Rječnik AI pojmova
Ključni pojmovi iz umjetne inteligencije i poslovne tehnologije — praktična objašnjenja bez žargona.
135 terms
A
A/B testiranje AI modela
A/B testiranje AI modela uspoređuje više verzija modela u produkciji kako bi se statistički pouzdano utvrdilo koja donosi bolje poslovne rezultate.
Saznajte više →A2A (Agent-to-Agent Protocol)
Protokol za komunikaciju između AI agenata različitih proizvođača — omogućuje suradnju između Google, Microsoft i Salesforce agenata.
Saznajte više →Adverzarijski napadi na AI
Zlonamjerne manipulacije ulaznih podataka dizajnirane da prevare AI modele i uzrokuju pogrešne rezultate — ozbiljna prijetnja u primjenama poput zaštite i zdravstva.
Saznajte više →Agentska AI
AI sustavi sposobni za autonomno planiranje, donošenje odluka i izvršavanje višekoračnih zadataka bez stalne ljudske kontrole.
Saznajte više →AI anonimizacija podataka
Automatsko uklanjanje ili maskiranje osobnih podataka (PII) u skupovima za treniranje i upitima AI modela, u skladu s GDPR-om.
Saznajte više →AI benchmarci
Standardizirani testovi za procjenu i usporedbu performansi AI modela na specifičnim zadacima — temelj za objektivno donošenje odluka o odabiru modela.
Saznajte više →AI Centar izvrsnosti (CoE)
Središnja organizacijska jedinica koja koordinira AI strategiju, standarde, znanje i implementaciju u cijelom poduzeću.
Saznajte više →AI cjevovod (pipeline)
Sekvencijalni niz faza obrade koje transformiraju sirove podatke u izlaze AI sustava — od ingesta podataka do isporuke rezultata u produkciji.
Saznajte više →AI generiranje koda
Sposobnost AI modela da generiraju, dovršavaju, refaktoriraju i debugiraju kod u više programskih jezika — transformira produktivnost programera.
Saznajte više →AI generiranje slika
AI modeli koji generiraju realistične slike, ilustracije i dizajne iz tekstualnih opisa — od Midjourney do DALL-E i Stable Diffusion.
Saznajte više →AI generiranje videa
AI modeli koji generiraju, uređuju i transformiraju video sadržaj — od Sora do Runway i Pika, najbrže rastuća grana generativne AI.
Saznajte više →AI i GDPR
Usklađenost AI sustava s Općom uredbom o zaštiti podataka — automatizacija odlučivanja, brisanje podataka, privola i procjena rizika.
Saznajte više →AI inferencija
Proces generiranja odgovora treniranog AI modela — produkcijska faza u kojoj model obrađuje ulaze i vraća rezultate.
Saznajte više →AI kao usluga (AIaaS)
Konzumacija AI sposobnosti kroz cloud API-je bez izgradnje vlastite infrastrukture — od gotovih modela do prilagođenih fine-tuning servisa.
Saznajte više →AI OCR (Optičko prepoznavanje znakova)
Moderna AI-temeljena ekstrakcija teksta iz slika i dokumenata — daleko preciznija od tradicionalnog OCR-a, s razumijevanjem strukture i konteksta.
Saznajte više →AI para-programiranje
Kolaborativno kodiranje s AI alatima koji predlažu, dovršavaju i refaktoriraju kod u stvarnom vremenu — Claude Code, GitHub Copilot, Cursor.
Saznajte više →AI pismenost
Obavezna od veljače 2025. — sposobnost razumijevanja i odgovornog korištenja AI-ja, propisana člankom 4. AI Acta.
Saznajte više →AI poravnanje
Tehničko i istraživačko polje koje osigurava da AI sustavi djeluju u skladu s namjerama, vrijednostima i ciljevima čovječanstva.
Saznajte više →AI pristranost
Sustavne predrasude u izlazima AI modela koje proizlaze iz neravnomjernih podataka za treniranje — rizik diskriminacije i regulatorne neusklađenosti.
