Глоссарий искусственного интеллекта: ключевые термины и определения
Автор: Главред Комиссия РСХ по цифровизации | Опубликовано: 2026-02-19 | Обновлено: 2026-02-19 Контекст: искусственный интеллект, машинное обучение, данные, модели ИИ, промышленный ИИ, архитектура ИИ
Кратко о глоссарии
Этот глоссарий фиксирует ключевые определения Промышленного ИИ (Industrial AI): модели ИИ, технологии ИИ, данные, вычислительная инфраструктура и требования к надежности и безопасности. Формулировки полезны для подготовки материалов, внутренних регламентов, ТЗ, методологий и описания архитектуры ИИ-решений.
Связанная статья:
ИИ в химической промышленности
Структура рассчитана на быстрый поиск: содержание с сылками и отдельные блоки по каждой группе терминов. Глоссарий используется при описании архитектуры систем ИИ, их классификации и внедрения в химическое производство.
Глоссарий терминов
- Искусственный интеллект (Artificial Intelligence, AI)
- Технологическое решение (Technology Solution)
- Технологии ИИ (AI Technologies)
- Технологии искусственного интеллекта (Artificial Intelligence Technologies)
- Перспективные методы искусственного интеллекта (Emerging AI Methods)
- Данные и подготовка данных (Data and Data Preparation)
- Набор данных (Dataset)
- Разметка данных (Data Annotation)
- Исходные данные (Raw Data)
- Вычислительная инфраструктура (Computing Infrastructure)
- Вычислительная система (Computing System)
- Архитектура вычислительной системы (Computing System Architecture)
- Модели и классы моделей (Models and Model Classes)
- Модель искусственного интеллекта (AI Model)
- Параметры модели искусственного интеллекта (AI Model Parameters)
- Большие генеративные модели (Large Generative Models)
- Большие фундаментальные модели (Foundation Models)
- Промышленный контекст и решения (Industrial Context and Solutions)
- Промышленные данные (Industrial Data)
- Решение в области искусственного интеллекта (AI Solution)
- Открытая библиотека искусственного интеллекта (Open AI Library)
- Надежность и доверенность (Reliability and Trustworthiness)
- Отказоустойчивость (Fault Tolerance)
- Доверенные технологии искусственного интеллекта (Trustworthy AI)
- Сильный искусственный интеллект (Artificial General Intelligence, AGI)
Базовые определения ИИ
Искусственный интеллект (Artificial Intelligence, AI)
Определение: комплекс технологических решений, позволяющий имитировать
когнитивные функции человека (включая поиск решений без заранее заданного алгоритма) и получать при выполнении конкретных задач результаты, сопоставимые с результатами интеллектуальной деятельности человека или превосходящие их.
Что включает: информационно-коммуникационную инфраструктуру, программное обеспечение (в том числе, в котором используются методы машинного обучения), процессы и сервисы по обработке данных и поиску решений.
Где применяется: автоматизация принятия решений, прогнозирование, оптимизация процессов, контроль качества, промышленная аналитика.
Технологическое решение (Technology Solution)
Определение: технология, программа для электронно-вычислительных машин (программа для ЭВМ), база данных или их совокупность, а также сведения о наиболее эффективных способах их использования.
Зачем в глоссарии: позволяет корректно описывать состав ИИ-решения в документации, тендерах и архитектурных схемах.
Технологии ИИ (AI Technologies)
Технологии искусственного интеллекта (Artificial Intelligence Technologies)
Определение: совокупность технологий, включающая в себя компьютерное зрение, обработку естественного языка, распознавание и синтез речи, интеллектуальную
поддержку принятия решений и перспективные методы искусственного интеллекта.
Практический смысл: в описаниях проектов удобно фиксировать, какие именно технологии ИИ используются (NLP, CV, speech, DSS), чтобы не ограничиваться общим термином ИИ.
