מילון מונחי AI בעברית
85 מונחים מעולם הבינה המלאכותית, כל אחד בעמוד משלו: הסבר פשוט, דוגמה מהחיים ומונחים קשורים. בלי ז'רגון מיותר.
הכי מחפשים: RAG LLM MCP סוכן AI הנדסת פרומפטים הזיה טוקן וייב קודינג
לא מצאנו מונח כזה. הציעו לנו להוסיף אותו.
A
- סוכן AI AI Agent מערכת AI שמקבלת מטרה ופועלת לבד כדי להשיג אותה: מתכננת צעדים, משתמשת בכלים (דפדפן, קבצים, מערכות) ובודקת את התוצאה.
- גלאי AI AI Detector כלי שמנסה להעריך אם טקסט, תמונה או קול נוצרו בעזרת בינה מלאכותית.
- סקירות AI בגוגל AI Overviews תקציר שנוצר בבינה מלאכותית ומופיע בראש תוצאות החיפוש של Google, עם קישורים למקורות שעליהם הוא מבוסס.
- סימן מים ל-AI AI Watermarking סימון שמוטמע בתמונה, בסרטון, בקול או בטקסט שנוצרו ב-AI, כדי שאפשר יהיה לזהות אותם אחר כך.
- ממשק תכנות יישומים API (Application Programming Interface) ממשק שמאפשר לתוכנות לדבר זו עם זו. בעולם ה-AI, API מאפשר לשלב מודל כמו GPT או Claude בתוך אתר או אפליקציה בלי לבנות מודל בעצמכם.
- בינה מלאכותית כללית Artificial General Intelligence (AGI) בינה מלאכותית היפותטית שמסוגלת ללמוד ולבצע כל משימה אינטלקטואלית שאדם מסוגל לבצע, ולא רק משימות שאומנה עליהן.
- בינה מלאכותית Artificial Intelligence (AI) תחום במדעי המחשב שבונה מערכות שמבצעות משימות שבדרך כלל דורשות חשיבה אנושית: הבנת שפה, זיהוי תמונות, קבלת החלטות ופתרון בעיות.
- מנגנון קשב Attention Mechanism טכניקה ברשתות נוירונים שמאפשרת למודל להתמקד בחלקים הרלוונטיים ביותר של הקלט. זה הבסיס של ארכיטקטורת הטרנספורמר.
B
- התפשטות לאחור Backpropagation האלגוריתם שבעזרתו מאמנים רשתות נוירונים: מחשבים כמה המודל טעה, ומעבירים את הטעות אחורה דרך השכבות כדי לתקן את המשקלות.
- מבחן ביצועים (בנצ'מרק) Benchmark מבחן סטנדרטי שמשמש להשוואה בין מודלי AI, למשל במתמטיקה, בתכנות, בהבנת שפה או בהסקה.
- הטיה Bias (in AI) נטייה שיטתית של מודל AI לתוצאות לא הוגנות או לא מדויקות, בדרך כלל בגלל נתוני אימון לא מאוזנים.
C
- שרשרת מחשבה Chain of Thought (CoT) טכניקה שבה מבקשים מהמודל לפרק את הפתרון לשלבים ולחשוב "בקול" לפני התשובה. זה משפר דיוק בבעיות מורכבות.
- צ'אטבוט Chatbot תוכנה שמנהלת שיחה עם אנשים בטקסט או בקול. צ'אטבוטים מודרניים מבוססים על מודלי שפה גדולים ומנהלים שיחה טבעית.
- סיווג Classification משימת למידת מכונה שבה המודל לומד לשייך כל פריט לאחת מכמה קטגוריות מוגדרות מראש.
- ראייה ממוחשבת Computer Vision תחום ב-AI שמלמד מחשבים להבין תמונות ווידאו: לזהות אובייקטים, פנים, טקסט ותנועה.
- הנדסת הקשר Context Engineering תכנון המידע שמגיע למודל השפה בכל בקשה: הוראות, מסמכים, היסטוריית שיחה, תוצאות של כלים, כדי שיענה נכון.
