Бесплатный фрагмент - Глоссариум по четвертой промышленной революции: более 1500 основных терминов для создания будущего

Предисловие

Шадаев Максут Игоревич

Российский государственный и политический деятель,

Министр цифрового развития, связи и массовых коммуникаций Российской Федерации, Член Союза журналистов России.

Четвёртая промышленная революция — это термин, который появился сравнительно недавно, чуть более десяти лет назад, но уже прочно укоренился в нашем сознании. Сейчас можно с уверенностью говорить о том, что мы стоим на её пороге.

Предположу, что в нашей стране ещё остались люди, которые ни разу не слышали о четвёртой промышленной революции или, как её ещё называют, «Индустрии 4.0». Но вряд ли остался кто-то, кто ни разу не сталкивался с её новыми вычислительными и информационными технологиями, не слышал о больших данных, квантовых компьютерах, робототехнике и искусственном интеллекте. Интернет вещей постепенно становится частью нашего быта. Промышленный интернет, криптовалюты, технологии производства новых материалов кардинально меняют сферу производства и всю экономику. Наше общество активно интересуется виртуальной и дополненной реальностью, возможностями развития дистанционных сервисов и услуг.

Совсем недавно учёные и специалисты строили прогнозы о перспективах развития четвёртой промышленной революции. Тогда это выглядело настоящей фантастикой, но уже сегодня мы с вами видим, как «Индустрия 4.0» меняет наш мир, наше общество и нас самих. Мы уже изменились, а будущее, о котором мечтали фантасты, наступило.

На конференции по искусственному интеллекту «Artificial Intelligence Journey» в 2022 году Владимир Владимирович Путин в своём выступлении сказал: «Значение прорывов в сфере искусственного интеллекта колоссально, соперничество между государствами идёт ожесточённое. От того, каких результатов мы добьёмся, зависит место России в мире, наш суверенитет, безопасность и состоятельность нашей страны, наши возможности на качественно новом уровне решать задачи экономического, промышленного, социального развития, создавать широкие условия для самореализации граждан, для запуска общественных инициатив». Президент подчеркнул, что «задача нового этапа в горизонте текущего десятилетия — обеспечить именно массовое внедрение искусственного интеллекта, оно должно охватить все отрасли экономики, социальной сферы и систему госуправления» [].

Мы ведём активную работу в этом направлении. С 2018 года реализуется Нацпрограмма «Цифровая экономика Российской Федерации», включающая такие федеральные проекты, как «Нормативное регулирование», «Информационная инфраструктура», «Кадры и образование», «Информационная безопасность», «Цифровое госуправление» и «Цифровые технологии». С 2019 года действует утверждённая Указом президента Национальная стратегия развития искусственного интеллекта, рассчитанная на период до 2030 года. С 2020 года реализуется федеральный проект «Искусственный интеллект».

«Индустрия 4.0» стала определяющей частью нашей жизни. Задача Минцифры — обеспечить нарастающие темпы развития информационных технологий и связи в нашей стране. Без высокопрофессиональных кадров это сделать невозможно, а для их подготовки требуется актуальная, качественная литература. Книга Александра Чесалова «Глоссариум по четвёртой промышленной революции: более 1500 основных терминов для создания будущего» — образец именно такой литературы. Она будет полезна для руководителей профильных организаций и ведомств, учёных, инженеров и просто людей, которые интересуются современными информационными технологиями. Автор проделал большую и полезную работу. Он систематизировал актуальные современные термины и определения, позволяющие получить представление о новых информационных технологиях, цифровой экономике, искусственном интеллекте и многом другом.

Эта книга — достойный вклад в наше общее цифровое и технологичное будущее.

От Автора-составителя

Александр Юрьевич Чесалов

Доктор технических наук, академик РАЕН,

Член экспертной группы по вопросам цифровизации деятельности Уполномоченного по правам человека в Российской Федерации,

Член Экспертного совета при Комитете Государственной Думы по науке и высшему образованию по вопросам развития информационных технологий в сфере образования и науки.

Добрый день, дорогие Друзья и Коллеги!

Позвольте мне представить Вам свою новую книгу — «Глоссариум по четвертой промышленной революции: более 1500 основных терминов для построения будущего».

Эта книга объединила в себе опыт последних трёх лет в составлении кратких словарей, посвящённых темам информационных технологий, искусственного интеллекта, цифровой экономики, цифрового здравоохранения, Интернета вещей и, конечно же, моей любимой теме — четвёртой промышленной революции.

Идея написания этой книги появилась еще в 2019 году, когда я выступил на всемирно известной международной конференции TEDx с докладом «Четвертая промышленная революция: через тернии к звездам».

Мы с вами очень часто слышим такие термины, как «четвёртая промышленная революция», «информационное общество», «общество знаний», «глобальное информационное общество», «цифровизация» и «цифровая экономика», «цифровая экосистема», «Интернет вещей» и «промышленный Интернет вещей», «Интернет ценностей» и «распределённые реестры», «робототехника», «искусственный интеллект» и многие другие. Но, как правило, мы до конца не понимаем их смысл и не можем, по разным причинам, разобраться в сути современных «цифровых» процессов, происходящих с нами и в окружающем нас мире.

Приведу простой пример насколько тесно связаны некоторые из вышеперечисленных терминов с темой «четвертая промышленная революция».

На сегодняшний день под «информационным обществом» понимают общество, в котором информация и уровень ее применения и доступности кардинальным образом влияют на экономические и социокультурные условия нашей с вами жизни.

В свою очередь «общество знаний» — это общество, в котором преобладающее значение для развития гражданина, экономики и государства имеют получение, сохранение, производство и распространение достоверной информации.

Таким образом, «глобальное информационное общество» или «цифровое общество будущего» определяется как новое мировое общество знаний. Оно существует и взаимодействует, а также тесно интегрировано в принципиально и качественно новую «цифровую» социальную, экономическую и культурную экосистемы, в которых реализован свободный обмен информацией и знаниями при помощи искусственного интеллекта, дополненной и виртуальной реальности — вспомогательных интерфейсов взаимодействия людей, интеллектуальных машин, компьютеров, роботов, носимых и мобильных устройств, и т. д.

Глобальное информационное общество является обществом будущего ещё и потому, что в основе его развития лежат интеллект, информация и знания. Они являются катализатором появления и развития новых социальных, экономических и, в том числе, информационных технологий, свою очередь трансформирующих как само информационное общество, так и окружающую нас реальность по принципу системы с обратной связью.

Одним из примеров глобализации информационного общества и его постепенной трансформации является повсеместное применение во всех сферах деятельности по всему миру технологий четвёртой промышленной революции. Робототехника и искусственный интеллект, новые вычислительные технологии и большие данные, цифровые платформы и экосистемы, новые нано- и биотехнологии — все они объединяют людей во всем мире и являются катализатором «цифровой трансформации» современного общества.

В ближайшие десятилетия технологии четвёртой промышленной революции радикально изменят способы восприятия окружающего нас мира. Они трансформируют подходы к обработке и анализу информации, способы взаимодействия между людьми, процессы производства продуктов и услуг и, в конечном итоге, сформируют у нас новые системы ценностей. У человечества появится понимание, что информация и большие данные — это ценность, которая во многом будет определять развитие современного общества. Именно сейчас формируется так называемая «критическая масса» знаний и технологий, которая «взорвёт» мир техники и науки и изменит нашу с вами повседневную жизнь.

На протяжении многих лет меня интересовали такие направления, как робототехника, искусственный интеллект, а также тема «цифровое человеческое бессмертие». Особенный интерес вызывала потребительская робототехника или, говоря простым языком, создание человекоподобных роботов, которые могли бы помогать людям, в том числе с ограниченными возможностями, в их повседневной жизни.

Но в 2007 году, когда я «загорелся» идеей создания человекоподобных роботов, они ещё были несовершенны, а программная реализация систем искусственного интеллекта, основанных на машинном обучении, находилась в зачаточном состоянии. Интеллектуальных помощников, с которыми мы сейчас часто сталкиваемся при взаимодействии с нашими смартфонами, на тот момент времени ещё не было. А уж об интеллектуальных человекоподобных роботах и говорить не чего.

С приходом нового тысячелетия, четвертая промышленная революция изменила обычный порядок вещей.

Вам, наверное, будет интересно узнать, что большинство современных терминов четвертой промышленной революции родились еще в период второй и третьей промышленных революций. Подробно об этом я рассказываю в своей книге «Цифровая трансформация».

В стремлении использовать все самое новое мы с вами должны отдавать себе отчёт в том, что системы, созданные на основе новых технологий, должны прежде всего служить интересам человечества, давать людям больше возможностей и перспектив, свободы и контроля над собственной жизнью.

Исследования в этом направлении очень важны, потому что человек рано или поздно возложит ответственность за управление и обеспечение своей жизнью на «продукт» своего творчества — на роботов и искусственный интеллект или, если смотреть шире, на ряд роботизированных и автоматизированных систем, управляемых и обслуживаемых сотнями искусственных интеллектов, а не людьми.

Четвёртая промышленная революция способна породить новые формы социальных, экономических, культурных и субкультурных систем. И мне бы не хотелось разделить мнение Илона Маска о том, что «искусственный интеллект рано или поздно прикончит всех нас», или мнение британского физика Стивена Хокинга о превосходстве искусственного интеллекта над человечеством. Я, скорее, поддерживаю более позитивную и конструктивную точку зрения на наше с вами будущее, предложенную Клаусом Мартином Швабом в его книге «Технологии четвёртой промышленной революции»: «Четвёртая промышленная революция может породить системы, способные сделать общество более гуманным, благополучным, увеличить продолжительность жизни, открыть новые возможности для полезной и интересной деятельности в экономически и экологически устойчивой среде».

Мне хочется верить, что мы с вами будем способны создать такие социо-культурные системы, которые сделают наше общество более человечным, терпимым и ответственным в новом гармонично развивающимся мире.

Важно понимать, что модели нашего с вами будущего и системы жизнедеятельности нашего общества, основанные на использовании технологий четвёртой промышленной революции, ещё никем не реализованы.

Мы в самом начале пути, а, следовательно, ответ на вопрос: «Как изменится наша с вами жизнь в тот момент, когда технологии четвертой промышленной революции заработают в полную силу, какое место мы будем занимать в этом мире, а самое главное — какая роль будет отведена высоким технологиям и результатам, основанным на этих технологиях?» зависит исключительно от нас с вами!

Что же это за книга?

Это, прежде всего, информационный справочник, который поможет достаточно быстро сориентироваться во всём многообразии новых терминов и определений четвёртой промышленной революции.

Книга ориентирована не только на специалистов, работающих в сфере информационных технологий. Она написана для всех любознательных людей, которые интересуются перспективами нашего с вами будущего в период цифровых трансформаций четвёртой промышленной революции.

Почему книга называется «глоссариум»?

«Glossarium» на латинском языке означает словарь узкоспециализированных терминов.

Первый мой опыт в этой области был в составлении глоссария по искусственному интеллекту и информационным технологиям, который я опубликовал в декабре 2021 года. В нём первоначально было всего 400 терминов. В 2022 году я его существенно расширил до более чем 1000 актуальных терминов и определений.

В 2022 году в коллективе с двумя соавторами (с которыми в 2021 году я работал над Программой Центра искусственного интеллекта МГТУ им. Н. Э. Баумана) был подготовлен и опубликован «Глоссариум по искусственному интеллекту: 2500 терминов». Как становится ясно из названия книги, в нем содержится уже более 2,5 тыс. терминов и определений по направлению «искусственный интеллект» на русском и английском языках. Первая редакция этой книги была представлена широкому кругу читателей на 35-ой Московской международной книжной ярмарке в 2022 году.

В том же 2022 году я опубликовал «Глоссариум по цифровой экономике: 1500 терминов и определений», что очень сильно помогло мне в повседневной работе с анализом огромного объёма различной информации, при написании и реализации различных ИТ-проектов.

В 2023 третьем году была опубликована книга «Глоссариум по цифровому здравоохранению: 2000 терминов и определений».

Эта книга готовилась к публикации в период с 2021 по 2023 годы. Она объединяет мой опыт в области изучения четвёртой промышленной революции. В книге собраны самые актуальные термины и определения, которые широко используются специалистами по всему миру.

Я, как автор-составитель, не претендую на авторство и уникальность подготовленного текста. Основная цель моей работы — дать вам новую и актуальную информацию по теме четвёртой промышленной революции, а также полезный и удобный инструмент, который поможет в повседневной работе.

Книга является личным проектом автора и абсолютно свободным к распространению документом. Вы можете использовать эту книгу по-своему усмотрению, как пожелаете, но ссылка на текст из этой книги обязательна.