Перспективные методы искусственного интеллекта (Emerging AI Methods)
Определение: методы, методы, направленные на создание принципиально новой научно-технической продукции, в том числе в целях разработки универсального (сильного) искусственного интеллекта (автономное решение различных задач, автоматический дизайн физических объектов, автоматическое машинное обучение, алгоритмы решения задач на основе данных с частичной разметкой и (или) незначительных объемов данных, обработка информации на основе новых типов вычислительных систем, интерпретируемая обработка данных и другие методы).
Где полезно: при описании R&D программ, дорожных карт и инновационных проектов.
Данные и подготовка данных (Data and Data Preparation)
Набор данных (Dataset)
Связанная статья: Как используются данные в Industrial AI
Примечание для практики: в промышленном ИИ набор данных часто включает временные ряды (телеметрия), лабораторные показатели, журналы событий и справочники.Разметка данных (Data Annotation)
Определение: этап обработки структурированных и неструктурированных данных, в процессе которого данным (в том числе текстовым документам, фото- и видеоизображениям) присваиваются идентификаторы, отражающие тип данных (классификация данных), и (или) осуществляется интерпретация данных для решения конкретной задачи, в том числе с использованием методов машинного обучения.
Зачем нужно: для задач классификации, распознавания объектов, контроля качества, извлечения сущностей из текста и обучения моделей на примерах.
Исходные данные (Raw Data)
Определение: информация, описывающая событие, явление или их сущность, а также их
совокупность, представленная в виде, пригодном для обработки с использованием искусственного
интеллекта или с применением автоматизированного анализа.
Где встречается: сырые сигналы датчиков, результаты анализов, изображения, документы, журналы событий, технологические архивы.
Вычислительная инфраструктура (Computing Infrastructure)
Вычислительная система (Computing System)
Определение: предназначенные для решения задач и обработки данных (в том числе вычислений) программно-аппаратный комплекс или несколько взаимосвязанных комплексов, образующих единую инфраструктуру.
Применение: обучение и инференс моделей, хранение и обработка данных, интеграция с производственными системами.
Архитектура вычислительной системы (Computing System Architecture)
Определение: конфигурация, состав и принципы взаимодействия (включая обмен данными) элементов вычислительной системы.
На практике: описывает контур данных (edge, historian, lakehouse), вычисления (CPU, GPU), сервисы (MLOps), интеграции (MES, LIMS, ERP, SCADA).
Модели и классы моделей (Models and Model Classes)
Модель искусственного интеллекта (AI Model)
Определение: программа для электронных вычислительных машин (ее составная часть), предназначенная для выполнения интеллектуальных задач на уровне, сопоставимом с результатами интеллектуального труда человека или превосходящем их, использующая алгоритмы и наборы данных для выведения закономерностей, принятия решений или прогнозирования результатов.
Параметры модели искусственного интеллекта (AI Model Parameters)
Определение: числовые значения, определяющие работу модели искусственного интеллекта, в частности выведение закономерностей, принятие решений или прогнозирование результатов.
Почему важно: параметры определяют емкость модели и требования к вычислениям (обучение, инференс), а также подходы к валидации и мониторингу качества.
Большие генеративные модели (Large Generative Models)
Определение: модели искусственного интеллекта, способные интерпретировать (предоставлять информацию на основании запросов, например об объектах на изображении или о проанализированном тексте) и создавать мультимодальные данные (тексты, изображения, видеоматериалы и тому подобное) на уровне, сопоставимом с результатами интеллектуальной деятельности человека или превосходящем их.
Применение: генерация отчетов, инструкции, поиск и суммаризация, анализ документов, мультимодальные ассистенты.
Большие фундаментальные модели (Foundation Models)
Определение: модели искусственного интеллекта, являющиеся основой для создания и доработки различных видов программного обеспечения, обученные распознаванию определенных видов закономерностей, содержащие не менее 1 млрд. параметров и применяемые для выполнения большого количества различных задач.
