پرش به محتوای اصلی
بازگشت به واژه‌نامه

واژه‌نامهٔ هوش مصنوعی

چندوجهی چیست؟

multimodal

مدل‌هایی که به‌طور ذاتی چند نوع داده — متن، تصویر، صوت و ویدیو — را پردازش و تولید می‌کنند.

معادل انگلیسی

multimodal

تعریف مرجع (انگلیسی)

Models that natively process and generate text, image, audio, video

واژه‌های دیگر

جست‌وجوی نزدیک‌ترین همسایهnearest neighbor search

یافتن نقاطی در فضای برداری که کمترین فاصله را با یک بردار پرسش دارند، و پایهٔ جست‌وجوی شباهت در پایگاه‌های برداری است.

پرامپت منفیnegative prompt

توصیفی که به مدل تولید تصویر می‌گوید چه عناصری را در خروجی نیاورد، در کنار توصیف اصلیِ آنچه باید ساخته شود.

شبکهٔ عصبیneural network

مدل محاسباتیِ الهام‌گرفته از مغز که از لایه‌هایی از واحدهای به‌هم‌پیوسته ساخته شده و الگوها را از روی داده می‌آموزد.

گرهnode

یک ماشین یا سرور منفرد در یک خوشهٔ محاسباتی که معمولاً چند شتاب‌دهنده دارد و بخشی از بار کلی آموزش یا استنتاج را بر عهده می‌گیرد.

واحد پردازش عصبی (NPU)npu

تراشه‌ای ویژهٔ اجرای شبکه‌های عصبی که برای استنتاج کم‌مصرف روی دستگاه‌هایی مانند گوشی و رایانهٔ شخصی بهینه شده است.

تشخیص اشیاobject detection

وظیفه‌ای در بینایی ماشین که اشیای موجود در تصویر را شناسایی می‌کند و موقعیت هرکدام را با یک کادر محصورکننده مشخص می‌سازد.

همهٔ اصطلاحات را در واژه‌نامهٔ هوش مصنوعی ببینید، یا کار با هوش مصنوعی را در آموزش از پایه یاد بگیرید.