристиками голоса.

12. AI и программирование

AI Coding

Использование AI для написания, анализа, исправления, тестирования и рефакторинга программного кода.

Code Generation

Автоматическая генерация программного кода по описанию задачи.

Code Completion

Автоматическое продолжение или дополнение программного кода.

Coding Agent

AI-система, способная работать с кодовой базой и выполнять последовательность операций для решения задачи.

IDE

Что это: Integrated Development Environment, интегрированная среда разработки.

API

Что это: Application Programming Interface, интерфейс, через который одна программа взаимодействует с другой.

SDK

Что это: Software Development Kit, набор инструментов для разработки программ под определённую платформу или сервис.

Repository

Что это: хранилище исходного кода проекта и связанных с ним файлов.

Debugging

Поиск и исправление ошибок в программном коде.

Refactoring

Изменение внутренней структуры кода без изменения его предполагаемого внешнего поведения.

Code Interpreter

Среда, позволяющая AI выполнять программный код для анализа данных, вычислений и других задач.

Sandbox

Что это: изолированная среда выполнения, ограничивающая доступ программы к основной системе.

13. Обучение моделей

Fine-Tuning

Что это: дополнительное обучение уже существующей модели на специализированном наборе данных.

LoRA Training

Обучение LoRA-адаптера вместо полного переобучения исходной модели.

Dataset

Что это: набор данных, используемый для обучения, проверки или оценки модели.

Epoch

Что это: один полный проход по обучающему набору данных.

Batch

Что это: группа примеров, обрабатываемая моделью за один шаг обучения.

Learning Rate

Что это: параметр, определяющий величину изменения параметров модели во время обучения.

Overfitting

Что это: переобучение, при котором модель слишком хорошо запоминает обучающие данные и хуже работает с новыми.

Underfitting

Недообучение, при котором модель недостаточно хорошо усвоила закономерности данных.

Synthetic Data

Что это: синтетические данные, созданные искусственно, в том числе с помощью других AI-моделей.

Benchmark

Что это: тест или набор тестов для сравнения производительности AI-моделей.

Evaluation

Оценка качества и поведения модели на тестовых данных или задачах.

14. Данные, токены и embeddings

Token

Что это: элемент текста, который используется языковой моделью как единица обработки.

Токеном может быть целое слово, часть слова, знак препинания или другой фрагмент.

Tokenization

Что это: процесс преобразования текста в последовательность токенов.

Tokenizer

Что это: компонент, который выполняет токенизацию текста.

Embedding

Что это: числовой вектор, представляющий объект, например текст, изображение или документ.

Семантически близкие объекты часто располагаются близко друг к другу в embedding-пространстве.

Vector

Набор чисел, представляющий объект в математическом пространстве.

Vector Database

Что это: база данных, оптимизированная для хранения и поиска векторов.

RAG — Retrieval-Augmented Generation

Что это: подход, при котором модель сначала получает релевантную информацию из внешнего источника, а затем использует её для формирования ответа.

Пример: AI получает вопрос, ищет нужный фрагмент в документации и только после этого формирует ответ.

Semantic Search

Что это: поиск по смысловой близости, а не только по точному совпадению слов.

Chunk

Что это: фрагмент документа, на который большой текст разбивается перед обработкой или индексацией.

15. Технические термины

Parameters

Что это: внутренние числовые значения модели, которые определяются во время обучения.

Количество параметров часто используется как один из показателей масштаба модели, но само по себе не является гарантией качества.

Weights

Что это: веса модели, то есть числовые параметры, определяющие её поведение.

GPU

Что это: графический процессор, широко используемый для ускорения AI-вычислений.

CPU

Что это: центральный процессор компьютера.

VRAM

Память видеокарты, используемая для хранения моделей, промежуточных данных и результатов вычислений.

Latency

Что это: задержка между отправкой запроса и получением результата.

Throughput

Что это: количество данных или запросов, которые система способна обработать за определённый промежуток времени.

