AI és automatizáció

Az AI képgenerálás az a technológia, amely szöveges leírásból (prompt) képet készít — DALL-E 3 (OpenAI), Midjourney, Stable Diffusion, Google Imagen, Adobe Firefly. A 2022-es áttörés óta gyorsan…

Az AI ajánlórendszer az a megoldás, amely a vásárlónak / felhasználónak releváns termékeket, tartalmakat javasol az AI által felismert mintázat alapján. A klasszikus „Amazon-szerű" ajánlás („akik ezt vették,…

Az AI monitoring és LLMOps (Large Language Model Operations) az a diszciplína, amely az éles AI-rendszerek folyamatos üzemeltetésével foglalkozik — naplózás, hibakezelés, minőség-mérés, költség-monitorozás, riasztás. A klasszikus szoftverüzemeltetésnél…

A multimodális AI az olyan mesterséges intelligencia, amely egyszerre több típusú tartalmat tud kezelni — szöveget, képet, hangot, esetenként videót. Ahelyett, hogy külön modellt kellene használnod a kép-felismerésre,…

A function calling (tool calling, tool use) az a modern AI-képesség, amely lehetővé teszi, hogy egy nyelvi modell (LLM) ne csak szöveget generáljon, hanem „eszközöket" is használhasson —…

A human-in-the-loop (HITL) az a tervezési minta, ahol egy AI-rendszer és egy emberi kolléga együtt dolgoznak — az AI elvégzi a rutin feladatokat, és a kritikus pontokon emberi…

A szemantikus keresés az a keresési mód, amely a tartalom jelentése alapján találja meg a releváns dokumentumokat — nem csak a pontos szó-egyezésre épít, mint a klasszikus „kulcsszavas"…

Az OCR (Optical Character Recognition) és AI-alapú dokumentumfeldolgozás az a folyamat, amelynek során a beérkező papír- vagy PDF-dokumentumokat (számla, szerződés, önéletrajz, KYC-űrlap) automatikusan strukturált adattá alakítjuk. A klasszikus…

A fine-tuning (magyarul finomhangolás vagy modell-finomhangolás) egy meglévő AI-modell „továbbtanítása" a saját, specifikus adataidon. Veszel egy nagyon nagy alapmodellt (GPT-4o-mini, Llama 3, Mistral) — amit milliárdok-trilliós tokeneken trénítettek…

A token a nyelvi modellek (LLM, mint a GPT-4 vagy a Claude) alapegysége — egy szöveg-darab, ami nagyjából 3-4 karakter hosszú (angolul ~0,75 szó, magyarul ~0,5-0,7 szó). Amikor…