Практический смысл: используются как базовые модели для дообучения и адаптации под отраслевые кейсы (текст, изображения, временные ряды).
Промышленный контекст и решения (Industrial Context and Solutions)
Промышленные данные (Industrial Data)
Определение: информация, создаваемая и обрабатываемая в производственных и технологических процессах выпуска промышленной продукции.
Примеры: телеметрия, параметры режима, лабораторные показатели, журналы событий, данные качества, энергопотребление.
Решение в области искусственного интеллекта (AI Solution)
Связанная статья: ROI промышленного ИИ
Как описывать в кейсах: задача, источники данных, модель, контур внедрения, KPI, сопровождение.Открытая библиотека искусственного интеллекта (Open AI Library)
Определение: набор алгоритмов, предназначенных для разработки технологических решений на основе искусственного интеллекта, описанных с использованием языков программирования и размещенных в информационно-телекоммуникационной сети «Интернет».
Роль: ускоряет разработку, снижает порог входа, но требует оценки лицензий, качества кода и киберрисков.
Надежность и доверенность (Reliability and Trustworthiness)
Отказоустойчивость (Fault Tolerance)
Связанная статья: ИИ для повышения безопасности химического производства
Зачем для ИИ: важно для производственных контуров, где остановка сервиса аналитики или модели может приводить к потерям и рискам.Доверенные технологии искусственного интеллекта (Trustworthy AI)
Определение: технологии, отвечающие стандартам безопасности, разработанные с учетом принципов объективности, недискриминации и этичности, исключающие возможность причинения вреда человеку и нарушения его основополагающих прав и свобод, нанесения ущерба интересам общества и государства.
Как использовать в документах: фиксировать требования к безопасности данных, контролю качества модели, мониторингу, управлению доступом и аудитируемости.
Сильный искусственный интеллект (Artificial General Intelligence, AGI)
Определение: тип искусственного интеллекта, который способен выполнять различные задачи, взаимодействовать с человеком и самостоятельно (без участия человека) адаптироваться к изменяющимся условиям.
Примечание: в промышленном контуре чаще используются прикладные (узкие) решения, а термин сильный ИИ уместен в стратегических и исследовательских разделах.
Часто задаваемые вопросы (FAQ)
Что является целями развития ИИ в РФ?
Целями развития искусственного интеллекта в Российской Федерации являются обеспечение
роста благосостояния и качества жизни ее населения, обеспечение национальной безопасности и правопорядка, достижение устойчивой конкурентоспособности российской экономики, в том числе лидирующих позиций в мире в области искусственного интеллекта.
Что является основными задачами развития ИИ в РФ?
Основными задачами развития искусственного интеллекта в Российской Федерации являются:
а) повышение доступности инфраструктуры, необходимой для развития технологий искусственного интеллекта;
б) поддержка организаций-разработчиков технологий искусственного интеллекта;
в) поддержка научных исследований и разработок в целях обеспечения опережающего развития
искусственного интеллекта;
г) повышение уровня компетенций в области искусственного интеллекта и уровня
информированности граждан о технологиях искусственного интеллекта;
д) стимулирование внедрения технологий искусственного интеллекта в отраслях экономики и
социальной сферы;
е) обязательное внедрение доверенных технологий искусственного интеллекта в тех областях его использования, в которых может быть нанесен ущерб безопасности Российской Федерации;
ж) создание комплексной системы нормативно-правового регулирования общественных
отношений, связанных с развитием и использованием технологий искусственного интеллекта,
обеспечение безопасности применения таких технологий;
з) укрепление международного сотрудничества в области использования технологий
искусственного интеллекта.
Навигация по статьям и мероприятиям
Связанные материалы:
Связанные мероприятия:
Источники и материалы
- Национальная стратегия развития искусственного интеллекта на период до 2030 года.
- Материалы digitalchem.ru по промышленному AI и архитектуре AI-решений.