Saznajte više →AI Red Teaming
Testiranje sigurnosti AI sustava kroz simulirane napade — pronalaženje ranjivosti, zaobilaženje zaštitnih ograda i metoda manipulacije modelom.
Saznajte više →AI sandbox
Izolirano testno okruženje za sigurno razvijanje, testiranje i eksperimentiranje s AI modelima bez rizika za produkcijske sustave ili stvarne podatke.
Saznajte više →AI sažimanje dokumenata
Automatska ekstrakcija ključnih informacija iz dugih dokumenata — od ugovora i izvještaja do istraživačkih radova i e-mailova.
Saznajte više →AI sigurnost lanca opskrbe
Rizici i best practices za upravljanje AI komponentama trećih strana — modeli, biblioteke, skupovi podataka i API servisi koji ulaze u vaše AI sustave.
Saznajte više →AI testiranje usklađenosti
Specifično testiranje AI sustava za regulatornu usklađenost — AI Act zahtjevi, testiranje pravednosti, procjena robustnosti i evaluacija transparentnosti.
Saznajte više →AI tokenizacija
Proces pretvaranja teksta u tokene (fragmente riječi/znakova) koje AI model razumije — izravno utječe na troškove i kvalitetu.
Saznajte više →AI u financijama
Primjena AI-ja u financijskom sektoru — od detekcije prijevara i procjene kreditnog rizika do algoritmičkog trgovanja i automatizacije izvještavanja.
Saznajte više →AI u HR-u i regrutaciji
Primjena AI-ja u upravljanju ljudskim potencijalima — od automatiziranog pregleda životopisa do prediktivne analitike zadržavanja zaposlenika.
Saznajte više →AI u korisničkoj podršci
Primjena AI-ja u korisničkoj službi — automatizacija odgovora, inteligentni chatbotovi, analiza sentimenta i prediktivna podrška.
Saznajte više →AI u logistici
Primjena AI-ja u upravljanju lancem opskrbe, optimizaciji ruta, predviđanju potražnje i automatizaciji skladišnih operacija.
Saznajte više →AI u marketingu
Primjena AI-ja u marketinškim operacijama — personalizacija, optimizacija kampanja, generiranje sadržaja i prediktivna analitika kupaca.
Saznajte više →AI u nabavi
Primjena AI-ja u upravljanju nabavom — analiza dobavljača, automatizacija ugovora, optimizacija troškova i upravljanje rizicima lanca opskrbe.
Saznajte više →AI u pravnoj industriji
Primjena AI-ja u pravu — automatizacija pregleda ugovora, pravna istraživanja, prediktivna analitika parnica i usklađenost.
Saznajte više →AI u proizvodnji
Primjena AI-ja u industrijskoj proizvodnji — prediktivno održavanje, kontrola kvalitete, optimizacija procesa i robotska automatizacija.
Saznajte više →AI u testiranju softvera
Primjena AI-ja za automatizaciju i unaprjeđenje testiranja softvera — generiranje testnih slučajeva, vizualno testiranje i prediktivna analiza kvarova.
Saznajte više →AI u zdravstvu
Primjena AI-ja u medicini — dijagnostika medicinskih slika, otkrivanje lijekova, prediktivna analitika pacijenata i klinička podrška odlučivanju.
Saznajte više →AI vodeni žig (Watermarking)
Tehnika ugrađivanja neopazivog potpisa u AI-generirani sadržaj — za atribuciju, detekciju deepfakea i regulatornu usklađenost.
Saznajte više →AI zaključivanje (Reasoning)
Napredna sposobnost AI modela za logičko, matematičko i višekoračno zaključivanje — od OpenAI o3 do Claude s proširenim razmišljanjem.
Saznajte više →AI zaštitne ograde
Zaštitni mehanizmi koji ograničavaju ponašanje AI modela — filtri sadržaja, validacija izlaza, ograničenja dozvola i sigurnosne kontrole.
