скачать книгу бесплатно
ИИ сервер (AI server) – это сервер со средствами (на основе) ИИ; сервер, обеспечивающий решение задач ИИ.
ИИ суперкомпьютер (AI supercomputer) – это суперкомпьютер для задач искусственного интеллекта, суперкомпьютер для ИИ, характеризуется ориентацией на работу с большими объёмами данных.
ИИ термин (AI term) – это термин из области ИИ (из терминологии, словаря ИИ), например, in AI terms – в терминах ИИ (на языке ИИ).
ИИ терминология (AI terminology) – это терминология искусственного интеллекта, терминология ИИ, совокупность специальных терминов, относящихся к области ИИ.
ИИ ускорение (AI acceleration) – это ускорение вычислений, связанных с ИИ, для этой цели применяют специализированные аппаратные ускорители ИИ[320 - AI acceleration [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/AI_accelerator (дата обращения: 27.04.2023)].
ИИ ускоритель (AI accelerator) – это специализированная микросхема, повышающая скорость и эффективность обучения и тестирования нейронных сетей. Однако, для полупроводниковых микросхем, включая большинство ускорителей ИИ, существует теоретический минимальный предел потребления энергии. Уменьшение потребления возможно только при переходе на оптические нейронные сети и оптические ускорители для них[321 - AI acceleration [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/AI_accelerator (дата обращения: 27.04.2023)].
ИИ чипсет (AI chipset) – это чипсет для систем с ИИ, например, AI chipset industry – индустрия чипсетов для систем с ИИ, AI chipset market – рынок чипсетов для систем с ИИ.
ИИ, основанный на физике(Physics-based AI, PIAI) – это ИИ, который объединяет физические и аналоговые принципы, регулирующие законы и знания предметной области в модели ИИ.
ИИ-аппарат (AI hardware) – это аппаратное обеспечение ИИ, аппаратные средства ИИ, аппаратная часть инфраструктуры системы искусственного интеллекта, ИИ-инфраструктуры.
ИИ-инженер (AI engineer) – это инженер по системам с ИИ.
ИИ-инжиниринг (AI engineering) — это перевод технологий ИИ с уровня НИОКР, экспериментов и прототипов на инженерно-технический уровень, с расширенным внедрением методов и средств ИИ в ИТ-системы для решения реальных производственных задач компании, организации. Одна из стратегических технологических тенденций (трендов), которые могут кардинальным образом повлиять на состояние экономики, производства, финансов, на состояние окружающей среды и вообще на качество жизни человека и человечества.
ИИ-оптимизированный (AI-optimized) – это оптимизированный для задач ИИ или оптимизированный c помощью средств ИИ, например, AI-optimized chip – чип, оптимизированный для задач ИИ.
ИИ-покупатель (AI shopper) – это нечеловеческий экономический субъект, который получает товары или услуги в обмен на оплату. Примеры включают виртуальных личных помощников, интеллектуальную технику, подключенные автомобили и заводское оборудование с поддержкой Интернета вещей. Эти ИИ действуют от имени клиента-человека или организации.
ИИ-совместимое медицинское устройство (AI-enabled healthcare device) – это устройство с использованием ИИ для системы здравоохранения (медицинской помощи)[322 - AI-enabled healthcare [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Artificial_intelligence_in_healthcare (дата обращения: 27.04.2023)].
ИИ-совместимое устройство (AI-enabled device) – это устройство, поддерживаемое системой с искусственным интеллектом (ИИ-системой), например, интеллектуальный робот.
ИИ-совместимый (AI-enabled) – это аппаратное или программное обеспечение с использованием ИИ, использующий ИИ, оснащённый ИИ, например, AI-enabled tools – инструментальные средства с ИИ.
Именованные графы (Named graph) – это ключевая концепциея семантической веб- архитектуры, в которой набор операторов структуры описания ресурсов (граф) идентифицируется с помощью URI (Унифицированный идентификатор ресурса – уникальная последовательность символов, идентифицирующая логический или физический ресурс, используемый веб-технологиями), что позволяет делать описания этого набора признаков, таких как контекст, информация о происхождении или другое[323 - Именованные графы [Электронный ресурс] https://wikimili.com/en URL: https://wikimili.com/en/Named_graph (дата обращения: 07.07.2022)].
Имитация отжига (Simulated annealing, SA) – это вероятностный метод аппроксимации глобального оптимума заданной функции. В частности, это метаэвристика для аппроксимации глобальной оптимизации в большом пространстве поиска для задачи оптимизации[324 - Simulated annealing (SA) [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Simulated_annealing (дата обращения: 27.04.2023)].
Импульс (Momentum) – это метод машинного обучения, реализующий импульсный алгоритм градиентного спуска, очень эффективной техники в котором шаг обучения зависит не только от градиента текущего шага для направления поиска, а также от градиента прошлых шагов, которые непосредственно предшествовали ему чтобы определить направление движения. Импульс включает в себя вычисление экспоненциально взвешенного скользящего среднего градиента с течением времени, аналогичного импульсу в физике. Импульс способствует обучению не застревать в локальных минимумах[325 - Momentum [Электронный ресурс] https://blog.paperspace.com URL: https://blog.paperspace.com/intro-to-optimization-momentum-rmsprop-adam/ (дата обращения: 07.07.2022)].
Инвариантность размера (Size invariance) в задаче классификации изображений – это способность алгоритма успешно классифицировать изображения даже при изменении размера изображения. Например, алгоритм все равно может идентифицировать кошку независимо от размера изображения – будь то 2 Мб или 200 Кб пикселей. Обратите внимание, что даже самые лучшие алгоритмы классификации изображений по-прежнему имеют практические ограничения на неизменность размера. Например, алгоритм (или человек) вряд ли правильно классифицирует изображение кошки, занимающее всего 20 пикселей[326 - Size invariance [Электронный ресурс] https://developers.google.com URL: https://developers.google.com/machine-learning/glossary#size-invariance (дата обращения: 27.04.2023)].
Индивидуальная справедливость (Individual fairness) – это метрика справедливости, которая проверяет, одинаково ли классифицируются похожие лица. Например, Brobdingnagian Academy может захотеть удовлетворить индивидуальную справедливость, гарантируя, что два студента с одинаковыми оценками и результатами стандартизированных тестов с одинаковой вероятностью будут приняты. Обратите внимание, что индивидуальная справедливость полностью зависит от того, как вы определяете «сходство» (в данном случае оценки и баллы за тесты), и вы можете столкнуться с риском возникновения новых проблем со справедливостью, если ваша метрика схожести пропускает важную информацию (например, строгость учащегося, учебный план)[327 - Individual fairness [Электронный ресурс] https://developers.google.com URL: https://developers.google.com/machine-learning/glossary#individual-fairness (дата обращения: 27.04.2023)].