Open Source

Что это: программное обеспечение с исходным кодом, доступным в соответствии с условиями конкретной лицензии.

Важно: открытый исходный код, открытые веса модели и свободное коммерческое использование не являются автоматически одним и тем же.

Local AI

Что это: запуск AI-модели непосредственно на собственном компьютере или другом устройстве.

Cloud AI

Что это: AI-сервис, вычисления которого выполняются на удалённых серверах.

Inference Server

Серверная система, предназначенная для запуска AI-моделей и обработки запросов пользователей или приложений.

Model Card

Что это: документ с информацией о модели, её назначении, ограничениях, характеристиках и условиях использования.

Checkpoint File

Файл, содержащий сохранённое состояние модели или её весов.

AI Memory

Что это: механизм сохранения информации о пользователе или предыдущем взаимодействии.

Конкретная реализация памяти зависит от AI-сервиса.

16. Главные сокращения AI

17. Алфавитный указатель терминов

Этот блок предназначен прежде всего для быстрого поиска по справочнику.
Если нужен конкретный термин, удобнее пользоваться алфавитом, чем пролистывать
весь текст сверху вниз.

A

• Agentic AI
• AI
• AI Agent
• AI Coding
• AI Dubbing
• AI Music
• AGI
• ANI
• API
• Aspect Ratio

B

• Batch
• Benchmark
• BF16
• BPM

C

• Canny
• Character Consistency
• Checkpoint
• CLIP
• Cloud AI
• ComfyUI
• Context Window
• ControlNet
• CPU

D

• DAW
• Deep Learning
• Denoising Strength
• Depth
• DiT
• DPO

E

• Embedding
• Evaluation

F

• Face Restoration
• Fine-Tuning
• First Frame
• FPS
• Function Calling

G

• Generative AI
• GGUF
• GPU

H

• Hallucination
• Hires Fix

I

• I2I
• I2V
• img2img
• Inference
• Inpainting
• Instruction Tuning
• IP-Adapter

K

• Key
• Keyframe
• KSampler

L

• Latent
• Latent Space
• Latency
• Learning Rate
• Lineart
• LLM
• Local AI
• LoRA
• LoRA Loader

M

• MCP
• MIDI
• Mixing
• Model
• Model Card
• Motion
• Motion Brush
• Motion Transfer

N

• Нейронная сеть

O

• Open Source
• OpenPose
• Outpainting
• Overfitting

P

• Parameters
• Prompt
• Prompt Engineering
• Prompt Weighting

R

• RAG
• Reasoning
• Reference Image
• Regional Prompting
• Repository
• Resolution
• RLHF

S

• Sampler
• Sandbox
• Scheduler
• Scribble
• Semantic Search
• SLM
• Speaker Embedding
• Stable Diffusion
• Stem
• Structured Output

T

• Temperature
• Text Encoder
• Text-to-Image
• Text-to-Music
• Text-to-Video
• Token
• Tokenization
• Tokenizer
• Tool Use
• Training
• Transformer
• TTS

U

• U-Net
• Underfitting
• Upscaling

V

• VAE
• Vector
• Vector Database
• Video Upscaling
• Voice Cloning
• Voice Conversion
• Voice Model
• VRAM
• V2V

W

• Weights
• Workflow
• Workflow JSON

X

• XL-модели

↑ Вернуться к алфавитному указателю

18. Часто задаваемые вопросы

Что такое AI простыми словами?

AI, или искусственный интеллект, представляет собой набор технологий, позволяющих компьютерам
решать задачи, связанные с анализом информации, распознаванием закономерностей, языком,
изображениями, аудио, видео и принятием решений.

Чем AI отличается от нейросети?

AI — более широкое понятие. Нейронные сети являются одним из основных подходов,
используемых для создания современных AI-систем.

Что такое генеративный AI?

Генеративный AI способен создавать новый контент: тексты, изображения, музыку, видео,
речь и программный код.

Что такое LLM?

LLM — большая языковая модель, обученная работать с текстом и другими связанными типами данных.
Современные LLM используются для диалога, анализа документов, программирования, перевода,
поиска и множества других задач.