Saznajte više →Analiza sentimenta
NLP tehnika koja klasificira emocionalni ton teksta — pozitivno, negativno ili neutralno — za analizu povratnih informacija korisnika i praćenje brenda.
Saznajte više →Anotacija podataka (označavanje podataka)
Proces ručnog ili automatskog označavanja podataka za treniranje AI modela — temelj nadziranog učenja.
Saznajte više →Automatizacija poslovnih procesa s AI-jem
Kombinacija AI-ja i automatizacije za rješavanje složenih procesa koji uključuju nestrukturirane podatke, donošenje odluka i prilagodbu — izvan dosega tradicionalnog RPA-a.
Saznajte više →Autonomni AI agenti
AI sustavi koji neovisno planiraju, izvršavaju i prilagođavaju sekvence radnji za postizanje složenih ciljeva uz minimalnu ljudsku intervenciju.
Saznajte više →C
Chain of Thought
Tehnika promptanja u kojoj AI model "razmišlja naglas" — zaključuje korak po korak, poboljšavajući točnost na složenim pitanjima.
Saznajte više →Chatbot vs AI agent
Ključna razlika između reaktivnih chatbotova i autonomnih AI agenata — razumijevanje znači li vam rješenje razgovor ili akcija.
Saznajte više →CI/CD za AI
Kontinuirana integracija i isporuka prilagođena AI/ML sustavima — automatizacija treniranja, evaluacije, validacije i uvođenja modela.
Saznajte više →Cloud AI vs On-Premise AI
Usporedba cloud i lokalnog pristupa implementaciji AI-ja — troškovi, privatnost, latencija i kontrola za donošenje informirane odluke.
Saznajte više →Computer Use (AI)
Sposobnost AI modela da izravno upravljaju računalom — klikanje, tipkanje, navigacija sučeljima kao čovjek.
Saznajte više →D
Destilacija znanja
Tehnika treniranja manjeg, efikasnijeg modela učenika da imitira ponašanje većeg modela učitelja — dobivate manje, brže modele bez značajnog gubitka kvalitete.
Saznajte više →Detekcija deepfakea
Tehnologije za otkrivanje sintetički generiranog ili manipuliranog audio/video sadržaja — ključne za borbu protiv dezinformacija i prijevara.
Saznajte više →Diferencijalna privatnost
Matematički okvir koji kvantificira privatnost — dodavanjem kalibriranog šuma podacima ili modelima koji sprječavaju izvlačenje informacija o pojedincima.
Saznajte više →Digitalni blizanac
Virtualna replika fizičkog objekta, procesa ili sustava koja se ažurira u stvarnom vremenu — osnova za AI simulaciju i optimizaciju u industrijama.
Saznajte više →Dijeljenje dokumenata (Chunking)
Strategija dijeljenja dugih dokumenata na manje segmente za efikasno vektorsko indeksiranje i RAG — ključna za kvalitetu odgovora AI-ja.
Saznajte više →Dohvat informacija za AI (Information Retrieval)
Tehnika pronalaska relevantnih dokumenata, odlomaka i podataka iz repozitorija znanja — temelj RAG sustava i AI agenata koji koriste vanjske izvore.
Saznajte više →E
Edge AI
Pokretanje AI modela izravno na krajnjim uređajima — bez slanja podataka u oblak, s minimalnom latencijom.
Saznajte više →Embedding (vektorska reprezentacija)
Reprezentacija teksta, slika ili zvuka kao vektora brojeva — temelj semantičkog pretraživanja i RAG sustava.
Saznajte više →Emergentne sposobnosti AI-ja
Neočekivane sposobnosti koje se pojavljuju u velikim AI modelima, a nisu bile prisutne u manjim verzijama — ključni fenomen u razvoju LLM-ova.
Saznajte više →Etika AI-ja
Filozofski i praktični okvir za razvoj i implementaciju AI-ja koji je pravedan, transparentan, odgovoran i usklađen s ljudskim vrijednostima.
