Glossary

0-9

1-shot learning 5G + AI 6DoF pose estimation 7D representation 8-bit quantization 2-stage detector 4D data 0-shot learning 9-layer network 3D convolution

A

AGI / Artificial General Intelligence Autoencoder Attention Algorithm Artificial Intelligence (AI)

B

Backpropagation BERT Boosting Batch Normalization Bias

C

Chatbot Clustering CNN / Convolutional Neural Network Cross-Validation Classifier / Classification

D

Deep Learning Deepfake Discriminative Model Deterministic Model Data Augmentation

E

Embedding Encoder Epoch Ensemble Learning Explainable AI (XAI)

F

Fine-tuning Fusion / Multimodal Fusion Forward Propagation Foundation Model Feature Extraction

G

GAN / Generative Adversarial Network Gradient Descent Grounding Graph Neural Network (GNN)Generative AI

H

Hyperparameter Heuristic Hidden Layer Hierarchical Model Hallucination

I

Imbalanced Data Interpretability Instruction tuning Instance / Sample Intelligence Amplification / Augmentation

J

JAX Jittering Joint Embedding JSONL / JSON-lines Juxtaposition

K

KL Divergence (Kullback–Leibler Divergence)K-means Clustering K-Shot Learning Kernel Trick Knowledge Distillation

L

Latent Variable Loss Function LSTM / Long Short-Term Memory Large Language Model (LLM)Learning Rate

M

Multimodal / Multimodality Machine Learning (ML)Meta-learning Model Multi-head Attention

N

Normalization Neural Network NLP / Natural Language Processing NLU / Natural Language Understanding Novelty Detection / Anomaly Detection

O

Objective Function Online Learning One-hot Encoding Overfitting Optimizer

P

Policy / Reinforcement Learning Policy Pooling Pretraining Prompt Parameter

Q

Queue / Buffer Quantization Q-learning Query Quality Estimation

R

Retrieval Augmented Generation (RAG)Representation Learning Reinforcement Learning (RL)Regularization RNN / Recurrent Neural Network

S

Supervised Learning Self-Supervised Learning Sequence Modeling Sampling Softmax

T

Training Data Tokenizer Transfer Learning Transformer Tuning / Hyperparameter Tuning

U

Universal Approximation Theorem Unsupervised Learning U-Net Underfitting Uncertainty Estimation

V

Variational Autoencoder (VAE)Vector Embedding Vanishing / Exploding Gradient Validation Set Vision Transformer (ViT)

W

Weak Supervision Weight Decay Whitening / Whitening Transformation Word Embedding Workflow

X

XOR problem X-axis / feature axis XAI / Explainable AI XLM XLNet

Y

Y-axis / feature axis Y-transform / YUV YAGNI (You Aren't Gonna Need It)Yield (model yield / throughput)Yoga of AI

Z

Z-score Normalization Zero-gradient phenomenon Zero-shot Learning / Zero-shot inference Zero-centric / Zero-bias initialization Zygosity in augmentation

Định nghĩa Multimodal / Multimodality

Multimodal đề cập đến việc sử dụng nhiều chế độ hoặc phương pháp để truyền đạt thông tin, nhấn mạnh tầm quan trọng của việc tích hợp các hình thức khác nhau như văn bản, hình ảnh, âm thanh và video. Cách tiếp cận này nâng cao khả năng tiếp cận và hiểu biết về thông tin.

Trong lĩnh vực giáo dục, các chiến lược học tập đa phương thức đáp ứng nhu cầu của nhiều học viên khác nhau, giúp tăng cường sự hiểu biết và ghi nhớ. Bằng cách kết hợp các yếu tố trực quan, thính giác và vận động, học sinh có thể hiểu tài liệu từ nhiều góc độ khác nhau, từ đó nâng cao hiệu quả học tập.

Trong lĩnh vực công nghệ, tương tác đa phương thức, bao gồm giọng nói, cử chỉ và chạm, đang trở thành một xu hướng trong thiết kế trải nghiệm người dùng. Điều này không chỉ tăng cường sự tham gia của người dùng mà còn cải thiện khả năng tiếp cận, giúp công nghệ dễ sử dụng hơn đối với những người có khả năng khác nhau.

Trong tương lai, sự phát triển của trí tuệ nhân tạo và học máy sẽ khiến các hệ thống đa phương thức trở nên phổ biến hơn, có khả năng phân tích và tích hợp dữ liệu từ nhiều chế độ khác nhau, từ đó cung cấp dịch vụ và trải nghiệm chính xác hơn.

Tuy nhiên, cách tiếp cận đa phương thức cũng phải đối mặt với những thách thức, bao gồm cách tích hợp hiệu quả thông tin từ các chế độ khác nhau, cách thiết kế giao diện người dùng hỗ trợ nhiều đầu vào và cách đánh giá và đo lường kết quả học tập đa phương thức.