Книга публикуется в электронном виде, и я продолжаю работу по её улучшению и наполнению новыми терминами и определениями. Финальный вариант содержит более чем 600 страниц текста. Это, как вы понимаете, потребовало много времени и усилий по редактированию и корректировке. Буду благодарен за любые отзывы, предложения и уточнения. Направляйте их, пожалуйста, на мой e-mail: aleksander.chesalov@yandex.ru.

Эта книга мой подарок Вам.

Приятного Вам чтения и продуктивной работы!

Ваш, Александр Чесалов.

Сайт: chesalov.com

E-mail: aleksander.chesalov@yandex.ru

10.03.2023. Издание первое 1649 основных терминов.

22.10.2023. Дополнен и уточнен текст и ссылки.

Глоссариум по четвертой промышленной революции

«А»

А/Б тестирование (A/B testing) — это подход, который включает в себя тестирование двух вариантов, чтобы определить, какой из них лучше. Например, A/B-тестирование можно использовать, чтобы выяснить, какой из двух вариантов веб-страницы дает лучший коэффициент конверсии. Если предполагается, что версия А имеет лучший коэффициент конверсии, она используется в качестве основы для новой, немного отличающейся версии, а затем снова тестируется, чтобы найти более эффективную версию.

Аббревиатура 6LoWPAN — это аббревиатура, объединяющая последнюю версию Интернет-протокола (IPv6) и маломощных беспроводных персональных сетей (LoWPAN). 6LoWPAN — это протокол, который позволяет устройствам IoT с ограниченным питанием напрямую подключаться к Интернету TCP/IP.

Аббревиатура CRUD (CRUD) — Создать, прочитать, обновить, удалить. Используется для описания прав доступа к данным.

Аббревиатура eHDSI (eHDSI) (инфраструктура цифровых услуг электронного здравоохранения) описывает реализацию услуг и инфраструктуры с использованием ИКТ, которые позволяют предоставлять трансграничные медицинские услуги.

Аббревиатура LTE-MTC (LTE-M) (или связь машинного типа) — это более энергоэффективная часть системы LTE. Благодаря расширенному циклу прерывистого повторения (eDRX) конечная точка может обмениваться данными с вышкой или сетью о том, как часто она будет просыпаться для прослушивания нисходящей линии связи.

Аббревиатура ONC (офис национального координатора информационных технологий здравоохранения, office of the national coordinator for health information technology)) — это подразделение министерства здравоохранения и социальных служб США (HHS).

Аббревиатура PROM, определяемые пациентом (Patient-defined PROMs) — это обозначение того, что продукт произведен совместно с медицинскими работниками и специалистами по уходу и согласовано на основе выбора пациента.

Аварийный доступ (Emergency access) — это доступ зарегистрированной организации поставщика медицинских услуг к личной медицинской карте человека для уменьшения или предотвращения серьезной угрозы жизни, здоровью или безопасности человека, а также в случаях, когда получение согласия человека является неразумным или неосуществимым. Если участник утверждает, что эти обстоятельства существуют, средства управления доступом к личной медицинской карте этого лица переопределяются. Экстренный доступ может также иметь место, когда необходимо уменьшить или предотвратить серьезную угрозу общественному здоровью или общественной безопасности. Экстренный доступ истекает через пять дней после объявления чрезвычайной ситуации.

Автоассоциативная память (Auto Associative Memory) — это однослойная нейронная сеть, в которой входной обучающий вектор и выходные целевые векторы совпадают. Веса определяются таким образом, чтобы сеть хранила набор шаблонов.

Автоклав (Autoclave) — это прочный обогреваемый контейнер, используемый для химических реакций и других процессов с использованием высоких давлений и температур, например очистка паром и стерилизация.

Автоматизация (Automation) — это технология, с помощью которой процесс или процедура выполняется с минимальным участием человека.

Автоматизированная обработка персональных данных (Automated processing of personal data) — это обработка персональных данных с помощью средств вычислительной техники.

Автоматизированная система (Automated system) — это организационно-техническая система, которая гарантирует выработку решений, основанных на автоматизации информационных процессов во всевозможных отраслях деятельности.

Автоматизированная система управления (Automated control system) — это комплекс программных и программно-аппаратных средств, предназначенных для контроля за технологическим и (или) производственным оборудованием (исполнительными устройствами) и производимыми ими процессами, а также для управления такими оборудованием и процессами.

Автоматизированный (Automated) — это автоматическая машина, которая была предварительно запрограммирована для задачи, такой как автоматическое создание рабочего задания. Хотя автоматизированные процессы не требуют внешнего контроля для выполнения задач, для которых они запрограммированы, автоматизированные процессы не могут реагировать независимо.

Автономия (Autonomy) — это способность интеллектуальной системы самостоятельно создавать и выбирать различные варианты действий для достижения целей на основе понимания и знания системой мира и других факторов.

Автономное транспортное средство (Autonomous vehicle) — это вид транспорта, основанный на автономной системе управления. Управление автономным транспортным средством полностью автоматизировано и осуществляется без водителя при помощи оптических датчиков, радиолокации и компьютерных алгоритмов.

Автономные вычисления (Autonomic computing) — это способность системы к адаптивному самоуправлению собственными ресурсами для высокоуровневых вычислительных функций без ввода данных пользователем.

Автономный (Autonomous) — это термин, который относится к машине, которая 1) способна управлять собой или совершать действия без внешнего контроля и 2) может независимо реагировать на новую информацию. Одним из примеров являются автономные мобильные роботы (AMR), которые перемещаются без оператора, разумно выбирая наилучший путь и избегая препятствий.

Автономный автомобиль (Unmanned car) — это транспортное средство, способное воспринимать окружающую среду и работать без участия человека. Пассажир-человек не обязан брать на себя управление транспортным средством в любое время, и пассажиру-человеку вообще не требуется присутствовать в транспортном средстве. Автономный автомобиль может проехать везде, где ездит традиционный автомобиль, и делать все то же, что и опытный водитель-человек.

Автономный искусственный интеллект (Autonomous artificial intelligence) — это биологически инспирированная система, которая пытается воспроизвести устройство мозга, принципы его действия со всеми вытекающими отсюда свойствами.

Авторизация (Authorisation) — это разрешение на выполнение определенных операций или использование определенных методов или услуг.

Авторская организация (Authoring organisation) — это организация поставщика медицинских услуг, создавшая содержимое документа.

Агентство медицинских исследований и качества (Agency for healthcare research and quality, AHRQ) — это правительственное агентство США, функционирующее как часть министерства здравоохранения и социальных служб (HHS) для поддержки исследований, направленных на повышение качества медицинского обслуживания.

Агрегат (Aggregate) — это сумма, созданная из более мелких единиц. Например, население области — это совокупность населения городов, сельских районов и т. д., входящих в состав области. Суммировать данные из меньших единиц в большую единицу.

Агрегатор (Aggregator) — это тип программного обеспечения, которое объединяет различные типы веб-контента и предоставляет его в виде легкодоступного списка. Агрегаторы каналов собирают такие данные, как онлайн-статьи из газет или цифровых изданий, публикации в блогах, видео, подкасты и т. д. Агрегатор каналов также известен как агрегатор новостей, программа для чтения каналов, агрегатор контента или программа для чтения RSS.

Адаптивная система (Adaptive system) — система, которая автоматически изменяет данные алгоритма своего функционирования и (иногда) свою структуру для поддержания или достижения оптимального состояния при изменении внешних условий.

Адаптивный Дизайн (Adaptive Design) — это альтернатива фиксированному дизайну, основанная на создании отдельного дизайна программы (мобильного и настольного) для каждого пользователя. Адаптивный дизайн часто называют динамическим обслуживанием. Также, Адаптивный Дизайн относится к планированию адаптивного онлайн-сервиса, при котором внешний вид сервиса должен быть адаптивным. Адаптивная онлайн-служба использует один код с одного веб-адреса для обслуживания различных устройств пользователя (настольный компьютер, планшет, смартфон, обычный мобильный телефон), но отображает содержимое по-разному в зависимости от размера экрана,.

Аддитивное производство (Additive manufacturing) — этот процесс, также известный как 3D-печать, позволяет быстро создавать прототипы и «децентрализованное» производство, при котором меньшее количество единиц может производиться на месте, а не полагаться на зарубежные заводы со всеми вытекающими отсюда политическими, экономическими и экологическими рисками,.

Аддитивные технологии (Additive technologies) ― технологии послойного создания трехмерных объектов на основе их цифровых моделей («двойников»), позволяющие изготавливать изделия сложных геометрических форм и профилей.

Административный портал (Administration portal) — это онлайн-инструмент, используемый системным оператором для административных действий с отдельными «Моими медицинскими записями», например, при оказании помощи человеку с запросом.

Администрация лекарств со штрих-кодом (Bar coded medication administration, BCMA) — это система управления запасами в больницах, которая использует штрих-коды при распределении рецептурных лекарств с целью обеспечения того, чтобы пациент получал правильное лекарство.

Акселераторная программа Европейского инновационного совета (European Innovation Council) — это флагманская программа Европейского инновационного совета (EIC) для МСП. Он был запущен в сентябре 2019 года Европейской комиссией в качестве пилотного проекта. С 2021 года он полностью заменяет SME Instrument в Horizon Europe.

Активная жизнь с помощью ассистивных технологий (Active assisted living AAL) — это концепции, продукты, услуги и системы, сочетающие технологии и социальную среду с целью улучшения качества жизни людей.

Активное и здоровое старение (Active and Healthy Ageing) — это процесс оптимизации возможностей, связанных со здоровьем, участием и безопасностью, с целью улучшения качества жизни.

Активное обучение/Стратегия активного обучения (Active Learning/Active Learning Strategy) — это особый способ полу управляемого машинного обучения, в котором обучающий агент может в интерактивном режиме запрашивать оракула для получения меток в новых точках данных. Подход к такому обучению основывается на самостоятельном выборе алгоритма некоторых данных из массы тех, на которых он учится. Активное обучение особенно ценно, когда помеченных примеров мало или их получение слишком затратно. Вместо слепого поиска разнообразных помеченных примеров алгоритм активного обучения выборочно ищет конкретный набор примеров, необходимых для обучения.

Активы (Asset) — это критически важные системы, физическое оборудование, приложения, системы поддержки, высокоэффективные программы, персонал, оборудование, местоположения и многое другое.

Алгоритм (Algorithm) — точное предписание о выполнении в определенном порядке системы операций для решения любой задачи из некоторого данного класса (множества) задач. Термин «алгоритм» происходит от имени узбекского математика Мусы аль-Хорезми, который еще в 9 веке (ок. 820 г. н.э.) предложил простейшие арифметические алгоритмы. В математике и кибернетике класс задач определенного типа считается решенным, когда для ее решения установлен алгоритм. Нахождение алгоритмов является естественной целью человека при решении им разнообразных классов задач. Также, Алгоритм — это набор инструкций для решения проблемы или выполнения задачи. Одним из распространенных примеров алгоритма является рецепт, который состоит из конкретных инструкций по приготовлению блюда или еды. Каждое компьютеризированное устройство использует алгоритмы для выполнения своих функций в виде аппаратных или программных процедур. В финансах алгоритмы играют важную роль в разработке систем автоматизированной и высокочастотной торговли (HFT), а также в ценообразовании сложных финансовых инструментов, таких как производные финансовые инструменты.

Алгоритм Q-обучения (Q-learning) — это алгоритм обучения, основанный на ценностях. Алгоритмы на основе значений обновляют функцию значений на основе уравнения (в частности, уравнения Беллмана). В то время как другой тип, основанный на политике, оценивает функцию ценности с помощью жадной политики, полученной из последнего улучшения политики. Табличное Q-обучение (при обучении с подкреплением) представляет собой реализацию Q-обучения с использованием таблицы для хранения Q-функций для каждой комбинации состояния и действия. «Q» в Q-learning означает качество. Качество здесь показывает, насколько полезно данное действие для получения вознаграждения в будущем.

Алгоритм любого времени (Anytime algorithm) — это алгоритм, который может дать частичный ответ, качество которого зависит от объема вычислений, которые он смог выполнить. Ответ, генерируемый алгоритмами anytime, является приближенным к правильному. Большинство алгоритмов выполняются до конца: они дают единственный ответ после выполнения некоторого фиксированного объема вычислений. Однако в некоторых случаях пользователь может захотеть завершить алгоритм до его завершения. Эта особенность алгоритмов anytime моделируется такой теоретической конструкцией, как предельная машина Тьюринга (Бургин, 1992; 2005).

Алгоритмическая оценка (Algorithmic Assessment) — это техническая оценка, которая помогает выявлять и устранять потенциальные риски и непредвиденные последствия использования систем искусственного интеллекта, чтобы вызвать доверие и создать поддерживающие системы вокруг принятия решений ИИ.