Индуктивная предвзятость алгоритма обучения (Inductive Bias) – это набор предположений, которые обучаемая система использует для прогнозирования результатов на основе вводных параметров, с которыми она ещё не сталкивалась[328 - Inductive Bias [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Inductive_bias (дата обращения: 27.04.2023)].
Индуктивное рассуждение (Inductive reasoning) – это метод рассуждения, который использует предпосылки для предоставления доказательств в поддержку вывода. В отличие от дедуктивного рассуждения, индуктивное рассуждение работает как нисходящая логика, которая дает заключение путем обобщения или экстраполяции от частных случаев к общим правилам[329 - Inductive reasoning [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Inductive_reasoning (дата обращения: 27.04.2023)].
Индукция (Induction) (от латинского inductio – «наведение») – это метод получения логического вывода при помощи перехода от частного к общему, т.е. индукция является противоположностью дедукции. В этом методе работают не только законы логики, но и математические, психологические и фактические представления[330 - Индукция [Электронный ресурс] https://4brain.ru URL: https://4brain.ru/blog/abdukciya-poisk-istiny-cherez-rasshirenie-soznaniya/ (дата обращения: 27.04.2023)].
Индустриальный Интернет (Industrial Internet) – это концепция построения информационных и коммуникационных инфраструктур на основе подключения к информационно-телекоммуникационной сети «Интернет» промышленных устройств, оборудования, датчиков, сенсоров, систем управления технологическими процессами, а также интеграции данных программно-аппаратных средств между собой без участия человека[331 - Индустриальный Интернет [Электронный ресурс] https://cdto.wiki URL: https://cdto.wiki/Индустриальный_интернет (дата обращения: 27.04.2023)].
Индустрия ИИ (AI industry) – например, commercial AI industry – это коммерческая индустрия ИИ, коммерческий сектор индустрии ИИ.
Инженерия знаний (Knowledge engineering) – это создание систем, основанных на знаниях, включая все научные, технические и социальные аспекты. Также, это область искусственного интеллекта (ИИ), которая создает правила, применяемые к данным, чтобы имитировать мыслительный процесс человека-эксперта. Он смотрит на структуру задачи или решения, чтобы определить, как делается вывод[332 - Knowledge engineering [Электронный ресурс] www.investopedia.com URL: https://www.investopedia.com/terms/k/knowledge-engineering.asp (дата обращения: 07.07.2022)].
Инкрементное обучение (Incremental learning) – это пошаговое обучение является методом машинного обучения, в котором входные данные непрерывно используются для расширения знаний существующей модели для дальнейшего обучения модели. Оно представляет собой динамический метод обучения, который можно применять, когда данные обучения постепенно становятся доступными с течением времени или, их размер выходит за пределы системной памяти. Задачей инкрементального обучения является адаптация модели обучения к новым данным, не забывая при этом уже имеющиеся знания[333 - Incremental learning [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Incremental_learning (дата обращения: 27.04.2023)].
Инструмент White papers (White papers) – это маркетинговый инструмент, часть контентной стратегии компании, представляющий из себя мини-книгу о решении определённой проблемы[334 - Инструмент White papers [Электронный ресурс] https://ru.wikipedia.org URL: https://ru.wikipedia.org/wiki/Вайт_пейпер (дата обращения: 27.04.2023)].
Инструмент машинного обучения Pandas (сокращение от «panel-data-s») (The Pandas Machine Learning Tool) – это инструмент, используемый для исследования, очистки, преобразования и визуализации данных, поэтому его можно использовать в моделях машинного обучения и обучении. Это библиотека Python с открытым исходным кодом, построенная на основе NumPy. Pandas может обрабатывать три типа структур данных: серии, DataFrame и панель[335 - Инструмент машинного обучения Pandas [Электронный ресурс] https://atlansys.tech URL: https://atlansys.tech/atlansys-companion/ (дата обращения: 27.04.2023)],[336 - Pandas [Электронный ресурс] https://ru.wikipedia.org URL: https://ru.wikipedia.org/wiki/Pandas (дата обращения: 27.04.2023)].
Инструменты Vital A.I. (Vital A.I.) – это инструменты для разработки программного обеспечения искусственного интеллекта и консультационные услуги. Vital Development Kit (VDK) устраняет самый большой источник затрат при разработке интеллектуальных приложений: человеческий труд по интеграции данных; управление потоком данных между людьми, устройствами, базами данных и потоками данных алгоритмической обработки[337 - Vital A.I. [Электронный ресурс] http://www.vital.ai/ URL: http://www.vital.ai/ (дата обращения: 27.04.2023)].
Интегральная фотоника (Integrated photonics) – это направление фотоники, занимающееся разработкой и внедрением фотонных интегральных схем или оптических интегральных схем, которые могут обрабатывать и передавать световые, или оптические, сигналы (данные) – подобно тому, как электронные ИС работают с электронными сигналами (данными).
Интеграция данных (Data Integration) – это совокупность технических и деловых процессов, репликация и виртуализация данных. Интеграция данных используется для объединения информации из разрозненных источников в виде понятного и ценного набора данных для целей интеллектуальной обработки и бизнес-аналитики. Комплексное решение для интеграции данных предоставляет достоверные данные из различных локальных и облачных источников для обеспечения конвейера достоверных данных, готового к работе с DataOps.
Интегрированный ГП (Integrated GPU) – это интегрированный графический процессор, интегрированный ГП, расположенный на одном кристалле или в одной микросхеме с ЦП, как, например, он реализован в процессоре M1 корпорации Apple[338 - Integrated GPU [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Graphics_processing_unit#Integrated_graphics_processing_unit (дата обращения: 27.04.2023)].
Интеллект (Intelligence) – это способность мозга решать интеллектуальные задачи путем приобретения, запоминания и целенаправленного преобразования знаний в процессе обучения на опыте и адаптации к разнообразным обстоятельствам[339 - Интеллект [Электронный ресурс] https://www.surwiki.admsurgut.ru URL: https://www.surwiki.admsurgut.ru/wiki/index.php?title=Теория_искусственного_интеллекта (дата обращения: 27.04.2023)].