Saznajte više →Evaluacija AI modela
Sustavni procesi za mjerenje točnosti, pouzdanosti, pravednosti i poslovne učinkovitosti AI modela — od offline metrika do produkcijskog praćenja.
Saznajte više →F
Federativno učenje
Metoda treniranja AI modela na decentraliziranim podacima koji ostaju na uređajima ili organizacijama — model dolazi podacima, ne obrnuto.
Saznajte više →Fine-tuning
Ponovno treniranje AI modela na specijaliziranim podacima — prilagodba općeg temeljnog modela određenoj domeni ili zadatku.
Saznajte više →Function Calling
Sposobnost LLM-ova da strukturirano pozivaju vanjske alate i API-je — temelj koji AI modele pretvara iz generatora teksta u akcijske agente.
Saznajte više →G
Generativna AI
AI modeli koji generiraju novi sadržaj — tekst, slike, audio, kod ili video — učeći obrasce iz postojećih podataka za treniranje.
Saznajte više →GPU i TPU za AI
Specijalizirani procesori koji ubrzavaju AI treniranje i inferenciju — GPU od NVIDIA, TPU od Googlea i novi ASICs za AI infereneciju.
Saznajte više →Graf znanja (Knowledge Graph)
Strukturirana mreža entiteta i njihovih odnosa — osnova za semantičko pretraživanje, AI reasoning i poboljšanje točnosti LLM-ova.
Saznajte više →Grounding AI
Tehnika usidrenja odgovora AI modela u činjeničnim podacima — eliminacija halucinacija pružanjem konteksta iz pouzdanih izvora.
Saznajte više →H
Hiperautomatizacija
Strategija organizacijske automatizacije koja kombinira AI, RPA, strojno učenje i proces mining za automatizaciju svakog procesa koji je moguće automatizirati.
Saznajte više →Human-in-the-Loop
Obrazac dizajna u kojem čovjek provjerava i odobrava odluke AI-ja — kontrola kvalitete i sigurnosti.
Saznajte više →I
Integracija AI-ja s IT sustavima
Arhitekturni obrasci i prakse za ugrađivanje AI sposobnosti u postojeće poslovne sustave — ERP, CRM, oblak i nasljedne aplikacije.
Saznajte više →Inteligentna obrada dokumenata (IDP)
AI sustavi koji izvlače, klasificiraju i validiraju informacije iz nestrukturiranih dokumenata — fakture, ugovori, formulari, medicinska dokumentacija.
Saznajte više →Inženjerstvo značajki
Proces transformiranja sirovih podataka u informativne ulazne varijable za ML modele — ključna tehnika za klasično strojno učenje.
Saznajte više →K
Kartica modela
Strukturirana dokumentacija AI modela — namjena, ograničenja, evaluacijske metrike, potencijalne pristranosti i preporučene primjene.
Saznajte više →Klasifikacija rizika prema AI Actu
Četiri kategorije rizika prema EU AI Actu — neprihvatljivi, visoki, ograničeni i minimalni — koje određuju regulatorne zahtjeve.
Saznajte više →Kontekstualni prozor
Maksimalna količina teksta (tokena) koju AI model može obraditi u jednom upitu — ključno ograničenje performansi LLM-a.
Saznajte više →Konverzacijska AI
Sustavi koji vode prirodni dijalog s korisnicima — od glasovnih asistenata do naprednih chatbotova koji upravljaju složenim višekoračnim razgovorima.
Saznajte više →Korporativna AI strategija
Sveobuhvatan plan za implementaciju AI-ja u poslovanju — vizija, prioriteti, infrastruktura, talent, upravljanje i mjerenje uspjeha.
Saznajte više →Kvantizacija modela
Tehnika smanjivanja veličine AI modela smanjenjem preciznosti težina — od 32-bitnih floatova na 8-bit ili 4-bit za brže i jeftinije izvođenje.
Saznajte više →M
MCP (Model Context Protocol)
Otvoreni standard za komunikaciju između AI modela i vanjskih izvora podataka i alata — "USB-C za umjetnu inteligenciju."