Алгоритмическая предвзятость (Biased algorithm) — это систематические и повторяющиеся ошибки в компьютерной системе, которые приводят к несправедливым результатам, например, привилегия одной произвольной группы пользователей над другими.

Алгоритмы машинного обучения (Machine learning algorithms) — это фрагменты кода, которые помогают пользователям исследовать и анализировать сложные наборы данных и находить в них смысл или закономерность. Каждый алгоритм — это конечный набор однозначных пошаговых инструкций, которые компьютер может выполнять для достижения определенной цели. В модели машинного обучения цель заключается в том, чтобы установить или обнаружить закономерности, с помощью которых пользователи могут создавать прогнозы либо классифицировать информацию. В алгоритмах машинного обучения используются параметры, основанные на учебных данных (подмножество данных, представляющее более широкий набор). При расширении учебных данных для более реалистичного представления мира с помощью алгоритма вычисляются более точные результаты. В различных алгоритмах применяются разные способы анализа данных. Они часто группируются по методам машинного обучения, в рамках которых используются: контролируемое обучение, неконтролируемое обучение и обучение с подкреплением. В наиболее популярных алгоритмах для прогнозирования целевых категорий, поиска необычных точек данных, прогнозирования значений и обнаружения сходства используются регрессия и классификация.

Альтруизм данных (Data Altruism) — это термин, используемый в Законе об управлении данными. Данные, которые предоставляются бесплатно для чисто некоммерческого использования, которое приносит пользу сообществам или обществу в целом, например, использование данных о мобильности для улучшения местного транспорта.

Амбулаторная медицинская карта (AMR) (Ambulatory medical record (AMR)) — это хранящийся в электронном виде файл амбулаторных медицинских карт пациента, который включает все операции и уход, не связанные с госпитализацией.

Американская ассоциация управления медицинской информацией (AHIMA) (American health information management association (AHIMA)) — это профессиональная организация, продвигающая деловое и клиническое использование электронной и бумажной медицинской информации.

Американская медицинская ассоциация (AMA) (American medical association (AMA)) — это группа врачей, которая работает над реформой здравоохранения и издает сборник медицинских журналов.

Анализ временных рядов (Time series analysis) — раздел машинного обучения и статистики, который анализирует временные данные. Многие типы задач машинного обучения требуют анализа временных рядов, включая классификацию, кластеризацию, прогнозирование и обнаружение аномалий. Например, вы можете использовать анализ временных рядов, чтобы спрогнозировать будущие продажи зимних пальто по месяцам на основе исторических данных о продажах.

Анализ временных рядов (Time series analysis) — это раздел машинного обучения и статистики, который анализирует временные данные. Многие типы задач машинного обучения требуют анализа временных рядов, включая классификацию, кластеризацию, прогнозирование и обнаружение аномалий. Например, вы можете использовать анализ временных рядов, чтобы спрогнозировать будущие продажи зимних пальто по месяцам на основе исторических данных о продажах.

Анализ выгоды и затрат (Cost-benefit analysis) — это способ оценки воздействия программы или меры путем сопоставления преимуществ (выгод) и недостатков (затрат).

Анализ основных причин (Root cause analysis, RCA) — это процесс изучения основных причин проблем/проблем в производственном процессе.

Анализ экономического эффекта (Economic impact analysis) исследует влияние события на экономику в определенной области, от одного района до всего земного шара. Обычно он измеряет изменения в доходах от бизнеса, прибылях от бизнеса, личной заработной плате и / или рабочих местах. Анализируемое экономическое событие может включать в себя реализацию новой политики или проекта или просто присутствие предприятия или организации. Анализ экономического воздействия обычно проводится, когда общественность обеспокоена потенциальными последствиями предлагаемого проекта или политики.

Анализ экономической эффективности (Cost-effectiveness analysis) — это анализ, который рассчитывает и сравнивает затраты и эффекты двух или более вмешательств, позволяя установить среди них приоритеты.

Аналитика (Analytics) — это систематический анализ информации (данных) или статистики для обнаружения, передачи и интерпретации значимых шаблонов данных для лучшего принятия решений.

Аналитика больших данных. (Big data analytics). По мере оцифровки нашего мира генерируются и хранятся огромные объемы данных, — эти данные содержат секреты, которые обещают революционизировать наше понимание человеческого существования. Нам нужна аналитика больших данных, чтобы извлечь эти идеи.

Аналитика данных (Data analytics) — это наука об анализе необработанных данных, чтобы делать выводы об этой информации. Многие методы и процессы анализа данных были автоматизированы в механические процессы и алгоритмы, которые работают с необработанными данными для потребления человеком.

Аналитика принятия решений (Decision intelligence) — это практическая дисциплина, используемая для улучшения процесса принятия решений путем четкого понимания и программной разработки того, как принимаются решения, и как итоговые результаты оцениваются, управляются и улучшаются с помощью обратной связи.

Аналитика промышленного производства (Industrial manufacturing analytics) — это процесс поиска и передачи значимых закономерностей в данных промышленного производства с целью получения информации для принятия основанных на данных решений о процессах промышленного производства.

Аналитика самообслуживания (Self-service analytics) — это программное обеспечение/инструмент, предназначенный для использования экспертами по процессам, не имеющими опыта работы с данными, для самостоятельного анализа данных промышленного производства, чтобы получить представление о данных промышленного производства для принятия решений, основанных на данных.

Андроид (от греч. — «человек, мужчина» и суффикса -oid — «подобие; человекоподобный, антропоморфный») — робот-гуманоид или синтетический организм, предназначенный для того, чтобы выглядеть и действовать наподобие человека.

Анкеты проверки здоровья (Health check questionnaires) — это список доступных вопросов о здоровье и развитии ребенка можно найти в Графике оценки состояния здоровья в разделе «Моя медицинская карта», и его могут заполнить родители или альтернативные уполномоченные представители, участвующие в медицинском обслуживании ребенка.

Анонимизация (Anonymisation) — это процесс удаления всех элементов, позволяющих идентифицировать отдельное лицо (т. е. анонимизация данных). ISO/TS 25237:2008: процесс, устраняющий связь между набором идентифицирующих данных и субъектом данных. Управление Комиссара по информации Великобритании: процесс преобразования данных в форму, которая не идентифицирует отдельных лиц и в которой идентификация вряд ли будет иметь место.

Анонимизированные данные (Anonymised Data) — это данные, которые можно было идентифицировать при сборе, но которые больше нельзя идентифицировать (были обезличены). Анонимные данные больше не являются личными данными. Управление Комиссара по информации Великобритании: данные в форме, которая не идентифицирует отдельных лиц и в которой маловероятно установление личности путем их объединения с другими данными.

Антивирусное программное обеспечение (Antivirus software) — это программа или набор программ, предназначенных для предотвращения, поиска, обнаружения и удаления программных вирусов и других вредоносных программ, таких как черви, трояны, рекламное ПО и т.д..

АПИ экономика (API economy) — это бизнес-модель, в которой использование интерфейсов прикладного программирования или API занимает центральное место. Используя API, компания может, например, сделать свои бизнес-процессы или данные доступными для других.

АПИ-как-услуга (API-AS-a-service) — это подход, который сочетает в себе экономию API и аренду программного обеспечения и предоставляет интерфейсы прикладного программирования как услугу.

Аппаратное обеспечение (Hardware) — это система взаимосвязанных технических устройств, предназначенных для ввода (вывода), обработки и хранения данных. Также Аппаратное обеспечение (Hardware) — это термин, который относится к компьютерному оборудованию и представляет собой физические части компьютера и связанных с ним устройств. К внутренним аппаратным устройствам относятся материнские платы, жесткие диски и оперативная память.

Аппаратное обеспечение ИИ (AI hardware, AI-enabled hardware, AI hardware platform) — это аппаратное обеспечение ИИ, аппаратные средства ИИ, аппаратная часть инфраструктуры или системы искусственного интеллекта, ИИ-инфраструктуры.

Аппаратно-программный комплекс (Hardware-software complex) — это набор технических и программных средств, работающих совместно для выполнения одной или нескольких сходных задач.

Аппаратный акселератор (Hardware accelerator) — это устройство, выполняющее некоторый ограниченный набор функций для повышения производительности всей системы или отдельной её подсистемы. Например, purpose-built hardware accelerator — специализированный аппаратный ускоритель.

Аппаратный сервер или аппаратное обеспечение (Hardware Server) — это выделенный или специализированный компьютер для выполнения сервисного программного обеспечения (в том числе серверов тех или иных задач) без непосредственного участия человека. Одновременное использование как высокопроизводительных процессоров, так и FPGA позволяет обрабатывать сложные гибридные приложения.

Артефакт (Artifact) — это один из многих видов материальных побочных продуктов, производимых в процессе разработки программного обеспечения. Некоторые артефакты (например, варианты использования, диаграммы классов и другие модели унифицированного языка моделирования (UML), требования и проектные документы) помогают описать функции, архитектуру и дизайн программного обеспечения. Другие артефакты связаны с самим процессом разработки, например, планы проектов, бизнес-кейсы и оценки рисков.

Архив (Archive) — это сайт, на котором хранятся, сохраняются и, возможно, перераспределяются лица, заинтересованные в использовании материалов, машиночитаемые материалы. Помещать или хранить в архиве.

Архивное хранилище (Archival Storage) — это источник данных, которые не нужны для повседневных операций организации, но к которым может потребоваться доступ время от времени. Используя архивное хранилище, организации могут использовать вторичные источники, сохраняя при этом защиту данных. Использование источников архивного хранения снижает необходимые затраты на первичное хранение и позволяет организации поддерживать данные, которые могут потребоваться для соблюдения нормативных или других требований.

Архивный пакет информации (AIC) (Archival Information Collection (AIC)) — это информация, содержание которой представляет собой агрегацию других пакетов архивной информации. Функция цифрового сохранения сохраняет способность регенерировать провалы (пакеты информации) по мере необходимости с течением времени.

Архитектура MACH (MACH Architecture) относится к набору технологий, которые используются для создания приложений, основанных, среди прочего, на принципах компонуемого бизнеса или компонуемой коммерции.

Архитектура вычислительной машины (Architecture of a computer) — это концептуальная структура вычислительной машины, определяющая проведение обработки информации и включающая методы преобразования информации в данные и принципы взаимодействия технических средств и программного обеспечения.

Архитектура вычислительной системы (Architecture of a computing system) — это конфигурация, состав и принципы взаимодействия (включая обмен данными) элементов вычислительной системы.

Архитектура данных (Data Architecture) — это дисциплина, процесс и программа, направленные на интеграцию наборов информации. Одна из четырех архитектур предприятия (с архитектурой приложений, бизнес-архитектурой и системной архитектурой).

Архитектура клинического документа (CDA, Clinical Document Architecture) — это стандарт HL7, предназначенный для определения кодирования, структуры и семантики клинических документов для обмена.

Архитектура механизма обработки матриц (MPE) (Matrix Processing Engine Architecture) — это многомерный массив обработки физических матриц цифровых устройств с умножением (MAC), который вычисляет серию матричных операций сверточной нейронной сети.

Архитектура предприятия (Enterprise Architecture) — это всеобъемлющая структура, используемая для управления и согласования бизнес-процессов организации, программного и аппаратного обеспечения информационных технологий (ИТ), локальных и глобальных сетей, людей, операций и проектов с общей стратегией организации. Архитектура предприятия часто подразделяется на четыре архитектурных домена: архитектура приложений, бизнес-архитектура, архитектура данных и системная архитектура.

Архитектура системы (Architecture of a system) — принципиальная организация системы, воплощенная в её элементах, их взаимоотношениях друг с другом и со средой, а также принципы, направляющие её проектирование и эволюцию.

Архитектура фон Неймана (модель фон Неймана, Принстонская архитектура) (Von Neumann architecture) — это широко известный принцип совместного хранения команд и данных в памяти компьютера. Вычислительные машины такого рода часто обозначают термином «машина фон Неймана», однако соответствие этих понятий не всегда однозначно. В общем случае, когда говорят об архитектуре фон Неймана, подразумевают принцип хранения данных и инструкций в одной памяти.

Архитектурная группа описаний (Architectural description group, Architectural view) — это представление системы в целом с точки зрения связанного набора интересов.

Архитектурный фреймворк (Architectural frameworks) — это высокоуровневые описания организации как системы; они охватывают структуру его основных компонентов на разных уровнях, взаимосвязи между этими компонентами и принципы, определяющие их эволюцию.

Асинхронные межкристальные протоколы (Asynchronous inter-chip protocols) — это протоколы для обмена данных в низкоскоростных устройствах; для управления обменом данными используются не кадры, а отдельные символы.