Интеллект принятия решений (Decision intelligence, DI) – это практическая дисциплина, используемая для улучшения процесса принятия решений путем четкого понимания и программной разработки того, как принимаются решения, и как итоговые результаты оцениваются, управляются и улучшаются с помощью обратной связи.
Интеллектуальная информационная система (Intelligent information system) – это взаимосвязанная совокупность программного обеспечения, основанная на технологиях машинного обучения и искусственного интеллекта, имеющая возможность хранения, обработки и выдачи информации, а также самостоятельной настройки своих параметров в зависимости от состояния внешней среды (исходных данных) и специфики решаемой задачи. Также под интеллектуальной информационной системой понимают автоматизированную информационную систему, основанную на знаниях, или комплексе программных, лингвистических и логико-математических средств для реализации основной задачи – осуществления поддержки деятельности человека и поиска информации в режиме продвинутого диалога на естественном языке[340 - Козлов А. Н. Интеллектуальные информационные системы [Текст]: учеб. / ФГБОУ ВПО Пермская ГСХА. – Пермь. 2013. – 306 с.],[341 - Остроух А. В. Интеллектуальные системы [Текст]: монография. / Издательство «Научно-инновационный центр». – Красноярск. 2020. – 316 с.].
Интеллектуальная система (Intelligent system) – это техническая или программная система, способная решать задачи, традиционно считающиеся творческими, принадлежащие конкретной предметной области, знания о которой хранятся в памяти такой системы. Структура интеллектуальной системы включает три основных блока – базу знаний, решатель и интеллектуальный интерфейс[342 - Интеллектуальная система [Электронный ресурс] https://dic.academic.ru URL: https://dic.academic.ru/dic.nsf/ruwiki/176467 (дата обращения: 07.07.2022)].
Интеллектуальное управление (Intelligent control) – это дисциплина, в которой алгоритмы управления разрабатываются путем имитации определенных характеристик биологических систем, подпитываются последними достижениями в области вычислительной техники, и становится технологией, которая может открыть возможности для значительных технологических достижений[343 - Intelligent control [Электронный ресурс] https://intelligent-control.ieeecss.org URL: http://intelligent-control.ieeecss.org (дата обращения: 07.07.2022)].
Интеллектуальные агенты (Intelligent agents) – это программы, самостоятельно выполняющие задания, указанные пользователем или другими программами, в течение длительных промежутков времени, используются для помощи оператору или сбора информации[344 - Интеллектуальные агенты [Электронный ресурс] https://ru.wikipedia.org URL: https://ru.wikipedia.org/wiki/Интеллектуальный_агент (дата обращения: 27.04.2023)].
Интеллектуальные задачи (Intellectual tasks) – это задачи, отыскание алгоритма решения которых связано с тонкими и сложными рассуждениями, логическими обобщениями и выводами, требующие большой изобретательности и высокой квалификации[345 - Интеллектуальные задачи [Электронный ресурс] http://pgsha.ru URL: http://pgsha.ru:8008/books/study/Интеллектуальные задачи. pdf стр. 8 (дата обращения: 27.04.2023)].
Интеллектуальные приложения (Intelligent Applications) – это программные комплексы или системы со встроенными или интегрированными технологиями искусственного интеллекта, такими как интеллектуальная автоматизация и аналитика на основе больших данных, интегрированные с подсистемой поддержки-принятия решений.
Интеллектуальный агент (Intelligent agent, IA) – это компьютерная программная система, способная действовать независимо для достижения определенных целей и реагировать на людей или события, происходящие вокруг нее. Он запрограммирован с использованием искусственного интеллекта (ИИ) и оснащен датчиками, которые позволяют ему наблюдать и адаптироваться к ситуациям. ИА используются в областях, требующих взаимодействия с людьми, потому что они способны демонстрировать основные социальные навыки. Сегодняшние примеры IA включают Siri и Alexa. Они могут понять запрос и действовать самостоятельно, чтобы найти запрашиваемую информацию[346 - Intelligent agent [Электронный ресурс] www.techslang.com URL: https://www.techslang.com/definition/what-is-an-intelligent-agent/ (дата обращения: 07.07.2022)].
Интеллектуальный анализ данных (Data Mining) – это процесс анализа скрытых шаблонов данных в соответствии с различными перспективами для категоризации в полезную информацию, которая собирается и сводится воедино в общих областях, таких как хранилища данных, для эффективного анализа, и алгоритмы интеллектуального анализа данных, облегчающие принятие бизнес-решений и другие информационные требования, которые, в конечном счете, сокращают затраты и увеличивают доходы. Интеллектуальный анализ данных также известен как обнаружение данных и раскрытие познаний[347 - Data Mining [Электронный ресурс] https://bigdataschool.ru URL: https://www.teradata.ru/Glossary/What-is-Data-Mining (дата обращения: 17.02.2022)].
Интеллектуальный персональный помощник (также виртуальный помощник или персональный цифровой помощник) (Intelligent personal assistant) – это программный агент, который может выполнять задачи или услуги для человека на основе команд или вопросов. Термин «чат-бот» иногда используется для обозначения виртуальных помощников, к которым обычно или конкретно обращаются через онлайн- чат. В некоторых случаях программы онлайн-чата предназначены исключительно для развлекательных целей. Некоторые виртуальные помощники могут интерпретировать человеческую речь и отвечать синтезированными голосами. Пользователи могут задавать вопросы своим помощникам, управлять устройствами домашней автоматизации и воспроизведением мультимедиа с помощью голоса, а также управлять другими основными задачами, такими как электронная почта, списки дел и календари, с помощью голосовых команд[348 - Интеллектуальный персональный помощник [Электронный ресурс] https://wiki2.org URL: https://wiki2.org/en/Intelligent_personal_assistant (дата обращения: 07.07.2022)].
Интерактивное машинное обучение (Interactive Machine Learning, IML) – это разработка и реализация алгоритмов и интеллектуальных сред пользовательского интерфейса, которые облегчают машинное обучение с помощью взаимодействия с человеком. Это область развития искусственного интеллекта (ИИ), в которой пользователи, как правило, не являющиеся экспертами, могут быстро создавать и тестировать модели машинного обучения. Эти модели могут обучаться вводу/выводу данных в реальном времени на примерах человека/компьютера. Так системы машинного обучения учатся у человека и адаптируются к нему, но в то же время человек получает обратную связь и адаптируется к системе.