Saznajte više →Mehanizam pažnje (Attention)
Temeljna arhitekturna inovacija koja pokreće transformere — omogućuje AI modelima dinamično fokusiranje na relevantne dijelove ulaza.
Saznajte više →Mixture of Experts (MoE)
Arhitektura AI modela u kojoj se samo subset specijaliziranih 'stručnjaka' aktivira za svaki token — kombinira ogromnu kapacitivnost s efikasnom inferencijom.
Saznajte više →MLOps
Skup praksi koji kombinira strojno učenje, DevOps i inženjerstvo podataka za učinkovito uvođenje, praćenje i upravljanje AI/ML modelima u produkciji.
Saznajte više →Model zrelosti AI-ja
Okvir za procjenu organizacijske sposobnosti za AI — od ad-hoc eksperimenata do potpuno integriranih, autonomnih AI operacija.
Saznajte više →Multimodalna AI
AI modeli koji istovremeno obrađuju tekst, slike, audio i video — razumijevanje konteksta iz više izvora informacija.
Saznajte više →Multimodalni RAG
Proširenje RAG arhitekture koja uključuje slike, tablice, dijagrame i audio kao izvore konteksta — za AI koji razumije kompleksne, vizualno bogate dokumente.
Saznajte više →N
NIS2 i umjetna inteligencija
Direktiva NIS2 u kontekstu AI-ja — zahtjevi kibernetičke sigurnosti za tvrtke koje koriste AI sustave u kritičnoj infrastrukturi.
Saznajte više →NLP (Obrada prirodnog jezika)
Grana AI-ja koja računalima omogućuje razumijevanje, interpretaciju i generiranje prirodnog ljudskog jezika — temelj LLM-ova i konverzacijske AI.
Saznajte više →O
Objašnjiva AI (XAI)
Tehnike koje omogućuju razumijevanje zašto je AI model donio određenu odluku — ključno za povjerenje, reviziju i usklađenost s AI Actom.
Saznajte više →Odgovorna AI
Principi i prakse za razvoj AI koji je pošten, transparentan, odgovoran, siguran i pravedan — okvir za etičku implementaciju AI-ja u poslovnom okruženju.
Saznajte više →Odmak podataka (Data Drift)
Postupna promjena statističkih svojstava ulaznih podataka u produkciji koja degradira izvedbu modela — ključni razlog za monitoring i ponovano treniranje.
Saznajte više →Open Source AI
AI modeli i alati s otvorenim kodom ili otvorenim težinama — od Llame do Mistral i Stable Diffusion, demokratiziraju pristup naprednoj AI.
Saznajte više →Orkestracija AI
Koordinacija više AI modela i agenata koji zajedno rade na složenim zadacima — od raspodjele resursa do upravljanja protokom podataka.
Saznajte više →P
Ponovni rang (Reranking)
Tehnika poboljšanja relevantnosti RAG sustava — drugi model za ponovni rang prvotno pronađenih rezultata prema semantičkoj relevantnosti za upit.
Saznajte više →Posluživanje modela (Model Serving)
Infrastruktura i obrasci za izlaganje AI modela kao produkcijskih servisa — skalabilni, pouzdani endpointi za inferenciju.
Saznajte više →Povjerljivo računarstvo
Hardverska tehnologija koja štiti podatke u upotrebi unutar šifriranih enklava — čak i od operatera infrastrukture — ključna za AI s osjetljivim podacima.
Saznajte više →Praćenje AI modela
Kontinuirani nadzor AI modela u produkciji — detekcija odmaka, metrike kvalitete, upozorenja i automatiziraani odgovori na degradaciju izvedbe.
Saznajte više →Prediktivno održavanje
AI modeli koji predviđaju kvarove opreme analizom senzorskih podataka — od zamjene reaktivnog na proaktivno ili prediktivno održavanje.