Ассоциация по развитию искусственного интеллекта (Association for the Advancement of Artificial Intelligence) — это международное научное сообщество, занимающееся продвижением исследований и ответственным использованием искусственного интеллекта. AAAI также стремится повысить общественное понимание искусственного интеллекта (ИИ), улучшить обучение и подготовку специалистов, занимающихся ИИ, и предоставить рекомендации для планировщиков исследований и спонсоров относительно важности и потенциала текущих разработок ИИ и будущих направлений.

Атрибуты (XML) (Attributes (XML)) XML-элементы могут иметь атрибуты, которые описывают их дополнительно, например следующие: <Price currency=«Евро»> 25,43 </Price> В приведенном выше примере «валюта» является атрибутом «Цена», а значением атрибута является «Евро».

Аудит (Audit) — это независимая экспертиза усилия для определения его соответствия набору требований. Аудит может проводиться внутренними или внешними группами.

Аутентификация (Authentication) — это процесс надежной идентификации субъектов безопасности путем надежного связывания идентификатора и аутентификатора.

Аутсорсинг (Outsourcing) — это деловая практика найма стороны за пределами компании для оказания услуг или создания товаров, которые традиционно выполнялись собственными сотрудниками и персоналом компании. Аутсорсинг — это практика, обычно применяемая компаниями в качестве меры по сокращению затрат. Таким образом, это может повлиять на широкий спектр рабочих мест, от поддержки клиентов до производства и бэк-офиса. Аутсорсинг был впервые признан бизнес-стратегией в 1989 году и стал неотъемлемой частью экономики бизнеса на протяжении 1990-х годов. Практика аутсорсинга вызывает серьезные споры во многих странах. Противники утверждают, что это привело к потере рабочих мест внутри страны, особенно в производственном секторе. Сторонники говорят, что это создает стимул для предприятий и компаний распределять ресурсы там, где они наиболее эффективны, и что аутсорсинг помогает поддерживать природу рыночной экономики в глобальном масштабе.

«Б»

База данных (Database) представляет собой организованный набор структурированной информации или данных, обычно хранящихся в электронном виде в компьютерной системе. База данных обычно управляется системой управления базами данных (СУБД). Вместе данные и СУБД вместе со связанными с ними приложениями называются системой баз данных, часто сокращенной до просто базы данных. Данные в наиболее распространенных типах баз данных, работающих сегодня, обычно моделируются в виде строк и столбцов в ряде таблиц, чтобы сделать обработку и запросы к данным эффективными. Затем к данным можно легко получить доступ, управлять ими, изменять, обновлять, контролировать и организовывать. Большинство баз данных используют язык структурированных запросов (SQL) для записи и запроса данных.

База данных финансирования DHE (DHE Funding Database) — это обзор открытых актуальных обращений в поддержку крупномасштабного развертывания ориентированных на человека цифровых решений. База данных включает Horizon Europe, EU4Health и программу «Цифровая Европа».

Байесовский классификатор в машинном обучении (Bayesian classifier in machine learning) — это семейство простых вероятностных классификаторов, основанных на использовании теоремы Байеса и «наивном» предположении о независимости признаков классифицируемых объектов. Анализ на основе байесовской классификации активно изучался и использовался начиная с 1950-х годов в области классификации документов, где в качестве признаков использовались частоты слов. Алгоритм является масштабируемым по числу признаков, а по точности сопоставим с другими популярными методами, такими как машины опорных векторов. Как и любой классификатор, байесовский присваивает метки классов наблюдениям, представленным векторами признаков. При этом предполагается, что каждый признак независимо влияет на вероятность принадлежности наблюдения к классу. Например, объект можно считать яблоком, если он имеет округлую форму, красный цвет и диаметр около 10 см. Наивный байесовский классификатор «считает», что каждый из этих признаков независимо влияет на вероятность того, что этот объект является яблоком, независимо от любых возможных корреляций между характеристиками цвета, формы и размера. Простой байесовский классификатор строится на основе обучения с учителем. Несмотря на мало реалистичное предположение о независимости признаков, простые байесовские классификаторы хорошо зарекомендовали себя при решении многих практических задач. Дополнительным преимуществом метода является небольшое число примеров, необходимых для обучения.

Байт (Byte) — это восемь битов. Байт — это просто кусок из 8 единиц и нулей. Например: 01000001 — это байт. Компьютер часто работает с группами битов, а не с отдельными битами, и наименьшая группа битов, с которой обычно работает компьютер, — это байт. Байт равен одному столбцу в файле, записанном в символьном формате.

Башня (Tower) — это компонент глубокой нейронной сети, которая сама по себе является глубокой нейронной сетью без выходного слоя. Как правило, каждая башня считывает данные из независимого источника. Башни независимы до тех пор, пока их выходные данные не будут объединены в последнем слое.

Безналичная экономика (Cashless Economy) — это система, в которой любые виды денежных транзакций осуществляются с помощью цифровых средств, таких как дебетовые карты, электронные переводы средств, мобильные платежи, интернет-банкинг, мобильные кошельки.

Безналичное общество (Cashless society) — это общество, в котором наличные деньги в виде физических банкнот и монет не принимаются ни в одной финансовой операции. Вместо этого люди и предприятия переводят деньги друг другу в цифровом виде — с помощью кредитных или дебетовых карт, электронных денежных переводов, криптовалюты или сервисов онлайн- и мобильных платежей, таких как PayPal и Apple Pay. Хотя ни одно существующее общество не является безналичным, многие экономисты считают, что потребительские предпочтения, конкурентное давление на бизнес, поиск прибыли банками и государственная политика, направленная на облегчение безналичных операций, вскоре приведут к появлению по крайней мере нескольких безналичных обществ.

Безопасное программное обеспечение и сервис (Safe software and service) — программное обеспечение и сервис, сертифицированные на соответствие требованиям к информационной безопасности, устанавливаемыми федеральным органом исполнительной власти, уполномоченным в области обеспечения безопасности, или федеральным органом исполнительной власти, уполномоченным в области противодействия техническим разведкам и технической защиты информации.

Безопасность конечных точек (Endpoint security) во многих отношениях является прямым потомком первых форм защиты компьютеров на заре ИТ. Но это быстро развивающаяся категория, поскольку организации стремятся координировать контроль над ПК, серверами и телефонами в своих сетях, чтобы не допустить вредоносных программ и злоумышленников.

Безопасность критической информационной инфраструктуры (Security of a critical information infrastructure) — это состояние защищенности критической информационной инфраструктуры, обеспечивающее ее устойчивое функционирование при проведении в отношении ее компьютерных атак.

Безопасность приложений (Application security) — это процесс повышения безопасности приложений путем поиска, исправления и повышения безопасности приложений. Многое из этого происходит на этапе разработки, но включает инструменты и методы для защиты приложений после их развертывания. Это становится все более важным, поскольку хакеры все чаще атакуют приложения.

Безопасность транспортного уровня (Transport Layer Security) — это протокол, который обеспечивает конфиденциальность между взаимодействующими приложениями и пользователями в Интернете. Когда сервер и клиент обмениваются данными, TLS гарантирует, что никакая третья сторона не сможет подслушать или изменить какое-либо сообщение. TLS является преемником Secure Sockets Layer (SSL).

Безопасные программное обеспечение и сервис (Secure software and service) — это программное обеспечение и сервис, сертифицированные на соответствие требованиям к информационной безопасности, устанавливаемыми федеральным органом исполнительной власти, уполномоченным в области обеспечения безопасности, или федеральным органом исполнительной власти, уполномоченным в области противодействия техническим разведкам и технической защиты информации.

Белая книга по развитию активного сотрудничества между пациентами и медицинскими работниками (White paper on boosting active cooperation between patients and health and care providers). В ней рассматривается связь между техническими инновациями и инновациями в системах здравоохранения, подчеркивается, какие системные изменения необходимы для использования технического прогресса в области здравоохранения и ухода, и в то же время делится передовым опытом, полученным в результате европейского сотрудничества в этой области и за ее пределами.

Бенчмаркинг (Benchmarking) — это набор методик, которые позволяют изучить опыт конкурентов и внедрить лучшие практики в своей компании.

Бережливое производство (Lean manufacturing or lean production, often simply «lean») — это систематический метод минимизации отходов в производственной системе без потери продуктивности.

Беспилотное транспортное средство (Uncrewed vehicle) — это транспортное средство без человека на борту. Транспортные средства без экипажа могут быть либо дистанционно управляемыми, либо они могут быть автономными транспортными средствами, способными воспринимать окружающую среду и самостоятельно перемещаться.

Беспроводная сеть (Wireless network) — это компьютерная сеть, в которой используются беспроводные соединения для передачи данных между сетевыми узлами. Беспроводная сеть — это метод, с помощью которого дома, телекоммуникационные сети и бизнес-установки избегают дорогостоящего процесса ввода кабелей в здание или в качестве соединения между различными местоположениями оборудования. Административные телекоммуникационные сети обычно реализуются и администрируются с использованием радиосвязи. Эта реализация происходит на физическом уровне (слое) сетевой структуры модели OSI.

Беспроводная широкополосная связь (WiBB Wireless broadband) — это телекоммуникационная технология, которая обеспечивает высокоскоростной беспроводной доступ в Интернет или доступ к компьютерным сетям на большой территории. Этот термин включает как фиксированную, так и мобильную широкополосную связь.

БЕТА версия (BETA) — это термин, который относится к этапу разработки онлайн-сервиса, на котором сервис объединяется с точки зрения функциональности, но требуется подлинный пользовательский опыт, прежде чем сервис можно будет завершить ориентированным на пользователя способом. При разработке онлайн-сервиса цель бета-фазы состоит в том, чтобы распознать как проблемы программирования, так и процедуры, повышающие удобство использования. Бета-фаза особенно часто используется в связи с онлайн-сервисами и может быть либо бесплатной (открытая бета-версия), либо ограниченной для определенной целевой группы (закрытая бета-версия).

Библиотека Keras — это библиотека Python, используемая для глубокого обучения и создания искусственных нейронных сетей. Выпущенный в 2015 году, Keras предназначен для быстрого экспериментирования с глубокими нейронными сетями. Keras предлагает несколько инструментов, которые упрощают работу с изображениями и текстовыми данными. Помимо стандартных нейронных сетей, Keras также поддерживает сверточные и рекуррентные нейронные сети. В качестве бэкэнда Keras обычно использует TensorFlow, Microsoft Cognitive toolkit или Theano. Он удобен для пользователя и требует минимального кода для выполнения функций и команд. Keras имеет модульную структуру и имеет несколько методов предварительной обработки данных. Keras также предлагает методы evluate () и predict_classes () для тестирования и оценки моделей. GitHub и Slack организуют форумы сообщества для Keras.

Библиотека Matplotlib — это комплексная, популярная библиотека Python с открытым исходным кодом для создания визуализаций «качества публикации». Визуализации могут быть статическими, анимированными или интерактивными. Он был эмулирован из MATLAB и, таким образом, содержит глобальные стили, очень похожие на MATLAB, включая иерархию объектов.

Библиотека Matplotlib (Matplotlib) — это комплексная, популярная библиотека Python с открытым исходным кодом для создания визуализаций «качества публикации». Визуализации могут быть статическими, анимированными или интерактивными. Он был эмулирован из MATLAB и, таким образом, содержит глобальные стили, очень похожие на MATLAB, включая иерархию объектов.

Библиотека Numpy — это библиотека Python, представленная в 2006 году для поддержки многомерных массивов и матриц. Библиотека также позволяет программистам выполнять высокоуровневые математические вычисления с массивами и матрицами. Можно сказать, что это объединение своих предшественников — The Numeric и Numarray. NumPy является неотъемлемой частью Python и по существу предоставляет программе математические функции типа MATLAB. По сравнению с обычными списками Python, он занимает меньше памяти, удобен в использовании и имеет более быструю обработку. При интеграции с другими библиотеками, такими как SciPy и / или Matplotlib, его можно эффективно использовать для целей анализа данных и анализа данных.

Библиотека Numpy (Numpy) — это библиотека Python, представленная в 2006 году для поддержки многомерных массивов и матриц. Библиотека также позволяет программистам выполнять высокоуровневые математические вычисления с массивами и матрицами. Можно сказать, что это объединение своих предшественников — The Numeric и Numarray. NumPy является неотъемлемой частью Python и по существу предоставляет программе математические функции типа MATLAB. По сравнению с обычными списками Python, он занимает меньше памяти, удобен в использовании и имеет более быструю обработку. При интеграции с другими библиотеками, такими как SciPy и / или Matplotlib, его можно эффективно использовать для целей анализа данных и анализа данных.