- חלון הקשר Context Window כמות הטקסט (בטוקנים) שמודל שפה יכול "לראות" בבת אחת: ההנחיות, השיחה, הקבצים שצירפתם והתשובה.
D
- מערך נתונים Dataset אוסף מאורגן של נתונים שמשמש לאימון, בדיקה והערכה של מודלי AI. האיכות והגיוון שלו קובעים במידה רבה כמה טוב המודל יהיה.
- למידה עמוקה Deep Learning ענף של למידת מכונה שמבוסס על רשתות נוירונים עם הרבה שכבות. זו הטכנולוגיה שמאחורי רוב פריצות הדרך ב-AI של השנים האחרונות.
- מחקר מעמיק Deep Research מצב עבודה של עוזרי AI שבו המודל מחפש ברשת במשך כמה דקות, קורא עשרות מקורות ומחזיר דוח מסודר עם הפניות.
- דיפפייק Deepfake וידאו, תמונה או קול מזויפים שנוצרו בעזרת AI, ומציגים אדם אמיתי אומר או עושה משהו שלא קרה.
- מודל דיפוזיה Diffusion Model סוג של מודל גנרטיבי שיוצר תמונות (ולאחרונה גם וידאו) על ידי הסרה הדרגתית של רעש, עד שמתקבלת תמונה שתואמת לתיאור.
- זיקוק מודלים Distillation אימון של מודל קטן לחקות מודל גדול, כך שהקטן מקבל חלק גדול מהיכולות בעלות נמוכה בהרבה.
E
F
- למידה מכמה דוגמאות Few-Shot Learning היכולת של מודל ללמוד משימה מכמה דוגמאות בודדות. במודלי שפה, זה אומר לשים כמה דוגמאות בתוך הפרומפט.
- כוונון עדין Fine-tuning המשך אימון של מודל קיים על נתונים ממוקדים, כדי להתאים אותו לתחום, לסגנון או למשימה מסוימת.
- מודל בסיס Foundation Model מודל גדול שאומן על כמויות עצומות של נתונים כלליים, ומשמש בסיס למגוון רחב של משימות ומוצרים.
G
- רשתות יריבות גנרטיביות GANs (Generative Adversarial Networks) ארכיטקטורה של שתי רשתות שמתחרות זו בזו: אחת מייצרת זיופים, והשנייה מנסה לזהות אותם. התחרות משפרת את שתיהן.
- בינה מלאכותית יוצרת (GenAI) Generative AI בינה מלאכותית שיוצרת תוכן חדש: טקסט, תמונות, קול, וידאו, מוזיקה וקוד, במקום רק לסווג או לנתח תוכן קיים.
- קידום במנועי AI GEO (Generative Engine Optimization) התאמת תוכן כדי שמנועי תשובות מבוססי AI, כמו ChatGPT, Perplexity ו-AI Overviews של Google, יזכירו ויצטטו אותו.
- טרנספורמר גנרטיבי מאומן מראש GPT (Generative Pre-trained Transformer) משפחת מודלי השפה של OpenAI, שעליה מבוסס ChatGPT. השם מתאר את השיטה: מודל גנרטיבי, מאומן מראש על טקסט רב, בארכיטקטורת טרנספורמר.
- ירידת גרדיאנט Gradient Descent אלגוריתם האופטימיזציה הבסיסי של למידת מכונה: משנה את פרמטרי המודל בצעדים קטנים בכיוון שמקטין את הטעות.
- עיגון במקורות Grounding חיבור התשובות של מודל AI למקורות מידע אמינים (מסמכים, חיפוש ברשת, מאגר נתונים), כך שהתשובה נשענת על עובדות ולא רק על הזיכרון של המודל.
- מעקות בטיחות Guardrails כללים ומנגנונים שמגבילים מה מערכת AI יכולה לעשות ולומר, כדי למנוע תשובות מזיקות, טעויות יקרות או חשיפת מידע.