Saznajte više →Promatranje AI sustava
Praćenje AI sustava u stvarnom vremenu — monitoring performansi, troškova, kvalitete odgovora i anomalija u produkcijskim okruženjima.
Saznajte više →Prompt engineering
Umijeće i tehnike dizajniranja uputa za AI modele koji maksimiziraju kvalitetu, dosljednost i relevantnost odgovora.
Saznajte više →Prompt Injection
Napad ubrizgavanjem zlonamjernih uputa u ulazne podatke AI modela — radi preuzimanja kontrole nad njegovim ponašanjem.
Saznajte više →R
Računalni vid
Grana AI-ja koja sustavima omogućuje interpretaciju i razumijevanje vizualnih informacija — slika, videa i kamera u stvarnom vremenu.
Saznajte više →RAG (Retrieval-Augmented Generation)
Tehnika koja kombinira dohvaćanje informacija s generiranjem — AI odgovara na temelju aktualnih dokumenata, a ne samo svog "sjećanja."
Saznajte više →Registar modela
Centralni repozitorij za pohranu, verzioniranje i upravljanje AI modelima kroz njihov životni ciklus — od eksperimenta do produkcije.
Saznajte više →Revizija AI
Sustavna procjena AI sustava u pogledu sigurnosti, regulatorne usklađenosti, kvalitete rezultata i poslovnog rizika.
Saznajte više →RLHF (Učenje pojačanjem iz povratnih informacija)
Tehnika fine-tuninga koja poravnava AI modele s ljudskim preferencijama kroz iterativne povratne informacije — metoda koja pokreće ChatGPT i Claude.
Saznajte više →Roadmapa AI implementacije
Strukturirani plan za uvođenje AI-ja u organizaciju — od procjene zrelosti do skaliranja, s pratećom promjenom upravljanja i upravljanjem rizicima.
Saznajte više →ROI od AI-ja
Okviri i metrike za mjerenje povrata na investiciju AI projekata — od neposrednih ušteda do strateške vrijednosti i teško mjerljivih koristi.
Saznajte više →RPA vs AI
Ključna razlika između Robotic Process Automation i AI — kada koristiti koji pristup, i kako ih kombinirati za intelligentnu automatizaciju.
Saznajte više →S
Semantičko keširanje
Tehnika keširanja AI odgovora prema semantičkoj sličnosti upita — smanjuje troškove API-ja i latenciju za slične upite bez ponavljanja inferencije.
Saznajte više →Semantičko pretraživanje
Pretraživanje koje razumije značenje upita, a ne samo ključne riječi — pronalazi relevantan sadržaj čak i bez podudaranja ključnih riječi.
Saznajte više →Shadow AI
Neovlaštena uporaba AI alata od strane zaposlenika — bez znanja ili kontrole IT odjela, s rizikom curenja podataka.
Saznajte više →Sintetički podaci
Umjetno generirani skupovi podataka koji čuvaju statistička svojstva izvornika — za treniranje AI-ja bez kršenja privatnosti.
Saznajte više →Skaliranje AI-ja u organizacijama
Od PoC-a do produkcijskog skaliranja — arhitekturni, organizacijski i upravljački izazovi koji određuju uspjeh skaliranja AI inicijativa.
Saznajte više →SLM (Small Language Models)
Kompaktni AI modeli (1-7B parametara) koji se pokreću lokalno, brzo i jeftino — idealni za specijalizirane zadatke bez troškova oblaka.
Saznajte više →Speech-to-Text i Text-to-Speech
AI modeli za automatsku transkripciju govora u tekst i sintezu prirodnog govora iz teksta — temelj glasovnih AI iskustava.
Saznajte više →Streaming AI odgovora
Tehnika isporuke AI odgovora token po token u stvarnom vremenu — eliminira čekanje, poboljšava percepciju latencije i omogućuje interaktivnost.
Saznajte više →Strojni prijevod s AI-jem
Moderni AI sustavi za prijevod koji dostiže razinu prevoditelja za uobičajene jezike — i izazovi za specijalizirani, domenski specifičan sadržaj.