Интернет медицинских вещей (Internet of Medical Things, IoMT) – это класс умных медицинских устройств, ПО и отдельных смарт-услуг, имеющих возможность подключения и обмена данных в среде интернет, которые совершенствуют и развивают отрасль здравоохранения, помогают предоставлять помощь удаленно, автономно собирать информацию о пациенте. Такие умные устройства (гаджеты, датчики, измерители сердечного ритма и многие др.) собирают и обрабатывают данные, контролируют показатели здоровья, обрабатывают результаты анализов. Условно все устройства и решения IoMT в сфере медицины делятся на два типа: предназначенные для больниц и специалистов, которые в них работают; предназначенные для конечного потребителя, пациента[349 - Интернет медицинских вещей [Электронный ресурс] https://tallinn.mhealth.events URL: https://tallinn.mhealth.events/article/iot-v-meditsine-kak-internet-veshchey-sovershenstvuet-sferu-zdravoohraneniya-97414 (дата обращения: 01.05.2023)].
Интернет-вещей (Internet of Things, IoT) – это концепция и основанная на ней вычислительная сеть, соединяющая вещи (физические предметы), оснащенные встроенными информационными технологиями для взаимодействия друг с другом или с внешней средой без участия человека[350 - Интернет-вещей [Электронный ресурс] https://ru.wikipedia.org URL: https://ru.wikipedia.org/wiki/Интернет_вещей (дата обращения: 01.05.2023)].
Интероперабельность, совместимость (Interoperability) – это способность открытых систем использовать программы, выполняющиеся одновременно на различных платформах в общей сети, с возможностью обмена информацией между ними. Иначе говоря, программные компоненты системы, расположенные на разных аппаратных платформах в общей сети, должны быть способны работать как часть единой системы. Открытая интероперабельная система должна обладать способностью коммуникации и с другими уровнями АСУ предприятия, обеспечивая одновременно безопасность поступающей извне информации[351 - Interoperability [Электронный ресурс] https://www.techopedia.com URL: https://www.techopedia.com/definition/631/interoperability (дата обращения: 01.05.2023)],[352 - Интероперабельность [Электронный ресурс] https://www.reallab.ru URL: https://www.reallab.ru/bookasutp/1-arhitektura-sistemi/1-3-ponyatie-otkritoi-sistemi/ пункт 1.3.1 (дата обращения: 01.05.2023)].
Интерпретация (Interpretation) – это действие по объяснению значения чего-либо или способ, которым что-то объясняется или понимается (словарь Вебстера). Интерпрета?тор – программа (разновидность транслятора), выполняющая интерпретацию. Интерпрета?ция – построчный анализ, обработка и выполнение исходного кода программы или запроса, в отличие от компиляции, где весь текст программы, перед запуском анализируется и транслируется в машинный или байт-код без её выполнения[353 - Interpretation [Электронный ресурс] www.technitrad.com URL: https://www.technitrad.com/what-is-interpretation/ (дата обращения: 07.07.2022)].
Интерпретируемость (Interpretability) – это способность объяснить или представить обоснование модели машинного обучения в понятных человеку терминах[354 - Interpretability [Электронный ресурс] https://developers.google.com URL: https://developers.google.com/machine-learning/glossary#interpretability (дата обращения: 01.05.2023)].
Интерфейс мозг-компьютер (Brain—computer interface), иногда называемый интерфейсом мозг-машина (brain—machine interface), – это прямой путь связи между электрической активностью мозга и внешним устройством, чаще всего компьютером или роботизированной конечностью. Исследования интерфейса мозг-компьютер начались в 1970-х годах Жаком Видалем из Калифорнийского университета в Лос-Анджелесе (UCLA) в рамках гранта Национального научного фонда, за которым последовал контракт с DARPA. Статья Видаля 1973 года знаменует собой первое появление выражения «интерфейс мозг-компьютер» в научной литературе[355 - Brain—computer interface [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Brain%E2%80%93computer_interface (дата обращения: 07.07.2022)].
Интерфейс прикладного программирования (Application programming interface) – это описание способов (набор классов, процедур, функций, структур или констант), которыми одна компьютерная программа может взаимодействовать с другой программой. Обычно входит в описание какого-либо интернет-протокола, программного каркаса (фреймворка) или стандарта вызовов функций операционной системы. Часто реализуется отдельной программной библиотекой или сервисом операционной системы. Используется программистами при написании всевозможных приложений[356 - Application programming interface (API) [Электронный ресурс] https://ibm.com URL: https://www.ibm.com/cloud/learn/api (дата обращения: 19.02.2022)].
Интранет(Intranet) – это частная сеть внутри предприятия, которая используется для безопасного обмена корпоративной информацией и вычислительными ресурсами между сотрудниками. Интранет также можно использовать для работы в группах и телеконференций[357 - Intranet [Электронный ресурс] www.techtarget.com URL: https://www.techtarget.com/whatis/definition/intranet (дата обращения: 07.07.2022)].
Интерфейс распознавание голоса (Speech Recognition API, SRAPI) – это интерфейс, к лучшим из которых относят: Google Speech-to-Text, AssemblyAI, AWS Transcribe, DeepSpeech, Wav2Letter, SpeechBrain, Coqui[358 - Speech Recognition API [Электронный ресурс] www.assemblyai.com URL: https://www.assemblyai.com/blog/the-top-free-speech-to-text-apis-and-open-source-engines/ (дата обращения: 07.07.2022)].
Интерфейсный агент (Воплощенный агент) (Embodied agent (also interface agent)) – это агент, который поддерживает интеллектуальное взаимодействие с пользователем. Он действует при формулировке запросов. Агент, который взаимодействует с окружающей средой через физическое тело или представлен графически, изображением человека или мультяшного персонажа, называется воплощенным агентом[359 - Embodied agent [Электронный ресурс] https://scholar.uwindsor.ca URL: https://scholar.uwindsor.ca/cgi/viewcontent.cgi?article=8732&context=etd (дата обращения 28.02.2022)].
Инференс (Inference) – это обученная модель нейронной сети на новых данных для получения выходных данных[360 - Inference [Электронный ресурс] https://developers.google.com URL: https://developers.google.com/machine-learning/glossary#inference (дата обращения: 01.05.2023)],[361 - Inference [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Statistical_inference (дата обращения: 01.05.2023)].