H
I
J
K
L
M
- למידת מכונה Machine Learning (ML) ענף של AI שבו מחשב לומד דפוסים מנתונים, במקום שמתכנת יכתוב לו חוקים מפורשים.
- פרוטוקול הקשר למודלים MCP (Model Context Protocol) תקן פתוח שמגדיר איך מודלי AI מתחברים לכלים ולמקורות מידע חיצוניים, כמו קבצים, מסדי נתונים, יומן, גוגל דרייב או מערכות של העסק.
- תערובת מומחים Mixture of Experts (MoE) ארכיטקטורה שבה המודל מורכב מהרבה "מומחים" קטנים, ולכל טוקן מופעלים רק כמה מהם. כך מודל ענק רץ במחיר של מודל קטן.
- אימון מודל Model Training התהליך שבו מודל לומד מנתונים: מקבל דוגמאות, בודק כמה טעה, ומעדכן את המשקלות שלו שוב ושוב.
- AI רב-מודאלי Multimodal AI מערכת AI שמבינה ומייצרת כמה סוגי מידע: טקסט, תמונות, קול ווידאו, ומשלבת ביניהם.
N
- רשת נוירונים Neural Network מודל חישובי בהשראת המוח: שכבות של יחידות קטנות ("נוירונים") שמחוברות ביניהן ומעבירות מידע הלאה.
- עיבוד שפה טבעית NLP (Natural Language Processing) תחום ב-AI שמלמד מחשבים להבין, לנתח ולייצר שפה אנושית, בכתב ובדיבור.
- בלי קוד / מעט קוד No-Code / Low-Code כלים שמאפשרים לבנות אתרים, אפליקציות ואוטומציות בעזרת ממשק גרפי, בלי לכתוב קוד או עם מעט קוד.
O
- זיהוי תווים אופטי OCR (Optical Character Recognition) טכנולוגיה שמזהה טקסט בתוך תמונה או מסמך סרוק והופכת אותו לטקסט שאפשר לערוך ולחפש.
- AI בקוד פתוח Open Source AI מודלים וכלים שהקוד והמשקלות שלהם פתוחים לציבור, כך שאפשר להוריד, להריץ ולשנות אותם בעצמכם.
- משקלים פתוחים Open Weights מודל AI שהמשקלים שלו, כלומר הפרמטרים שנלמדו באימון, פורסמו להורדה, כך שאפשר להריץ אותו על שרת או מחשב משלכם.
- התאמת יתר Overfitting מצב שבו מודל "משנן" את נתוני האימון במקום ללמוד דפוסים כלליים, ולכן נכשל על נתונים חדשים.
P
- פרמטרים Parameters המספרים הפנימיים שמודל לומד באימון. מספר הפרמטרים (לרוב במיליארדים) הוא מדד גס לגודל המודל.
- פרומפט Prompt ההוראה או השאלה שכותבים למודל AI. האיכות של הפרומפט משפיעה ישירות על האיכות של התוצאה.
- הנדסת פרומפטים Prompt Engineering המיומנות של ניסוח הנחיות למודל AI כך שיחזיר את התוצאה שרציתם, בעקביות.
- הזרקת פרומפט Prompt Injection מתקפה שבה מחביאים הוראות בתוך תוכן שמודל AI קורא (אתר, מייל, מסמך), כדי לגרום לו לעשות משהו שהמשתמש לא ביקש.
Q
R
- יצירה מועשרת באחזור RAG (Retrieval-Augmented Generation) שיטה שבה המערכת קודם שולפת מידע רלוונטי ממאגר (מסמכים, אתר, מאגר ידע), ורק אז מודל השפה עונה על סמך המידע הזה.
- מודל חשיבה Reasoning Model מודל שפה ש"חושב" לפני שהוא עונה: מייצר שרשרת מחשבה פנימית, בודק כיוונים ומתקן את עצמו, ורק אז נותן תשובה.
- למידת חיזוקים Reinforcement Learning (RL) גישה בלמידת מכונה שבה סוכן לומד מניסוי וטעייה: מבצע פעולות, מקבל תגמול או עונש, ולומד מה משתלם.