Saznajte više →Strukturirani izlaz (Structured Output)
Tehnika prisiljavanja LLM-ova da generiraju JSON, XML ili drugi strukturirani format — osnova pouzdanog AI-integracije u poslovne sustave.
Saznajte više →Sustavi preporuka
AI modeli koji personaliziraju sadržaj i prijedloge na temelju korisničkog ponašanja — temeljna tehnologija za e-commerce, streaming i content platforme.
Saznajte više →T
Temeljni model
Veliki, prethodno trenirani AI model koji služi kao temelj — prilagođava se putem fine-tuninga za specifične primjene.
Saznajte više →Temperatura i Top-P uzorkovanje
Hiperparametri koji kontroliraju nasumičnost i raznolikost AI izlaza — ključni parametri za balansiranje kreativnosti i konzistentnosti.
Saznajte više →Transfer učenje
Tehnika primjene znanja naučenog na jednom zadatku na drugi, srodan zadatak — temelj efikasnog fine-tuninga i prilagodbe predtreniranih modela.
Saznajte više →Transformer arhitektura
Revolucionarna neuronska arhitektura koja pokreće moderne LLM-ove — self-attention mehanizam koji je zamijenio recikurentne mreže.
Saznajte više →Trovanje modela
Napad na AI model ubrizgavanjem zlonamjernih ažuriranja — posebno relevantan u federativnom učenju i dijeljenim modelima.
Saznajte više →Trovanje podataka (Data Poisoning)
Napad ubrizgavanjem zlonamjernih podataka u skup za treniranje AI modela s ciljem manipulacije njegovim ponašanjem u produkciji.
Saznajte više →U
Ukupni trošak vlasništva (TCO) AI-ja
Sveobuhvatni okvir za procjenu troškova AI sustava — compute, razvoj, podatkovne operacije, praćenje i upravljanje kroz životni vijek.
Saznajte više →Upravljanje AI-jem
Organizacijski okvir za upravljanje AI-jem u poduzeću — politike, procesi, odgovornosti i regulatorna usklađenost.
Saznajte više →Upravljanje znanjem uz AI
AI augmentacija organizacijskog upravljanja znanjem — inteligentno pretraživanje, automatizirana organizacija i ekstrakcija uvida iz distribuiranih izvora znanja.
Saznajte više →V
Vektorska baza podataka
Specijalizirana baza podataka koja pohranjuje podatke kao numeričke vektore — omogućuje semantičko pretraživanje "sličnog" sadržaja.
Saznajte više →Vendor Lock-In u AI
Rizik prekomjerne ovisnosti o jednom AI dobavljaču — strategije za zadržavanje fleksibilnosti i pregovaračke moći u AI ekosustavu.
Saznajte više →Versioning AI modela
Prakse upravljanja višestrukim verzijama AI modela — od eksperimentalnog do produkcijskog, s praćenjem genealogije, rollback sposobnosti i reprodukcibilnosti.
Saznajte više →Vibe Coding
Stvaranje softvera opisivanjem na prirodnom jeziku — programer kaže "što", AI generira "kako."
Saznajte više →Višeagentni sustavi
AI arhitektura u kojoj deseci specijaliziranih agenata surađuju na zadacima — svaki s jedinstvenim kompetencijama i ulogama.
Saznajte više →Vodič po EU AI Actu
EU AI Act je prvi sveobuhvatni pravni okvir za umjetnu inteligenciju na svijetu, koji uspostavlja pravila temeljena na razinama rizika.
Saznajte više →Z
Zakoni skaliranja neuronskih mreža
Empirijski odnosi između veličine modela, compute-a, podataka i izvedbe — temelj za predviđanje i planiranje razvoja velikih AI modela.
Saznajte više →Zero-Shot i Few-Shot učenje
Sposobnost AI modela da izvede zadatke bez (zero-shot) ili uz minimalan broj primjera (few-shot) — temeljna sposobnost modernih LLM-ova.
Saznajte više →