Информатика (Computer science) – это наука о методах и процессах сбора, хранения, обработки, передачи, анализа и оценки информации с применением компьютерных технологий, обеспечивающих возможность её использования для принятия решений. Также под информатикой понимают изучение вычислений, автоматизации и информации. Информатика охватывает теоретические дисциплины (такие как алгоритмы, теория вычислений и теория информации) и практические дисциплины (включая проектирование и внедрение аппаратного и программного обеспечения). Информатика обычно считается областью академических исследований и отличается от компьютерного программирования[362 - Computer science [Электронный ресурс] https://view.officeapps.live.com URL: www.lib.unn.ru src=http%3A%2F%2F%2Fstudents%2Fsrc%2FZibtceva4.do https://view.officeapps.live.com/op/view.aspx?c&wd Origin=BROWSELINK (дата обращения: 07.07.2022)].
Информатика медицинских изображений (Medical Imaging Informatics) – это подобласть медицинской информатики, в которой рассматриваются аспекты создания, обработки, управления, передачи, хранения, распространения, отображения, восприятия, конфиденциальности и безопасности изображений. Она пересекается со многими другими дисциплинами, такими как электротехника, компьютерные и информационные науки, медицинская физика, перцептивная физиология и психология, и развилась главным образом в радиологии[363 - Medical Imaging Informatics [Электронный ресурс] https://radiologykey.com URL: https://radiologykey.com/medical-imaging-informatics/ (дата обращения: 07.07.2022)].
Информатика поведения (Behavior informatics) – это область знаний, которая позволяет получить информацию о поведении и понимание поведения. В отличие от прикладного анализа поведения с психологической точки зрения, BI создает вычислительные теории, системы и инструменты для качественного и количественного моделирования, представления, анализа и управления поведением отдельных лиц, групп и/или организаций[364 - Behavior informatics (BI) [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Behavior_informatics (дата обращения: 01.05.2023)].
Информационная интеграция (Information integration, II) – это объединение информации из разнородных источников с различными концептуальными, контекстными и типографскими представлениями. Она используется в интеллектуальном анализе данных и консолидации данных из неструктурированные или полуструктурированные ресурсы[365 - Информационная интеграция [Электронный ресурс] https://hmong.ru URL: https://hmong.ru/wiki/Inference_engine (дата обращения: 07.07.2022)].
Информационная система (Information system) – это совокупность содержащейся в базах данных информации и обеспечивающих ее обработку информационных технологий и технических средств[366 - Информационная система [Электронный ресурс] https://docs.cntd.ru URL: https://docs.cntd.ru/document/901990051 Статья 2. Основные понятия, используемые в настоящем Федеральном законе от 27.07.2006 N 149-ФЗ (дата обращения: 01.05.2023)].
Информационная эффективность (Information efficiency) – это эффективность по отношению к априорным предпосылкам и приобретаемому опыту. Оценка информационной эффективности уже заложена в формулу Шолле, оценивающую интеллект[367 - Информационная эффективность [Электронный ресурс] https://vc.ru URL: https://vc.ru/ml/253499-kak-schitat-effektivnost-iskusstvennogo-intellekta-na-primere-umnogo-ekskavatora (дата обращения: 01.05.2023)].
Информационное общество (Information society) – это общество, в котором информация и уровень ее применения и доступности кардинальным образом влияют на экономические и социокультурные условия жизни граждан[368 - Информационное общество [Электронный ресурс] https://cdto.wiki URL: https://cdto.wiki/Стратегия_развития_информационного_общества_в_РФ_на_2017_-_2030 (дата обращения: 01.05.2023)].
Информационное пространство (Information space) – это совокупность информационных ресурсов, созданных субъектами информационной сферы, средств взаимодействия таких субъектов, их информационных систем и необходимой информационной инфраструктуры[369 - Информационное пространство [Электронный ресурс] https://cdto.wiki URL: https://cdto.wiki/Информационное_пространство (дата обращения: 01.05.2023)].
Информационная сфера(Information Sphere) – это совокупность информации, объектов информатизации, информационных систем, сайтов в информационно-телекоммуникационной сети Интернет, сетей связи, информационных технологий, субъектов, деятельность которых связана с формированием и обработкой информации, развитием и использованием этих технологий, обеспечивающих информационную безопасность, а также комплекс механизмов регулирования соответствующих общественных отношений[370 - Information Sphere [Электронный ресурс] www.igi-global.com URL: https://www.igi-global.com/dictionary/hybrid-intelligence-framework-for-improvement-of-information-security-of-critical-infrastructures/90886 (дата обращения: 07.07.2022)].
Информационно-коммуникационные технологии (Information and communication technologies) – это совокупность информационных технологий, информационных систем и информационно-телекоммуникационных сетей, необходимых для реализации полномочий государственных органов и обеспечения их деятельности[371 - Информационно-коммуникационные технологии [Электронный ресурс] http://government.ru URL: http://government.ru/docs/all/130305/ Общие положения (дата обращения: 02.05.2023)].
Информационные технологии (Information technologies) – это процессы, методы поиска, сбора, хранения, обработки, предоставления, распространения информации и способы осуществления таких процессов и методов[372 - Информационные технологии [Электронный ресурс] https://docs.cntd.ru URL: https://docs.cntd.ru/document/901990051 ФЗ №149 от 27 июля 2006 года «Об информации, информационных технологиях и о защите информации» (дата обращения: 02.05.2023)].
Информацио?нный по?иск (Information Retrieval) – это процесс поиска неструктурированной документальной информации, удовлетворяющей информационные потребности, и наука об этом поиске. Информационный поиск связан с хранением, представлением и поиском информации, относящейся к конкретной проблеме пользователя. Ищущий информацию формулирует запрос, который сравнивается с представлениями документа. Пользователям предоставляются максимально похожие документы, которые могут быть актуальными по отношению к запросу на поиск информации[373 - Information Retrieval [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Information_retrieval (дата обращения: 02.05.2023)],[374 - Информацио?нный по?иск [Электронный ресурс] https://ru.wikipedia.org URL: https://ru.wikipedia.org/wiki/Информационный_поиск (дата обращения: 02.05.2023)].
Информация (Information) – это сведения (сообщения, данные) независимо от формы их представления[375 - Информация [Электронный ресурс] https://ru.wikipedia.org URL: https://ru.wikipedia.org/wiki/Информация (дата обращения: 02.05.2023)].
Информация, составляющая коммерческую тайну (Information constituting a commercial secret) – это сведения любого характера (производственные, технические, экономические, организационные и другие), в том числе о результатах интеллектуальной деятельности в научно-технической сфере, а также сведения о способах осуществления профессиональной деятельности, которые имеют действительную или потенциальную коммерческую ценность в силу неизвестности их третьим лицам, к которым у третьих лиц нет свободного доступа на законном основании, и в отношении которых обладателем таких сведений введен режим коммерческой тайны[376 - Информация, составляющая коммерческую тайну [Электронный ресурс] http://pravo.gov.ru URL: http://pravo.gov.ru/proxy/ips/?docbody=&nd=102088094 ФЗ №98 от 29 июля 2004 года «О коммерческой тайне» (дата обращения: 02.05.2023)].