- למידת חיזוקים ממשוב אנושי RLHF (Reinforcement Learning from Human Feedback) שיטה לשיפור מודלי שפה: בני אדם מדרגים תשובות, והמודל מאומן להעדיף את סוג התשובות שאנשים דירגו גבוה.
S
- חיפוש סמנטי Semantic Search חיפוש לפי משמעות ולא לפי התאמה מדויקת של מילים. מוצא תוצאות רלוונטיות גם כשהמילים שונות לגמרי.
- ניתוח סנטימנט Sentiment Analysis זיהוי אוטומטי של הרגש או העמדה בטקסט: חיובי, שלילי או ניטרלי, ולפעמים גם רגשות מדויקים יותר.
- מודל שפה קטן SLM (Small Language Model) מודל שפה עם מספר קטן יחסית של פרמטרים, שרץ מהר וזול ולפעמים גם על טלפון או מחשב אישי.
- תמלול (דיבור לטקסט) Speech-to-Text (STT) טכנולוגיה שהופכת דיבור מוקלט או חי לטקסט כתוב. כלים מודרניים מתמללים גם עברית ברמה גבוהה.
- סטייבל דיפיוז'ן Stable Diffusion מודל קוד פתוח ליצירת תמונות מטקסט, של חברת Stability AI. אפשר להריץ אותו על מחשב אישי ולהתאים אותו בחופשיות.
- למידה מפוקחת Supervised Learning סוג של למידת מכונה שבו המודל לומד מדוגמאות מתויגות, כלומר לכל קלט יש את התשובה הנכונה.
- נתונים סינתטיים Synthetic Data נתונים שנוצרו באופן מלאכותי (לרוב על ידי AI) במקום שנאספו מהעולם האמיתי, ומשמשים לאימון ובדיקה של מודלים.
- הנחיית מערכת System Prompt הוראות רקע שמוגדרות למודל לפני השיחה, וקובעות את התפקיד, הטון, הגבולות והידע שלו. המשתמש בדרך כלל לא רואה אותן.
T
- טמפרטורה Temperature הגדרה שקובעת כמה אקראיות תהיה בתשובה של מודל שפה: נמוכה לתשובות צפויות ועקביות, גבוהה לתשובות מגוונות ויצירתיות.
- המרת טקסט לדיבור Text-to-Speech (TTS) טכנולוגיה שהופכת טקסט כתוב לדיבור שנשמע טבעי. כלים מודרניים מייצרים קול שקשה להבדיל מאדם.
- טוקן וטוקניזציה Token and Tokenization טוקן הוא יחידת הטקסט הבסיסית שמודל שפה קורא וכותב: מילה, חלק ממילה או סימן. טוקניזציה היא פירוק הטקסט לטוקנים.
- למידת העברה Transfer Learning שימוש בידע שמודל רכש במשימה אחת כדי ללמוד משימה אחרת מהר יותר ועם פחות נתונים.
- טרנספורמר Transformer ארכיטקטורת רשת נוירונים שהוצגה ב-2017 על ידי חוקרי Google, ומבוססת על מנגנון קשב. היא הבסיס של כמעט כל מודלי השפה המודרניים.
U
V
- מסד נתונים וקטורי Vector Database מסד נתונים שמיועד לשמור embeddings ולמצוא במהירות את הפריטים הכי דומים במשמעות. רכיב מרכזי במערכות RAG.
- וייב קודינג Vibe Coding בניית תוכנה בעזרת AI שבה מתארים במילים מה רוצים, והמודל כותב את הקוד. המשתמש מתמקד בתוצאה ולא בקוד עצמו.
- מודל שפה וראייה Vision Language Model (VLM) מודל שמבין גם תמונות וגם טקסט, ויכול לתאר תמונה, לענות על שאלות עליה או לקרוא ממנה מידע.
- שכפול קול Voice Cloning יצירת קול סינתטי שנשמע כמו אדם מסוים, על בסיס הקלטות קצרות של הקול שלו.