Что такое промпт?

Промпт — инструкция, которую пользователь передаёт AI-модели. В зависимости от системы
промпт может быть текстовым, визуальным, голосовым или мультимодальным.

Что такое LoRA?

LoRA — способ относительно лёгкой адаптации модели. Вместо полного переобучения большой модели
создаётся дополнительный набор параметров, который можно подключать отдельно.

Что такое ControlNet?

ControlNet позволяет дополнительно управлять генерацией изображения с помощью структурной
информации: позы, контуров, глубины, линий и других условий.

Что такое ComfyUI?

ComfyUI — интерфейс на основе node-графов для построения сложных AI-workflow.
Он особенно популярен среди пользователей локальной генерации изображений и видео.

Что такое RAG?

RAG позволяет AI использовать внешнюю информацию перед формированием ответа.
Это особенно полезно для работы с документами, базами знаний и постоянно обновляемой информацией.

Что такое embedding?

Embedding — числовое представление объекта, например текста или изображения.
Embeddings позволяют сравнивать объекты по смысловой близости и используются в поиске,
рекомендательных системах и RAG.

Что такое AI-агент?

AI-агент — система, которая способна выполнять последовательность действий для достижения цели,
используя инструменты и промежуточные результаты.

Что такое diffusion-модель?

Diffusion-модель — генеративная модель, обученная восстанавливать данные из зашумленного состояния.
На этом принципе основано большое количество современных систем генерации изображений и видео.

Что такое seed?

Seed — начальное значение генератора случайности. В совместимых генераторах его можно использовать
для воспроизводимости или получения близких вариантов изображения.

Что такое hallucination у AI?

Hallucination — ошибочная информация, которую модель представляет как достоверный ответ.
Поэтому важные факты, особенно связанные с деньгами, правом, медициной или техническими
характеристиками, необходимо проверять по источникам.

Что лучше: локальная AI-модель или облачный сервис?

Облачные сервисы обычно проще для начала и не требуют мощного компьютера.
Локальные модели дают больше контроля над файлами, настройками и workflow, но требуют
подходящего оборудования и технических знаний.

19. Как пользоваться этим словарём

Справочник построен не только как статья для чтения, но и как база знаний.
Если термин встретился впервые, достаточно прочитать его определение.
Если он относится к интересующей вас области, можно перейти в соответствующий раздел.

Если вы начинаете изучать AI

1. Начните с раздела Основы AI.
2. Затем изучите генеративный AI.
3. Для работы с ChatGPT и другими языковыми моделями перейдите к LLM и промптам.
4. Для генерации изображений изучите основы генерации.
5. После этого переходите к Stable Diffusion, LoRA и ControlNet и ComfyUI.
6. Для видео используйте раздел генерации видео.
7. Для музыки и голоса смотрите разделы аудио и речи.

Если вы уже работаете с нейросетями

Используйте алфавитный указатель в начале страницы как быстрый справочник.
Ссылки с других статей сайта можно вести непосредственно на конкретные термины:
например, на LoRA, ControlNet,
RAG или MCP.

Заключение

Мир искусственного интеллекта развивается настолько быстро, что словарь терминов приходится
постоянно обновлять. Новые модели появляются регулярно, меняются названия технологий,
возникают новые способы обучения и взаимодействия с AI.

Поэтому этот справочник следует рассматривать как постоянно расширяемую базу знаний
НейроАрт Клуба, а не как статичную энциклопедию. Основная задача проста:
если читатель встречает незнакомый термин в статье, документации или интерфейсе нейросети,
он должен иметь возможность быстро найти его здесь и понять, о чём вообще идёт речь.

По мере развития сайта отдельные термины могут получать собственные подробные статьи.
В таком случае этот справочник становится центральной точкой навигации между материалами
о ChatGPT, Grok, генерации изображений, Stable Diffusion, ComfyUI, Suno,
Runway, Kling и других AI-инструментах.