Информированный поиск (также эвристический поиск) (Heuristic search techniques) – это стратегия поиска решений в пространстве состояний, в которой используются знания, относящиеся к конкретной задаче. Эвристическая функция на каждом шаге перебора оценивает альтернативы на основании дополнительной информации с целью принятия решения о том, в каком направлении следует продолжать перебор[377 - Информированный поиск [Электронный ресурс] https://ru.wikipedia.org URL: https://ru.wikipedia.org/wiki/Информированный_метод_поиска (дата обращения: 02.05.2023)].
Инфраструктура ИИ (AI infrastructure) – это инфраструктура системы искусственного интеллекта, ИИ-инфраструктура, например, AI infrastructure research – исследования в области ИИ-инфраструктур.
Искусственная жизнь (Artificial life) – это междисциплинарная область науки, изучающая вопросы создания, по аналогии с живыми системами, искусственных систем, представленных в виде компьютерных программ или роботов. Искусственная жизнь (часто сокращенно ALife или A-Life) – это область исследований, в которой исследователи изучают системы, связанные с естественной жизнью, ее процессами и ее эволюцией, с помощью моделирования с помощью компьютерных моделей, робототехники и биохимии. Дисциплина была названа Кристофером Лэнгтоном, американским биологом-теоретиком, в 1986 году. В 1987 году Лэнгтон организовал первую конференцию в этой области в Лос-Аламосе, штат Нью-Мексико. Есть три основных вида жизни, названные в честь их подходов: мягкая, основанная на программном обеспечении; жесткий, из метизов; и мокрый, из биохимии. Исследователи искусственной жизни изучают традиционную биологию, пытаясь воссоздать аспекты биологических явлений[378 - Artificial life [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Artificial_life (дата обращения: 07.07.2022)].
Искусственная нейронная сеть (Artificial Neural Network) – это математическая модель (а также её программное или аппаратное воплощение), состоящая из слоёв «нейронов», передающих друг другу данные, и построенная по принципу организации и функционирования биологических нейронных сетей. Также, – это программа или аппаратура, моделирующие сеть, построенную на принципах взаимодействия клеток (нейронов, neurode) нервной системы человека. В аппаратной реализации ИНС представляет собой сеть из множества простых процессоров (units, формальных нейронов), объединённых в слои[379 - Искусственная нейронная сеть [Электронный ресурс] https://cdto.wiki URL: https://cdto.wiki/Нейронная_сеть (дата обращения: 02.05.2023)].
Искусственные языки (Сonstructed language) – это специализированные языки, в которых лексика, фонетика и грамматика были специально разработаны для воплощения определённых целей. Именно целенаправленность отличает искусственные языки от естественных. Иногда данные языки называют ненастоящими языками. Таких языков существует уже более тысячи, и постоянно создаются новые[380 - Искусственные языки [Электронный ресурс] https://ru.wikipedia.org URL: https://ru.wikipedia.org/wiki/Портал:Искусственные_языки (дата обращения: 02.05.2023)].
Искусственный интеллект (ИИ) (Artificial Intelligence) – это компьютерная система, основанная на комплексе научных и инженерных знаний, а также технологий создания интеллектуальных машин, программ, сервисов и приложений, имитирующая мыслительные процессы человека или живых существ, способная с определенной степенью автономности воспринимать информацию, обучаться и принимать решения на основе анализа больших массивов данных[381 - .Указ Президента Российской Федерации от 10.10.2019 г. №490 «О развитии искусственного интеллекта в Российской Федерации». [Электронный ресурс] // www.kremlin.ru URL: http://www.kremlin.ru/acts/bank/44731 (дата обращения: 14.01.2022)],[382 - .Чесалов А. Ю. Глоссариум по искусственному интеллекту и информационным технологиям / А. Ю. Чесалов. – 1-е изд. – Москва: Ridero, 2021. – 324 с. – URL: https://ridero.ru/books/glossarium_po_informacionnym_ tekhnologiyam_i_iskusstvennomu_intellektu/ (дата обращения: 21.05.2023). – Текст: электронный.]. С точки зрения инженеров-программистов, искусственный интеллект – это область информатики, объединяющая вычислительные технологии с надежными наборами данных, в рамках которой разрабатываются компьютерные программы для выполнения задач, способных имитировать человеческий интеллект – обнаруживать смысл, обобщать и делать выводы, выявлять взаимосвязи и обучаться с учетом накопленного опыта[383 - .Системы искусственного интеллекта – их развитие и области применения. [Электронный ресурс] // www.directum.ru. URL: https://www.directum.ru/blog-post/1927# (дата обращения: 16.01.2022)],[384 - .Остроух А. В. Введение в искусственный интеллект [текст].-Красноярск: Издательство «Научно-инновационный центр», 2020.-249 с.],[385 - .Искусственный интеллект (ИИ). [Электронный ресурс] // www.ibm.com. URL: https://www.ibm.com/ru-ru/cloud/learn/what-is-artificial-intelligence],[386 - Artificial Intelligence [Электронный ресурс] https://absel.ua URL: https://absel.ua/news/tri-tipa-iskusstvennogo-intellekta-ponimanie-ii.htmlobuchenii (дата обращения: 18.02.2022)].
Искусственный интеллект для ИТ-операций (Artificial Intelligence for IT Operations, AIOps) – это использование машинного обучения и других технологий искусственного интеллекта для автоматизации различных рабочих и технологических ИТ-процессов, которые инженерами-программистами выполняются вручную. AIOps похож на MLOps тем, что использует машинное обучение и другие технологии искусственного интеллекта для автоматизации ИТ-процессов. AIOps отличается от MLOps тем, что автоматизация процессов происходит в отделе ИТ-операций организации, а не в группе машинного обучения и искусственного интеллекта. Также AIOps отличается от MLOps тем, что использует искусственный интеллект для автоматизации группы процессов, а не только одной или двух задач, как это делает MLOps. Искусственный интеллект для ИТ-операций – это новая ИТ-практика, которая применяет искусственный интеллект к ИТ-операциям, чтобы помочь организациям разумно управлять ИТ-инфраструктурой, сетями и приложениями для обеспечения высокого качества, производительности, отказоустойчивости и безопасности. Термин AIOps появился в 2016 году, как отраслевая категория, которая помогает улучшить процессы автоматизации ИТ-операций с помощью технологий искусственного интеллекта[387 - .Artificial Intelligence for IT Operations (AIOps) [Электронный ресурс] www.cio.com URL: https://www.cio.com/article/196239/what-is-aiops-injecting-intelligence-into-it-operations.html (дата обращения: 07.07.2022)],[388 - .Artificial Intelligence for IT Operations (AIOps) [Электронный ресурс] www.gartner.com URL: https://www.gartner.com/en/information-technology/glossary/aiops-platform (дата обращения: 07.07.2022)],[389 - .Искусственный интеллект для ИТ-операций [Электронный ресурс] //networkguru.ru URL: https://networkguru.ru/aiops-artificial-intelligence-for-it-operations/ (дата обращения: 07.07.2022)].