Библиотека Pandas (сокращение от «panel-data-s») — это инструмент машинного обучения, используемый для исследования, очистки, преобразования и визуализации данных, поэтому его можно использовать в моделях машинного обучения и обучении. Это библиотека Python с открытым исходным кодом, построенная на основе NumPy. Pandas может обрабатывать три типа структур данных: серии, DataFrame и панель.

Библиотека Pytorch & Torch — это библиотека машинного обучения, которая в основном используется для приложений обработки естественного языка и компьютерного зрения. Разработанная исследовательской лабораторией искусственного интеллекта и выпущенная в сентябре 2016 года, это библиотека с открытым исходным кодом, основанная на библиотеке Torch для научных вычислений и машинного обучения. PyTorch предоставляет операции с объектом n-мерного массива, аналогичные NumPy, однако, кроме того, он предлагает более быстрые вычисления за счет интеграции с графическим процессором. PyTorch автоматически различает построение и обучение нейронных сетей. PyTorch — это внесла свой вклад в разработку нескольких программ глубокого обучения — Tesla Autopilot, Uber’s Pyro, PyTorch Lighten и т. д.

Библиотека Scikit-learn — это простая в освоении библиотека Python с открытым исходным кодом для машинного обучения, построенная на NumPy, SciPy и Matplotlib. Его можно использовать для классификации данных, регрессии, кластеризации, уменьшения размерности, выбора модели и предварительной обработки.

Библиотека SciPy — это библиотека Python с открытым исходным кодом для выполнения научных и технических вычислений на Python. Она была разработана открытым сообществом разработчиков, которое также поддерживает его поддержку и спонсирует разработки. SciPy предлагает несколько пакетов алгоритмов и функций, которые поддерживают научные вычисления: константы, кластер, fft, fftpack, интегрировать и т. д. SciPy по сути является частью стека NumPy и использует многомерные массивы в качестве структур данных, предоставляемых модулем NumPy. Первоначально выпущенный в 2001 году, она распространялась по лицензии BSD с репозиторием на GitHub.

Библиотека Seaborn — это библиотека визуализации данных Python для построения «привлекательных и информативных» статистических графиков. Seaborn основан на Matplotlib. Он включает в себя множество визуализаций на выбор, включая временные ряды и совместные графики.

Библиотека Theano — это библиотека Python, используемая для компиляции, определения, оптимизации и оценки математических выражений, содержащих многомерные массивы. Она была разработана Монреальским институтом алгоритмов обучения (MILA) при Монреальском университете и выпущена в 2007 году. Это библиотека с открытым исходным кодом под лицензией BSD. Библиотека построена поверх NumPy и имеет аналогичный интерфейс. Наряду с процессором он позволяет использовать графический процессор для ускорения вычислений. Theano вносит значительный вклад в крупномасштабные научные вычисления и связанные с ними исследования и поддерживается специальной группой из 13 разработчиков.

Библиотека ИТ-инфраструктуры (IT Infrastructure Library) — это серия публикаций с рекомендациями по передовому опыту управления ИТ-услугами.

Библиотека тегов (Tag library) — это набор документов, объясняющих правильный способ разметки документов в XML для определенного DTD. Библиотека тегов выходит за рамки основных правил DTD, поскольку она предоставляет указатели на то, что считается «лучшей практикой».

Бизнес-модель (Business model) — это термин, который описывает обоснование того, как организация создает, поставляет и получает ценность в экономическом, социальном, культурном и других контекстах. Процесс построения и модификации бизнес-модели также называется инновацией бизнес-модели и является частью бизнес-стратегии.

Бизнес цифровых технологий (Digital Technology business) — это бизнес, основной целью которого является как создание, так и продажа продуктов, услуг или решений цифровых технологий.

Бизнес-аналитика (Business Intelligence) — это термин, который относится к приложениям, технологиям и методам сбора, анализа и интеграции бизнес-данных для поддержки более эффективного принятия бизнес-решений.

Бизнес-блог (б-блог) (Business Blog (b-blog)) — это блог опубликованных в неофициальных онлайн-статей, которые либо включены в систему внутренних коммуникаций компании (интранет), либо размещены в Интернете для всеобщего ознакомления. Деловые блоги используют более личный тон, чем корпоративные веб-сайты, и в основном используются для целей связей с общественностью. Деловой блог также может называться корпоративным блогом или корпоративным веб-журналом.

Бизнес-вариант использования (Business use case) — это описание в терминологии, свободной от технологий, того, как бизнес-процесс используется людьми или системами, внешними по отношению к бизнесу, для достижения своих целей (составлено из нескольких определений в литературе).

Бизнес-Дизайн (Business Design) — это концептуализация современной бизнес-модели. Бизнес-дизайн тесно связан с сервис-дизайном и разделяет некоторые его принципы, но применяет их к бизнес-концепции всей компании. Центральная идея бизнес-дизайна состоит в том, чтобы изменить бизнес-деятельность так, чтобы она была ориентирована на клиента, чтобы создать сильную лояльность клиентов.

Бизнес-инновации (Innovation in a company) — это процесс организации для внедрения новых идей, рабочих процессов, методологий, услуг или продуктов. Подобно инновациям в области ИТ, которые требуют новых способов использования технологий для создания более эффективной и гибкой организации, бизнес-инновации должны способствовать достижению целей во всей организации с упором на достижение основных бизнес-целей и инициатив. Инновации часто начинаются с генерации идей, при этом идеи сужаются во время сеансов мозгового штурма, после чего руководители рассматривают бизнес-жизнеспособность, осуществимость и желательность каждой идеи.

Бизнес-инновации (Innovation In a company) — это процесс организации для внедрения новых идей, рабочих процессов, методологий, услуг или продуктов. Подобно инновациям в области ИТ, которые требуют новых способов использования технологий для создания более эффективной и гибкой организации, бизнес-инновации должны способствовать достижению целей во всей организации с упором на достижение основных бизнес-целей и инициатив. Инновации часто начинаются с генерации идей, при этом идеи сужаются во время сеансов мозгового штурма, после чего руководители рассматривают бизнес-жизнеспособность, осуществимость и желательность каждой идеи.

Бизнес-модель (Business model) — это план, определяющий источники дохода, клиентскую базу, продукты и детали финансирования. Он просто рассказывает, как бизнес зарабатывает деньги.

Бинанс USD (BUSD) (Binance) был создан биржей криптовалют Binance как стейблкоин, привязанный к доллару США. Стейблкоин был одобрен Департаментом финансовых услуг штата Нью-Йорк; таким образом, это также регулируется.

Бинанс монета (BNB) (Binance Coin) — это служебная криптовалюта, используемая в качестве способа оплаты сборов, связанных с торговлей на бирже Binance. Это третья по величине криптовалюта по рыночной капитализации.10 Те, кто использует токен в качестве платежного средства на бирже, могут торговать со скидкой. Блокчейн Binance Coin также является платформой, на которой работает децентрализованная биржа Binance. Биржа Binance была основана Чанпэном Чжао и является одной из наиболее широко используемых бирж в мире по объемам торгов.

Бинарное дерево (Binary tree) — это иерархическая структура данных, в которой каждый узел имеет значение (оно же является в данном случае и ключом) и ссылки на левого и правого потомка. Как правило, первый называется родительским узлом, а дети называются левым и правым наследниками. Двоичное дерево не является упорядоченным ориентированным деревом.

Биоконсерватизм (Bioconservatism) — это позиция нерешительности и скептицизма в отношении радикальных технологических достижений, особенно тех, которые направлены на изменение или улучшение условий жизни человека. Биоконсерватизм характеризуется верой в то, что технологические тенденции в современном обществе рискуют поставить под угрозу человеческое достоинство, а также противодействием движениям и технологиям, включая трансгуманизм, генетическую модификацию человека, «сильный» искусственный интеллект и технологическую сингулярность. Многие биоконсерваторы также выступают против использования таких технологий, как продление жизни и преимплантационный генетический скрининг,.

Биологический образец человека (Human Biological Sample) — это любой биологический материал, полученный от человека (включая кровь, мокроту, выделенную ДНК/РНК и т.д.).

Биомедицинская информатика (Biomedical informatics) — это отрасль информатики здравоохранения, которая использует данные, чтобы помочь клиницистам, исследователям и ученым улучшить здоровье человека и обеспечить здравоохранение.

Биометрия (Biometrics) — это система распознавания людей. по одному или более физическим или поведенческим чертам. В области информационных технологий биометрические данные используются в качестве формы управления идентификаторами доступа и контроля доступа.

Био-Техно-Система (Bio-Techno-System) — это гибридные системы между биологическими системами и техническими системами с помощью компьютера (науки).

Бит (Bit) –это наименьшая единица информации, с которой может работать компьютер. Каждый бит равен либо «1», либо «0». Часто компьютеры работают с группами битов, а не с одним битом за раз; наименьшая группа битов, с которой обычно работает компьютер, — это байт, то есть 8 бит.

Биткойн (Bitcoin) — это криптовалюта, виртуальная валюта, предназначенная для использования в качестве денег и формы платежа вне контроля какого-либо одного лица, группы или организации, что устраняет необходимость участия третьих лиц в финансовых транзакциях. Он вознаграждается майнерам блокчейна за работу, проделанную для проверки транзакций, и может быть приобретен на нескольких биржах.

Блог (Blog) — это дискуссионный или информационный веб-сайт, опубликованный во всемирной паутине и состоящий из дискретных, часто неформальных текстовых записей (постов) в стиле дневника. Сообщения обычно отображаются в обратном хронологическом порядке, так что самое последнее сообщение появляется первым в верхней части веб-страницы.

Блогер (Blogger) — это тот, кто регулярно пишет для онлайн-журнала или веб-сайта. Политический блогер может еженедельно комментировать текущие события.

Блогосфера (Blogosphere) — это социальная вселенная, созданная онлайн-людьми с помощью платформ для публикации веб-журналов. Проще говоря, блогосфера — это жаргонный термин для всех блогов в Интернете. Блогосферу часто сравнивают с массовой журналистикой в том смысле, что каждый участник может публиковать сообщения на любую тему, которая вызывает у них личный интерес. Блогосфера является мощной социальной сетью, в которой многие популярные блогеры имеют аудиторию, исчисляемую тысячами, а в некоторых случаях и миллионами. Однако блогосфера также очень разнообразна, поэтому она не представляет собой единую социальную единицу, хотя некоторые социальные подгруппы внутри блогосферы таковы. Службы обмена сообщениями на основе сообщений, такие как Twitter, часто считаются частью блогосферы, несмотря на более короткую длину сообщений.

Блок IFU (Instruction Fetch Unit IFU) — это блок предвыборки команд, который выстраивает в единую очередь команды, считываемые из внутренней или внешней памяти системы по шине EIB в соответствии с адресом, выставляемым по шине IAB.

Блок обработки изображений (Vision Processing Unit VPU) — это новый класс специализированных микропроцессоров, являющихся разновидностью ИИ -ускорителей, предназначенных для аппаратного ускорения работы алгоритмов машинного зрения.

Блокирование персональных данных (Blocking of personal data) — временное прекращение обработки персональных данных (за исключением случаев, если обработка необходима для уточнения персональных данных).

Блокчейн (Blockchain) — это технология, которая используется для криптовалюты с использованием отдельных узлов, на которых работает система обмена криптовалютой. Обмены криптовалюты проверяются майнерами. Валидность майнеров проверяется другими узлами на корректность. Использование технологии блокчейн сокращает время транзакций и количество случаев мошенничества. Такие компании, как Tesla, принимают криптовалюту в качестве формы оплаты, но не все. В 2021 году Tesla начала принимать биткойны (BCH), а через несколько месяцев прекратила прием из-за экологических проблем с добычей биткойнов. Tesla прекратила принимать биткойны из-за экологических последствий майнинга криптовалюты. Майнинг криптовалют требует значительного количества электроэнергии, что приводит к значительному выбросу углекислого газа. Что касается биткойнов, существует несколько различных типов криптовалют, включая Ethereum (ETH), Litecoin (LTC), Cardano (ADA), Polkadot (DOT), Stellar (XLM), Dogecoin (DOGE), Biance Coin (BNB), Tether (USDT), Monero (XMR), а также многие другие и постоянное количество новых валют. А также, Блокчейн Технология относится к тому, как операторы, которые не знают друг друга, могут создавать и поддерживать децентрализованные базы данных. Технология позволяет членам цепочки доверять друг другу, даже если они не знают друг друга. Наиболее известным применением технологии блокчейна является виртуальная валюта Биткойн,.

