Перейти к содержимому
Атлас ИИ

DOMAINS

Области знаний

Восемь взаимозависимых областей, образующих полную цепочку от математических основ до продуктивной инженерии.

всего 48 концепцийОбласти знаний · 8

Основы математики и статистики

Векторы, матрицы, вероятность и производные — язык ИИ

6 concepts

Вопросы, на которые отвечает эта область

  • Why can data be written as a matrix?
  • Which direction does the gradient actually point?
  • Why can softmax be used as a probability?

Машинное обучение

Позволить программам выводить правила из данных, а не программировать их вручную

6 concepts

Вопросы, на которые отвечает эта область

  • What separates “memorising” from “learning”?
  • Why does a model that aces training fail in production?
  • What can unlabelled data still be used for?

Глубокое обучение

Передать проектирование признаков многослойной сети

6 concepts

Вопросы, на которые отвечает эта область

  • What is a single neuron actually computing?
  • How does backpropagation carry error backwards?
  • Why are deeper networks harder to train?

Обработка языка и большие языковые модели

От токенизации к трансформерам и говорящим моделям

6 concepts

Вопросы, на которые отвечает эта область

  • What exactly does a model see when it reads a word?
  • Why does attention beat recurrence?
  • Why does next-token prediction yield conversation?

Компьютерное зрение

Превратить пиксели в объекты, сцены и трёхмерную структуру

6 concepts

Вопросы, на которые отвечает эта область

  • What does a convolution kernel actually learn?
  • How do classification, detection and segmentation differ?
  • How does a machine recover 3D from 2D images?

Обучение с подкреплением

Учиться последовательностям решений через пробы, ошибки и отложенную награду

6 concepts

Вопросы, на которые отвечает эта область

  • Why does delayed reward make the problem hard?
  • How do value functions and policy gradients divide the work?
  • Why can RL improve large language models?

Генеративный ИИ

От суждения «что это» к синтезу «каким это должно быть»

6 concepts

Вопросы, на которые отвечает эта область

  • What distribution is a generative model learning?
  • Why is diffusion more stable than a GAN?
  • How does a text prompt become an image?

Инженерия, безопасность и этика ИИ

Превратить работающую модель в пригодный, надёжный и подотчётный продукт

6 concepts

Вопросы, на которые отвечает эта область

  • How are large models compressed onto consumer hardware?
  • How do you evaluate when there is no answer key?
  • Why is prompt injection so hard to eliminate?