Искусственный Интеллект на уровне человека (Human Level Machine Intelligence) – это синоним полного ИИ, завершенного ИИ, сильного ИИ. Этот термин обозначает степень развития искусственного интеллекта на уровне человека. Человеческий мозг является моделью для создания такого интеллекта.
Искусственный нейрон (Artificial neuron) – это математическая функция, задуманная как модель биологических нейронов, нейронная сеть. Разница между искусственным нейроном и биологическим нейроном представлена на рисунке. Искусственные нейроны – это элементарные единицы искусственной нейронной сети. Искусственный нейрон получает один или несколько входных сигналов (представляющих возбуждающие постсинаптические потенциалы и тормозные постсинаптические потенциалы на нервных дендритах) и суммирует их для получения выходного сигнала (или активации, представляющего потенциал действия нейрона, который передается по его аксону). Обычно каждый вход взвешивается отдельно, а сумма проходит через нелинейную функцию, известную как функция активации или передаточная функция. Передаточные функции обычно имеют сигмовидную форму, но они также могут принимать форму других нелинейных функций, кусочно-линейных функций или ступенчатых функций. Они также часто являются монотонно возрастающими, непрерывными, дифференцируемыми и ограниченными[390 - Artificial neuron [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Artificial_neuron (дата обращения: 07.07.2022)],[391 - Artificial neuron [Электронный ресурс] https://towardsdatascience.com URL: https://towardsdatascience.com/the-concept-of-artificial-neurons-perceptrons-in-neural-networks-fab22249cbfc (дата обращения: 07.07.2022)].
Искусственный сверхинтеллект (Artificial Super Intelligence, ASI) – это термин, который обозначает наивысшую степень развития искусственного интеллекта, превосходящую человеческие возможности во всех аспектах его жизнедеятельности[392 - Artificial Superintelligence (ASI) [Электронный ресурс] https://www.techopedia.com URL: https://www.techopedia.com/definition/31619/ artificial-superintelligence-asi#:~:text=Artificial %20superintelligence %20is%20a%20term, of%20computers %20will%20surpass%20humans (дата обращения: 02.05.2023)]. На сегодняшний день систем искусственного сверхинтеллекта также, как и систем сильного или общего искусственного интеллекта не существует. Многие ученые считают, что до создания супер интеллекта пройдет очень много времени, но большинство из них все же сходятся во мнении, что это рано или поздно произойдет.
Исполняемый код(Executable) – это исполняемая программа, иногда называемая просто исполняемым или двоичным файлом, заставляет компьютер «выполнять указанные задачи в соответствии с закодированными инструкциями», в отличие от файла данных, который необходимо интерпретировать (открыть) программой, чтобы получить действие или результат[393 - Executable [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Executable (дата обращения: 07.07.2022)].
Исследование(Study) – это вся информация, собранная в одно время или для одной цели или одним главным исследователем. Исследование состоит из одного или нескольких файлов[394 - Study [Электронный ресурс] www.umich.edu URL: https://www.icpsr.umich.edu/web/ICPSR/cms/2042#S (дата обращения: 07.07.2022)].
Исследования будущего (Futures studies) – это изучение постулирования возможных, вероятных и предпочтительных вариантов будущего, а также мировоззрений и мифов, лежащих в их основе[395 - Futures studies [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Category:Futures_studies (дата обращения: 02.05.2023)].
Исходная отметка (Бенчмарк) ИИ (AI benchmark) – это эталонный тест ИИ для оценки возможностей, эффективности, производительности и для сравнения ИНС, моделей машинного обучения (МО), архитектур и алгоритмов при решении различных задач ИИ создаются и стандартизируется специальные эталонные тесты, исходные отметки. Например, Benchmarking Graph Neural Networks – бенчмаркинг (эталонное тестирование) графовых нейронных сетей (ГНС, GNN) – обычно включает инсталляцию конкретного бенчмарка, загрузку исходных датасетов, проведение тестирования ИНС, добавление нового датасета и повторение итераций.
Исчисление высказываний(также логика высказываний и логика нулевого порядка) (Propositional calculus) – это раздел логики, который имеет дело с высказываниями (которые могут быть истинными или ложными) и потоком аргументов. Сложные предложения образуются путем соединения предложений логическими связками. Предложения без логических связок называются атомарными предложениями. В отличие от логики первого порядка, логика высказываний не имеет дело с нелогическими объектами, предикатами о них или кванторами. Однако весь механизм пропозициональной логики включен в логику первого порядка и логику высшего порядка. В этом смысле логика высказываний является основой логики первого порядка и логики высшего порядка[396 - Propositional calculus [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Propositional_calculus (дата обращения: 02.05.2023)].
Исчисление соединений регионов (Region connection calculus, RCC) – это действие предназначено для качественного пространственного представления и рассуждений. RCC абстрактно описывает регионы (в евклидовом пространстве или в топологическом пространстве) их возможными отношениями друг к другу. RCC8 состоит из 8 основных отношений, которые возможны между двумя регионами[397 - Region connection calculus (RCC) [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Region_connection_calculus (дата обращения: 02.05.2023)].
Итерация (Iteration) – это обновление весов после анализа пакета входных записей, которое представляет собой одну итерацию обновления параметров модели нейронной сети[398 - Iteration [Электронный ресурс] https://www.primeclasses.in URL: https://www.primeclasses.in/glossary/data-science-course/machine-learning/iteration (дата обращения: 02.05.2023)].