Большие Данные (Big Data) — это термин, который относятся к сбору, хранению, совместному использованию, поиску, анализу и представлению огромных, неорганизованных и постоянно растущих массивов данных с помощью статистики и информационных технологий. Поскольку Интернет вещей и промышленный Интернет продолжают распространяться, считается, что растет спрос на опыт, связанный с большими данными. А также, Большие данные — это большой объем информации об организации (как структурированной, так и неструктурированной), которую невозможно проанализировать с помощью традиционных вычислительных методов. Большие данные в здравоохранении — это большие наборы данных, собираемые регулярно или автоматически, которые фиксируются и хранятся в электронном виде. Данные можно использовать повторно в том смысле, что они являются многоцелевыми. Он включает в себя объединение и соединение существующих баз данных с целью улучшения здоровья и производительности системы здравоохранения. Это не относится к данным, собранным для конкретного исследования. Большие массивы данных (3.1.11), отличающиеся главным образом такими характеристиками, как объем, разнообразие, скорость обработки и/или вариативность, которые требуют использования технологии масштабирования для эффективного хранения, обработки, управления и анализа,,,.

Браунфилд (Brownfield) — это существующая промышленная система, предназначенная для новых функций без перерывов в работе.

Булевая нейронная сеть (невесомая нейронная сеть) (Boolean neural network) –это многослойная нейронная сеть, состоящая из модуля самоорганизующейся нейронной сети для извлечения признаков, за которым следует модуль нейронной сети и модуль классификации нейронной сети, который прошел самостоятельную подготовку.

Бытовой искусственный интеллект (Consumer artificial intelligence) — это специализированные программы искусственного интеллекта, внедрённые в бытовые устройства и процессы.

Бюджет ссылки (Link Budget) — это учет всех потерь (например, от антенн, затухания в конструкции, потерь при распространении) в системе беспроводной связи.

«В»

В режиме реального времени (Real-time) — это ввод и обработка данных за миллисекунды; промышленные данные, доступные в «реальном времени», почти сразу же превращаются из необработанных данных в пригодные для использования данные.

Вариант использования (Use case) — это текстовое и графическое изображение действующих лиц и операций, связанных с обменом информацией, в контексте набора конкретных задач для рабочего процесса, выполняемого различными системами или устройствами.

Вариант использования высокого уровня (High-level use case) — это ситуация, в которой потенциально может использоваться конкретное приложение или услуга электронного здравоохранения. Вариант использования высокого уровня может вызывать один или несколько вариантов использования. Функциональное описание процесса с точки зрения конечного пользователя. Он описывает взаимодействие между участниками процесса нетехническим способом.

Вариативность данных (Data variability) — это термин, который описывает, насколько далеко точки данных расположены друг от друга и от центра распределения. Наряду с мерами центральной тенденции меры изменчивости дают вам описательную статистику, которая обобщает ваши данные.

Вариативность данных (Data variability) описывает, насколько далеко точки данных расположены друг от друга и от центра распределения. Наряду с мерами центральной тенденции меры изменчивости дают вам описательную статистику, которая обобщает ваши данные.

Ввод данных (Data entry) — это процесс преобразования устных или письменных ответов в электронную форму.

Веб-Аналитика или Отслеживание Посетителей (Web Analytics, or Visitor Tracking) относится к отслеживанию посетителей веб-сайта и интерпретации их поведения при навигации. Веб-отслеживание позволяет дальше развивать онлайн-сервис.

Веб-Браузер (Web Browser) — это программа, которая позволяет человеку искать и использовать онлайн-сервисы в Интернете.

Веб-конференция (Web Conferencing) — это общий термин для различных видов технологий, которые позволяют двум или более людям из разных мест проводить живую конференцию через Интернет. История веб-конференций с 1990-х годов является частью истории технического прогресса в целом, при этом многие аспекты этих технологий зависят от других более крупных достижений, таких как Интернет и повышенная вычислительная мощность аппаратного обеспечения.

Веб-поисковая система (Web search engine) — это специализированный компьютерный сервер, который ищет информацию в Интернете. Результаты поиска по пользовательскому запросу часто возвращаются в виде списка (иногда называемого совпадениями). Посещения могут состоять из веб-страниц, изображений и других типов файлов. Некоторые поисковые системы также ищут и возвращают данные, доступные в общедоступных базах данных или открытых каталогах. Поисковые системы отличаются от веб-каталогов тем, что веб-каталоги поддерживаются редакторами-людьми, в то время как поисковые системы работают алгоритмически или за счет сочетания алгоритмического и человеческого ввода.

Веб-портал (Web Portal) — это специально разработанный веб-сайт, который часто служит единой точкой доступа к информации. Его также можно считать библиотекой персонализированного и категоризированного контента. Веб-портал помогает в навигации по поиску, персонализации, уведомлениях и интеграции информации, а также часто предоставляет такие функции, как управление задачами, совместная работа, бизнес-аналитика и интеграция приложений.

Веб-сайт (Website) — это набор общедоступных взаимосвязанных веб-страниц, которые имеют общее доменное имя. Веб-сайты могут создаваться и поддерживаться отдельным лицом, группой, предприятием или организацией для различных целей. Вместе все общедоступные веб-сайты составляют Всемирную паутину. Хотя его иногда называют «веб-страницей», это определение неверно, поскольку веб-сайт состоит из нескольких веб-страниц. Веб-сайт также известен как «веб-присутствие» или просто «сайт».

Веб-экономика (Web Economy) — это экономика, основанная на цифровых вычислительных технологиях, но часто воспринимаемая как ведение бизнеса через рынки, основанные на Интернете и Всемирной паутине. Она также известна как интернет-экономика, новая экономика или веб-экономика. Цифровая экономика переплетается с традиционной экономикой, что затрудняет четкое разграничение. Цифровая экономика является результатом миллиардов повседневных онлайн-соединений между людьми, предприятиями, устройствами, данными и процессами. Она основана на взаимосвязанности людей, организаций и машин благодаря Интернету, мобильным технологиям и Интернету вещей (IoT). Без Интернета цифровая экономика, на которой работает глобальная экономика, не существовала бы в ее нынешнем виде.

Вектор атаки (Attack Vector) — это путь, по которому киберпреступник может получить доступ к объекту.

Векторный процессор или массивный процессор (Vector processor or array processor) — это центральный процессор (ЦП), который реализует набор инструкций, где его инструкции предназначены для эффективной и действенной работы с большими одномерными массивами данных, называемыми векторами. Это отличается от скалярных процессоров, чьи инструкции работают только с отдельными элементами данных, и от некоторых из тех же скалярных процессоров, имеющих дополнительные арифметические блоки с одной инструкцией, несколькими данными (SIMD) или SWAR. Векторные процессоры могут значительно повысить производительность при определенных рабочих нагрузках, особенно при численном моделировании и подобных задачах. Методы векторной обработки также работают в оборудовании игровых приставок и графических ускорителях.

Вертикальная интеграция (Vertical Integration) — это термин, который описывает сетевое взаимодействие внутрифирменных отделов цепочки закупок (например, горизонтальная интеграция). Он обеспечивает простой обмен информацией, способствует повышению эффективности производственных потоков, например, при оптимизации добавленной стоимости и цепочек поставок компании, и работает как инстанция управления.

Вес (Weight) в обзорных исследованиях — это число, связанное со случаем или единицей анализа; вес используется как мера относительного вклада переменных этого случая при оценке всей совокупности. При использовании вероятностной выборки часто существует вероятность того, что некоторые элементы генеральной совокупности будут недостаточно или чрезмерно представлены в выборке. Чтобы обеспечить более точные оценки всей совокупности, каждому случаю присваиваются «веса», которые используются для корректировки общих результатов, чтобы они более точно соответствовали общей совокупности.

Взлом роста (Growth Hacking) — это термин, у которого нет устоявшегося определения. Хакер роста — это человек, который использует как традиционные, так и цифровые маркетинговые инструменты для легкого достижения измеримых результатов. Создание пользовательской базы SaaS-бизнеса — типичная цель для взлома роста. Хакера роста можно рассматривать как эксперта, который сокращает цикл «создание-измерение-обучение» в компаниях, применяющих принципы бережливого/гибкого производства.

Видео аналитика (Video analytics) — технология, использующая методы компьютерного зрения для автоматизированного использования различных данных, на основании анализа отслеживающих изображений, поступающих с видеокамер в режиме реального времени или из архивных записей.

Видео аналитика (Video analytics) — это технология, использующая методы компьютерного зрения для автоматизированного использования различных данных, на основании анализа отслеживающих изображений, поступающих с видеокамер в режиме реального времени или из архивных записей.

Виртуализация (Virtualization) — это предоставление набора вычислительных ресурсов или их логическое объединение, абстрагированное от аппаратной реализации, и обеспечивающее при этом логическую изоляцию друг от друга вычислительных процессов, выполняемых на одном физическом ресурсе. Также Виртуализация — это цифровое представление физического оборудования, которое включает его использование, функции, функции и возможности, часто соотносимое с «цифровым двойником».

Виртуальная реальность (VR) (Virtual reality VR) — это смоделированный опыт, который может быть похож на реальный мир или полностью отличаться от него. Приложения виртуальной реальности включают развлечения (например, видеоигры), образование (например, медицинскую или военную подготовку) и бизнес (например, виртуальные встречи). Другие различные типы технологий в стиле VR включают дополненную реальность и смешанную реальность, иногда называемую расширенной реальностью или XR. Также, под Виртуальной реальностью понимают искусственную среду, созданную с помощью программного обеспечения и представленную пользователю таким образом, что пользователь принимает ее как реальную среду. На компьютере виртуальная реальность в основном воспринимается двумя из пяти органов чувств: зрением и слухом. Простейшая форма виртуальной реальности — это трехмерное изображение, которое можно просматривать в интерактивном режиме на персональном компьютере, обычно манипулируя клавишами или мышью, чтобы содержимое изображения перемещалось в каком-либо направлении или увеличивалось или уменьшалось. Более изощренные усилия включают такие подходы, как круглые экраны, настоящие комнаты, дополненные носимыми компьютерами, и тактильные устройства, которые позволяют вам чувствовать отображаемые изображения. Виртуальную реальность можно разделить на: Моделирование реальной среды для обучения и воспитания; Разработка воображаемой среды для игры или интерактивной истории. Язык моделирования виртуальной реальности (VRML) позволяет создателю задавать изображения и правила их отображения и взаимодействия с помощью текстовых операторов языка,.

Виртуальное сообщество (Virtual community) — это группа людей, которые могут встречаться или не встречаться друг с другом лицом к лицу, которые обмениваются словами и идеями посредством цифровых сетей.

Виртуальный голосовой ассистент (Virtual Voice Assistant) — высокотехнологичная система управления, которая может реагировать на голосовые команды.

Виртуальный голосовой помощник (Virtual Voice Assistant) — это высокотехнологичная система управления, которая может реагировать на голосовые команды.

Виртуальный офис (Virtual Office) предоставляет предприятиям физический адрес и услуги, связанные с офисом, без накладных расходов на длительную аренду и административный персонал. С виртуальным офисом сотрудники могут работать из любого места, но при этом иметь такие вещи, как почтовый адрес, услуги автоответчика, комнаты для совещаний и видеоконференцсвязь.

Виртуальный помощник (Virtual assistant) — это программный агент, который может выполнять задачи для пользователя на основе информации, введенной пользователем.

Владелец информации (Information owner) — это лицо или группа, ответственная за применение политик безопасности к информационному объекту.

Владелец сайта в сети «Интернет» (Internet site owner) — лицо, самостоятельно и по своему усмотрению определяющее порядок использования сайта в сети «Интернет», в том числе порядок размещения информации на таком сайте.

Внедрение Облака (Cloud Adoption) — это переход организации от собственных серверов и центров обработки данных к облачным решениям, размещенным у третьих лиц. Внедрение облачных технологий — это стратегическая инициатива организаций, обычно направленная на снижение затрат, снижение рисков и обеспечение масштабируемости. Организация может перейти в облако полностью или частично, в зависимости от своих потребностей и своей цифровой стратегии.

Внедрение Облака (Cloud Adoption) означает переход организации от собственных серверов и центров обработки данных к облачным решениям, размещенным у третьих лиц. Внедрение облачных технологий — это стратегическая инициатива организаций, обычно направленная на снижение затрат, снижение рисков и обеспечение масштабируемости. Организация может перейти в облако полностью или частично, в зависимости от своих потребностей и своей цифровой стратегии.

Внутренние инвестиции (Inward investment) предполагают, что внешняя или иностранная организация либо инвестирует, либо покупает товары местной экономики. Это иностранные деньги, которые приходят в отечественную экономику. Внутренние инвестиции отличаются от внешних инвестиций, которые представляют собой отток инвестиционного капитала из местных предприятий в иностранные экономики.

Возможности (Capability) — это способность организации преднамеренно и систематически использовать подходы, методы и практику улучшения для изменения процессов и продуктов/услуг для повышения производительности. Ключевое слово здесь «использовать». В то время как потенциал обеспечивает потенциал для улучшения, именно активное применение и использование подходов и методов улучшения определяет, будут ли достигнуты улучшенные результаты.

Возможность аудита (Auditability) — это свойство, гарантирующее, что любое действие любого субъекта безопасности по отношению к любому объекту безопасности может быть проверено с целью установления реальной оперативной ответственности.

Возмущение (Perturbation) — это изменение значений в наборе данных для защиты от привязки данных.

Волна (Wave) — это период опроса, в течение которого опрашивается вся группа и задаются одни и те же вопросы. Как правило, панельное исследование состоит из нескольких волн. Волны важны, потому что каждая волна обычно охватывает разные периоды времени и часто разные темы.

Восприятие речи (Speech perception) — это процесс, посредством которого звуки языка слышатся, интерпретируются и понимаются. Изучение восприятия речи тесно связано с областями фонологии и фонетики в лингвистике и когнитивной психологии и восприятием в психологии. Исследования в области восприятия речи направлены на то, чтобы понять, как люди-слушатели распознают звуки речи и используют эту информацию для понимания разговорной речи. Исследования восприятия речи находят применение в создании компьютерных систем, способных распознавать речь, в улучшении распознавания речи для слушателей с нарушениями слуха и языка, а также в обучении иностранному языку.

Врач общей практики (General practitioner) — это врач, оказывающий первичную помощь или работающий неспециалистом в общественном центре.

Вредоносное ПО (Malware) — это короткий термин для вредоносного программного обеспечения. Вредоносное ПО определяется как любое программное обеспечение, которое используется для прерывания или прерывания работы компьютера, сбора конфиденциальной информации или получения доступа к определенным файлам или программам.

Временная сложность (Time complexity) — вычислительная сложность, описывающая время, необходимое для выполнения алгоритма. Временная сложность обычно оценивается путем подсчета количества элементарных операций, выполняемых алгоритмом, при условии, что выполнение каждой элементарной операции занимает фиксированное количество времени. Таким образом, время и количество элементарных операций, выполняемых алгоритмом, различаются не более чем на постоянный множитель.

Временной ряд (Time Series) — последовательность точек данных, записанных в определенное время и проиндексированных в соответствии с порядком их появления.

Временные данные (Temporal data) — это зафиксированные данные, показывающие состояние во времени.

Временные ряды (Time series) — это наблюдения за переменной, сделанные во времени. Многие экономические исследования, такие как Международная финансовая статистика МВФ, представляют собой файлы данных временных рядов. Своего рода временные ряды также могут быть построены на основе перекрестного исследования, если одни и те же вопросы задаются более одного раза в течение времени.

Все Скрипты (Allscripts) — это поставщик электронных систем медицинской документации для врачебных кабинетов, больниц и систем здравоохранения.

Все. Можно (All.Can) — это инициатива по определению способов оптимизации эффективности лечения рака путем сосредоточения внимания на улучшении результатов для пациентов и выявления неэффективных практик с использованием технологий для демонстрации того, как происходит эффективное лечение.

Всемирная паутина (World Wide Web) также известная как Интернет, WWW или W3, — это термин, который относится ко всем общедоступным веб-сайтам или страницам, к которым пользователи могут получить доступ на своих локальных компьютерах и других устройствах через Интернет. Эти страницы и документы связаны между собой посредством гиперссылок, по которым пользователи нажимают для получения информации. Эта информация может быть в разных форматах, включая текст, изображения, аудио и видео.

Вспомогательная технология (Assistive technology) — это любой элемент, элемент оборудования, программа или система продуктов, которые используются для увеличения, поддержания или улучшения функциональных возможностей людей с ограниченными возможностями.

Вспомогательный инструмент регистрации (ART) (Assisted Registration Tool (ART)) — это специально разработанное программное обеспечение, позволяющее HPI-O подтверждать личность пациента, а затем отправлять его данные в систему My Health Record для регистрации.

Вспомогательный интеллект (Assistive intelligence) — системы на основе ИИ, которые помогают принимать решения или выполнять действия.

Встраивание слов (Word embedding, Vector representation of words) — это термин (в обработке естественного языка — natural language processing), используемый для представления слов для анализа текста, обычно в форме вектора с действительным знаком, который кодирует значение слова таким образом, что слова, которые находятся ближе в векторном пространстве, становятся ближе по смыслу. Вложения слов можно получить с помощью набора методов языкового моделирования и изучения признаков, в которых слова или фразы из словаря сопоставляются с векторами действительных чисел.

Встроенная система (Embedded system) — это компьютерная система, представляющая собой комбинацию компьютерного процессора, компьютерной памяти и периферийных устройств ввода/вывода, выполняющая определенную функцию в более крупной механической или электронной системе. Он встроен как часть полного устройства, часто включающего электрическое или электронное оборудование и механические части. Поскольку встроенная система обычно управляет физическими операциями машины, в которую она встроена, она часто имеет вычислительные ограничения в реальном времени. Встроенные системы управляют многими широко используемыми сегодня устройствами. Также Встроенная система (Embedded System) — это компьютерная система, встроенная в систему или машину, где она выполняет точно определенные функции, например, функция подушки безопасности в автомобиле или его навигационной системе. Этот тип системы также интегрируется в мобильные телефоны, телевизоры, бытовые устройства и формирует основу для Интернета вещей,.

Встроенное программное обеспечение (Embedded Software) — это код инструкции, который работает на аппаратных микроконтроллерах. Обычно это выполнение определенных низкоуровневых функций, часто без использования операционной системы.

Вторая промышленная революция (Second Industrial Revolution). Конец 1800-х годов ознаменовался приходом Второй промышленной революции, которая ознаменовалась ростом массового производства, вызванным появлением стали, нефти и электричества. Основные изобретения той эпохи включают лампочку, телефон и двигатель внутреннего сгорания.

Вторичное использование данных (или повторное использование данных) (Secondary Use of Data (or Data Re-Use)) — это использование физическими или юридическими лицами документов, находящихся в: (a) органах государственного сектора, в коммерческих или некоммерческих целях, отличных от первоначальной цели в рамках государственной задачи, для которой были подготовлены документы, за исключением обмена документами между государственными отраслевые органы исключительно для выполнения своих общественных задач; или (b) публичные предприятия в коммерческих или некоммерческих целях, отличных от первоначальной цели предоставления услуг в общих интересах, для которых были подготовлены документы, за исключением обмена документами между государственными предприятиями и органами государственного сектора исключительно в целях государственных задач органов государственного сектора. Свод практических правил IMI: обработка уже существующих медицинских данных для целей, отличных от целей, для которых они были первоначально собраны.

Вторичный анализ (Secondary analysis) — это процесс пересмотра существующих данных для решения новых вопросов или использования ранее не использовавшихся методов.

ВУКА (VUCA) — это сокращение от изменчивости, неопределенности, хаоса и двусмысленности.

Входящий маркетинг (Inbound marketing) — это бизнес-методология, которая привлекает клиентов, создавая ценный контент и опыт, адаптированный к ним. В то время как исходящий маркетинг прерывает вашу аудиторию контентом, который им не всегда нужен, входящий маркетинг формирует связи, которые они ищут, и решает проблемы, которые у них уже есть. Также Входящий Маркетинг — это форма маркетинга, которая пытается привлечь свою целевую группу, предоставляя ей вещи, в которых она уже заинтересована, в отличие от традиционного прерывания или исходящего маркетинга. Входящий маркетинг — типичная методология для различных типов цифрового контента. Примеры входящего маркетинга включают полезные руководства и статьи в блогах,.

Выборка (Sampling) — использование при анализе информации не всего объема данных, а только их части, которая отбирается по определенным правилам (выборка может быть случайной, стратифицированной, кластерной и квотной).

Высокопроизводительные вычисления (High-performance computing) — это термин, который относится к вычислительным системам, обладающим чрезвычайно высокими вычислительными возможностями, которые сегодня способны выполнять более 1015 операций в секунду (петамасштаб) и, как ожидается, через несколько лет достигнут 1018 операций в секунду (экзамасштаб).

Высокочастотная торговля (HFT) (High-frequency trading (HFT)) — это тип алгоритмической финансовой торговли, характеризующийся высокими скоростями, высокой скоростью оборота и высоким соотношением заказов к сделкам, который использует высокочастотные финансовые данные и инструменты электронной торговли. Хотя единого определения HFT не существует, среди его ключевых атрибутов очень сложные алгоритмы, совместное размещение и очень краткосрочные инвестиционные горизонты. HFT можно рассматривать как основную форму алгоритмической торговли финансами. В частности, это использование сложных технологических инструментов и компьютерных алгоритмов для быстрой торговли ценными бумагами. HFT использует запатентованные торговые стратегии, выполняемые компьютерами, для открытия и закрытия позиций за секунды или доли секунды.

Вычисление (Computation) — это любой тип арифметического или неарифметического вычисления, которое следует четко определенной модели (например, алгоритму).

Вычислительная кибернетика (Computational cybernetics) — это интеграция кибернетики и методов вычислительного интеллекта.

Вычислительная математика (Computational mathematics) — это раздел математики, включающий круг вопросов, связанных с производством разнообразных вычислений. В более узком понимании вычислительная математика — теория численных методов решения типовых математических задач. Современная вычислительная математика включает в круг своих проблем изучение особенностей вычисления с применением компьютеров. Вычислительная математика обладает широким кругом прикладных применений для проведения научных и инженерных расчётов. На её основе в последнее десятилетие образовались такие новые области естественных наук, как вычислительная химия, вычислительная биология и так далее.

Вычислительная нейробиология (Computational neuroscience) — это междисциплинарная наука, целью которой является объяснение в терминах вычислительного процесса того, как биологические системы, составляющие нервную систему, продуцируют поведение. Она связывает нейробиологию, когнитивистику и психологию с электротехникой, информатикой, вычислительной техникой, математикой и физикой.

Вычислительная система — это предназначенные для решения задач и обработки данных (в том числе вычислений) программно-аппаратный комплекс или несколько взаимосвязанных комплексов, образующих единую инфраструктуру.

Вычислительная система (Computing system) — это предназначенные для решения задач и обработки данных (в том числе вычислений) программно-аппаратный комплекс или несколько взаимосвязанных комплексов, образующих единую инфраструктуру. Также, Вычислительная система (Computing system) — программно-аппаратный комплекс или несколько взаимосвязанных комплексов, образующих единую инфраструктуру, предназначенную для решения задач и обработки данных (в том числе вычислений).

Вычислительная эффективность агента или обученной модели (Computational efficiency of an agent or a trained model) — это количество вычислительных ресурсов, необходимых агенту для решения задачи на стадии инференса.

Вычислительные блоки (Compute Units) — блоки, которые работают как фильтр, который преобразовывает пакеты по определенным правилам. Набор команд вычислителя может быть ограничен, что гарантирует простую внутреннюю структуру и достаточно большую скорость работы.

Вычислительные модули (Compute modules) — подключаемые специализированные вычислители, предназначенные для решения узконаправленных задач, таких, как ускорение работы алгоритмов искусственных нейронных сетей, компьютерное зрение, распознавание по голосу, машинное обучение и другие методы искусственного интеллекта, построены на базе нейронного процессора — специализированного класса микропроцессоров и сопроцессоров (процессор, память, передача данных).

Вычислительный интеллект (Computational intelligence) — это ответвление искусственного интеллекта. Как альтернатива классическому искусственному интеллекту, основанному на строгом логическом выводе, он опирается на эвристические алгоритмы, используемые, например, в нечёткой логике, искусственных нейронных сетях и эволюционном моделировании.

Вычислительный юмор (Computational humor) — это раздел компьютерной лингвистики и искусственного интеллекта, использующий компьютеры для исследования юмора.

«Г»

Гарантия (Assurance) — это действия, направленные на достижение определенного уровня уверенности. Гарантия отличается от аудита, который больше связан с соблюдением формальных стандартов или требований.

Генеративно-состязательная сеть (Generative Adversarial Network) — это алгоритм машинного обучения без учителя, построенный на комбинации из двух нейронных сетей, одна из которых (сеть G) генерирует образцы, а другая (сеть D) старается отличить правильные («подлинные») образцы от неправильных. Так как сети G и D имеют противоположные цели — создать образцы и отбраковать образцы — между ними возникает антагонистическая игра. Генеративно-состязательную сеть описал Ян Гудфеллоу из компании Google в 2014 году. Использование этой техники позволяет, в частности, генерировать фотографии, которые человеческим глазом воспринимаются как натуральные изображения. Например, известна попытка синтезировать фотографии кошек, которые вводят в заблуждение эксперта, считающего их естественными фото. Кроме того, GAN может использоваться для улучшения качества нечётких или частично испорченных фотографий.