Исходный код(Source code) – это любой набор кода с комментариями или без них, написанный с использованием удобочитаемого языка программирования, обычно в виде простого текста. Исходный код программы специально разработан для облегчения работы компьютерных программистов, которые определяют действия, которые должны выполняться компьютером, в основном, путем написания исходного кода. Исходный код часто преобразуется ассемблером или компилятором в двоичный машинный код, который может выполняться компьютером. Затем машинный код может быть сохранен для выполнения в более позднее время[399 - Source code [Электронный ресурс] https://en.wikipedia.org URL: https://en.wikipedia.org/wiki/Source_code (дата обращения: 07.07.2022)].
«К»
Калибровочный слой (Calibration layer) – это корректировка после прогнозирования, обычно для учета смещения прогноза. Скорректированные прогнозы и вероятности должны соответствовать распределению наблюдаемого набора меток[400 - Calibration layer [Электронный ресурс] https://developers.google.com URL: https://developers.google.com/machine-learning/glossary#iteration (дата обращения: 02.05.2023)].
Канонические форматы(Canonical Formats) в информационных технологиях канонизация – это процесс приведения чего-либо в соответствие с некоторой спецификацией… и в утвержденном формате. Канонизация иногда может означать создание канонических данных из неканонических данных. Канонические форматы широко поддерживаются и считаются оптимальными для долгосрочного хранения[401 - Canonical Formats [Электронный ресурс] www.umich.edu URL: https://www.icpsr.umich.edu/web/ICPSR/cms/2042#C (дата обращения: 07.07.2022)].
Капсульная нейронная сеть (Capsule neural network) – это архитектура искусственных нейронных сетей, которая предназначена для распознавания изображений. Главными преимуществами данной архитектуры является существенное снижение размеров необходимой для обучения выборки, а также повышение точности распознавания и устойчивость к атакам типа «белый ящик». Ключевым нововведением капсульных нейросетей является наличие так называемых капсул – элементов, являющихся промежуточными единицами между нейронами и слоями, которые представляют собой группы виртуальных нейронов, отслеживающих не только отдельные детали изображения, но и их расположение друг относительно друга. Данная архитектура была задумана Джеффри Хинтоном в 1979 году, сформулирована в 2011 году и опубликована в двух статьях в октябре 2017 года[402 - Capsule neural network [Электронный ресурс] https://ru.what-this.com URL: https://ru.what-this.com/7202531/1/kapsulnaya-neyronnaya-set.html (дата обращения: 07.02.2022)],[403 - Capsule neural network [Электронный ресурс] https://neurohive.io URL: https://neurohive.io/ru/osnovy-data-science/kapsulnaja-nejronnaja-set-capsnet/ (дата обращения: 08.02.2022)].
Категориальные данные (Categorical data) – это данные, качественно характеризующие исследуемый процесс или объект, не имеющие количественного выражения. В них каждая единица наблюдения назначается определенной группе или номинальной категории на основе некоторого качественного свойства. Обычно представляют собой построчные значения из ограниченного набора категорий (например, названия городов, наименования товаров, имена сотрудников и клиентов и т.д.). В некоторых случаях могут использоваться и числа, кодирующие эти категории. При обработке таких данных применяются только операции сравнения: «равно» и «не равно», производится их упорядочение, например, по алфавиту. Применение арифметических операций к категориальным данным некорректно, даже если они представлены числами[404 - Categorical data [Электронный ресурс] https://machinelearningmastery.ru URL: https://www.machinelearningmastery.ru/understanding-feature-engineering-part-2-categorical-data-f54324193e63/ (дата обращения: 03.03.2022)].
Квантильное группирование (Quantile bucketing) – это распределение значений объекта по сегментам таким образом, чтобы каждый сегмент содержал одинаковое (или почти одинаковое) количество примеров. Например, на следующем рисунке 44 точки разделены на 4 корзины, каждая из которых содержит 11 точек. Чтобы каждый сегмент на рисунке содержал одинаковое количество точек, некоторые сегменты охватывают разную ширину значений x[405 - Quantile bucketing [Электронный ресурс] https://developers.google.com URL: https://developers.google.com/machine-learning/glossary#quantile-bucketing (дата обращения: 02.05.2023)].
Квантификатор (Quantifier) в логике – это количественная оценка указывает количество экземпляров в области дискурса, которые удовлетворяют открытой формуле. Два наиболее распространенных квантификатора означают «для всех» и «существует». Например, в арифметике квантификаторы позволяют сказать, что натуральные числа продолжаются вечно, записав, что для всех n (где n – натуральное число) существует другое число (скажем, следующее за n), которое на единицу больше, чем n[406 - Квантификатор [Электронный ресурс] https://wiki5.ru URL: https://wiki5.ru/wiki/Quantifier_(logic) (дата обращения: 02.05.2023)].
Квантование (Quantization) – это разбиение диапазона отсчётных значений сигнала на конечное число уровней и округления этих значений до одного из двух ближайших к ним уровней[407 - Квантование [Электронный ресурс] https://ru.wikipedia.org URL: https://ru.wikipedia.org/wiki/Квантование_(обработка_сигналов) (дата обращения: 02.05.2023)].
Квантовые вычисления (Quantum computing) – это использование квантово-механических явлений, таких как суперпозиция и запутанность, для выполнения вычислений. Квантовый компьютер используется для выполнения таких вычислений, которые могут быть реализованы теоретически или физически[408 - Квантовые вычисления [Электронный ресурс] https://ts2.space URL: https://ts2.space/ru/квантовое-машинное-обучение-для-опти (дата обращения: 02.05.2023)],[409 - Квантовый компьютер [Электронный ресурс] https://ru.wikipedia.org URL: https://ru.wikipedia.org/wiki/Квантовый_компьютер (дата обращения: 02.05.2023)].
Квантовые технологии (Quantum technologies) – это технологии создания вычислительных систем, основанные на новых принципах (квантовых эффектах), позволяющие радикально изменить способы передачи и обработки больших массивов данных[410 - Квантовые технологии [Электронный ресурс] https://studme.org URL: https://studme.org/392255/ekonomika/tehnologii_upravleniya_setevoy_ekonomiki (дата обращения: 02.05.2023)].
Киберфизические системы (Cyber-physical systems) – это интеллектуальные сетевые системы со встроенными датчиками, процессорами и приводами, которые предназначены для взаимодействия с физической окружающей средой и поддержки работы компьютерных информационных систем в режиме реального времени[411 - Киберфизические системы [Электронный ресурс] https://ulgov.ru URL: https://ulgov.ru/page/index/permlink/id/14949/ (дата обращения: 02.05.2023)].