Генеративные модели (Generative model) — это семейство архитектур ИИ, целью которых является создание образцов данных с нуля. Они достигают этого, фиксируя распределение данных того типа вещей, которые мы хотим генерировать. На практике модель может создать (сгенерировать) новые примеры из обучающего набора данных. Например, генеративная модель может создавать стихи после обучения на наборе данных сборника Пушкина.

Генеративный искусственный интеллект (Generative Artificial Intelligence) —

это самый перспективный метод глубокого машинного обучения, при котором нейросеть изучает массив больших данных, например фотографии, видео или текст, на определенную тему, после чего используя полученную информацию, создает свой собственный уникальный контент.

На сегодняшний день, по мнению специалистов возможности систем генеративного искусственного интеллекта практически не имеют границ. Они способны с большой скоростью создавать новый уникальный контент, идеи, разговоры, истории, сценарии, художественные произведения в стиле знаменитых писателей, произведения изобразительного искусства в стиле знаменитых художников, видео и музыку в стиле знаменитых композиторов разных эпох.

Работа генеративного искусственного интеллекта основана на базовых моделях машинного обучения, предварительно обученных на больших данных. Ярким примером базовой модели является модель GPT. Она представляет собой большую языковую модель (или, как еще говорят, семейством моделей нейронных сетей), специально разработанную для решения языковых задач, таких как обобщение, генерация текста в реальном времени, классификация, открытые вопросы и ответы, а также извлечение информации. Появление моделей GPT стало переломным моментом в широком распространении машинного обучения, поскольку теперь эту технологию можно использовать для автоматизации и улучшения широкого спектра задач, начиная с переводов текстов на различные языки и заканчивая написанием постов в блогах, созданием веб-сайтов, визуальных эффектов, анимации, написанием программного кода, анализом данных, и созданием интеллектуальных голосовых помощников. Ценность этих моделей заключается в скорости их работы и направлениях, в которых они могут работать ,  .

К системам генеративного искусственного интеллекта относят систему ChatGPT (которая создана на модели GPT).

Генерация речи (Speech generation) — это задача создания речи из какой-либо другой модальности, такой как текст, движения губ и т. д. Также под синтезом речи понимается компьютерное моделирование человеческой речи. Оно используется для преобразования письменной информации в слуховую там, где это более удобно, особенно для мобильных приложений, таких как голосовая электронная почта и единая система обмена сообщениями. Синтез речи также используется для помощи слабовидящим, так что, например, содержимое экрана дисплея может быть автоматически прочитано вслух слепому пользователю. Синтез речи является аналогом речи или распознавания голоса.

Генетические данные (Genetic Data) — это все персональные данные, относящиеся к генетическим характеристикам человека, которые были унаследованы или приобретены в результате анализа биологического образца от рассматриваемого лица, в частности, с помощью хромосом, дезоксирибонуклеиновой кислоты (ДНК) или рибонуклеиновой кислоты. кислотный анализ (РНК) или анализ любого другого элемента, позволяющий получить эквивалентную информацию. Этот Кодекс рассматривает только генетические данные, достаточные для идентификации субъекта данных.

Генетический алгоритм (Genetic Algorithm) — это эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов, аналогичных естественному отбору в природе. Генетический алгоритм требует генетического представления решения и функции пригодности для оценки решения.

Географическая информационная система (ГИС) (Geographic Information System) — это система, которая создает, управляет, анализирует и отображает все типы данных. ГИС связывает данные с картой, интегрируя данные о местоположении (где что-то находится) со всеми типами описательной информации (какие там вещи). Это обеспечивает основу для картирования и анализа, которые используются в науке и почти во всех отраслях промышленности. ГИС помогает пользователям понять закономерности, отношения и географический контекст. Преимущества включают улучшенную коммуникацию и эффективность, а также лучшее управление и принятие решений.

Геолокация по РЧ (RF Geolocation) — это общий термин, который применяется к «нахождению» радиопередатчика с помощью другого — GPS пример.

Геоэкономика (Geoeconomics) — это геополитическая экономика, подтверждающая экономическую мощь государства и достижение целей внешней политики экономическими средствами.

Геоэкономический инвариант (Geoeconomic Invariant) — это система эмпирически измеренных факторов, отражающих структуру отношений, относительно неизменных как во временном, так и в пространственном измерениях географических объектов.

Гетероассоциативная память (Hetero Associative memory) — это память, похожа на сеть автоассоциативной памяти, это также однослойная нейронная сеть. Однако в этой сети входной обучающий вектор и выходные целевые векторы не совпадают. Веса определяются таким образом, чтобы сеть хранила набор шаблонов. Гетероассоциативная сеть носит статический характер, следовательно, в ней не будет нелинейных операций и операций с запаздыванием.

Гибридизация человека и машины (Human-machine hybridization) — это технология, позволяющая соединить человеческое тело и технологическую систему. Текущий подход к разработке интеллектуальных систем (например, на основе технологий искусственного интеллекта) в основном ориентирован на данные. Он имеет ряд ограничений: принципиально невозможно собрать данные для моделирования сложных объектов и процессов; обучение нейронных сетей требует огромных вычислительных и энергетических ресурсов; и решения не объяснимы. Современные системы ИИ (основанные на узком ИИ) вряд ли можно считать интеллектом. Это скорее следующий уровень автоматизации человеческого труда. Перспективной концепцией, лишенной вышеуказанных ограничений, является концепция гибридного интеллекта, объединяющая сильные стороны узкого ИИ и возможности человека. Гибридные интеллектуальные системы обладают следующими ключевыми особенностями: Когнитивная интероперабельность — позволяет искусственным и естественным интеллектуальным агентам легко общаться для совместного решения проблемы; Взаимная эволюция (коэволюция) — позволяет гибридной системе развиваться, накапливать знания и формировать общую онтологию предметной области. Ядром гибридизации человеко-машинного интеллекта является функциональная совместимость биологических и технических систем на разных уровнях от физических сигналов до когнитивных моделей.

Гибридная медицинская карта (Hybrid health record, HHR) — это документация информации о состоянии здоровья человека, которая отслеживается в нескольких форматах и хранится в нескольких местах. Сегодня большинство медицинских записей в соединенных штатах считаются гибридными.

Гибридные модели (Hybrid models) — это комбинации моделей на основе данных с «классическими» моделями, а также комплексирование различных методов искусственного интеллекта.

Гибридный суперкомпьютер (Hybrid supercomputer) — это вычислительная система, объединяющая ЦП традиционной архитектуры (например, x86) и ускорители, например, на вычислительных графических процессорах.

Гиг-экономика (Gig economy) — это система свободного рынка, в которой распространены временные должности, а организации нанимают независимых работников для выполнения краткосрочных обязательств. Термин «концерт» — это жаргонное слово, обозначающее работу, которая длится определенный период времени. Традиционно этот термин использовался музыкантами для обозначения выступления.

Гиноид (от др.-греч. «женщина» и «вид», «внешность», «образ») или фембот (fem + bot, из англ. female от лат. femina — «девушка, молодая женщина») — разновидность андроида, имеющая женскую внешность, часто подчёркнуто женскую.

Главный исследователь (Principal investigator) — это лицо или организация, ответственная за исследование; эквивалентно слову «автор» в библиографических ссылках.

Глобализация (Globalization) относится к распространению потоков финансовых продуктов, товаров, технологий, информации и рабочих мест через национальные границы и культуры. С экономической точки зрения он описывает взаимозависимость стран по всему миру, поддерживаемую свободной торговлей.

Глобальная зона с низким энергопотреблением (LPWA) (Low-Power Wide Area) — это сети, которые созданы специально для связи M2M и обеспечивают большую дальность связи с низким энергопотреблением.

Глобальная информационная инфраструктура (ГИИ) (Global Information Infrastructure) — это всемирная взаимосвязь коммуникационных сетей, компьютеров, баз данных и бытовой электроники, которая делает огромные объемы информации доступными для пользователей. Глобальная информационная инфраструктура охватывает широкий спектр оборудования, включая камеры, сканеры, клавиатуры, факсимильные аппараты, компьютеры, коммутаторы, компакт-диски, видео- и аудиокассеты, кабели, провода, спутники, оптоволоконные линии передачи, сети всех типов, телевизоры, мониторы, принтеры и многое другое. Дружественный и враждебный персонал, принимающий решения и обрабатывающий передаваемую информацию, составляет важнейший компонент глобальной информационной инфраструктуры.

Глобальное информационное общество или цифровое общество будущего (Global information society or the digital society of the future) — это новое мировое общество знаний, которое существует и взаимодействует, а также тесно интегрировано в принципиально и качественно новую цифровую социальную, экономическую и культурную экосистему, в которой реализован свободный обмен информацией и знаниями, при помощи искусственного интеллекта, дополненной и виртуальной реальности, являющихся дополнительными интерфейсами взаимодействия людей и машин (компьютеров, роботов, носимых устройств и т.д.).

Глобальное наблюдение за информационным обществом (GISWatch) (Global Information Society Watch) — это пространство для совместного мониторинга выполнения международных (и национальных) обязательств, взятых правительствами на пути к созданию инклюзивного информационного общества.

Глобальный индекс кибербезопасности (GCI) (Global Cybersecurity Index) является надежным эталоном, который измеряет приверженность стран кибербезопасности на глобальном уровне, чтобы повысить осведомленность о важности и различных аспектах проблемы.

Глобальный Маркет Плейс (Global Market Place) — это все клиенты или возможные клиенты продукта или услуги во всех регионах мира вместе взятые. Другими словами, это сумма всех людей в мире, которые хотят или могут хотеть ваши продукты.

Глубокая нейронная сеть (Deep neural network, глубинная нейронная сеть, ГНС) многослойная сеть, содержащая между входным и выходным слоями несколько (много) скрытых слоёв нейронов, что позволяет моделировать сложные нелинейные отношения. ГНС сейчас всё чаще используются для решения таких задач искусственного интеллекта, как распознавание речи, обработка текстов на естественном языке, компьютерное зрение и т.п., в том числе в робототехнике.

Глубокие Технологии (DEEP TECH) (Deep Technology) — это термин, который относится к стартапу, бизнес-идея которого основана на научном или ином обширном (глубоком) понимании технологии. Этот термин был принят, чтобы отделить определенные компании от других стартапов, которые также основаны на технологиях. Компания, занимающаяся глубокими технологиями, может, например, основывать свои операции на особенно сложной математике при создании программных алгоритмов. Компании, занимающиеся глубокими технологиями, обычно включают в себя компании, занимающиеся искусственным интеллектом, которые пытаются воспроизвести человеческое мышление, создают навигационные системы для летающих автомобилей и так далее.

Глубокие Технологии (DEEP TECH) (Deep Technology) относится к стартапу, бизнес-идея которого основана на научном или ином обширном (глубоком) понимании технологии. Этот термин был принят, чтобы отделить определенные компании от других стартапов, которые также основаны на технологиях. Компания, занимающаяся глубокими технологиями, может, например, основывать свои операции на особенно сложной математике при создании программных алгоритмов. Компании, занимающиеся глубокими технологиями, обычно включают в себя компании, занимающиеся искусственным интеллектом, которые пытаются воспроизвести человеческое мышление, создают навигационные системы для летающих автомобилей и так далее.

Глубоко разделяемая сверточная нейронная сеть (Depthwise separable convolutional neural network) — это архитектура сверточной нейронной сети, основанная на Inception (раздел с данными на GitHub), но в которой модули Inception заменены свертками, отделяемыми по глубине. Также известен как Xception.

Глубокое обучение (Deep Learning) — это разновидность машинного обучения на основе искусственных нейронных сетей, а также глубокое (глубинное) структурированное или иерархическое машинное обучение, набор алгоритмов и методов машинного обучения (machine learning) на основе различных видов представления данных. Обучение может быть контролируемым, полу контролируемым (semi-supervised) или неконтролируемым. Использование в глубоком обучении рекуррентных нейронных сетей (recurrent neural networks), позволяет эффективно решать задачи в областях компьютерного зрения, распознавания речи, обработки текстов на естественном языке, машинного перевода, биоинформатики и др.

Глубокое обучение (Deep learning) (также известное как глубокое структурированное обучение) является частью более широкого семейства методов машинного обучения, основанных на искусственных нейронных сетях с репрезентативным обучением. Обучение может быть контролируемым, полуконтролируемым или неконтролируемым. Архитектуры глубокого обучения, такие как глубокие нейронные сети, глубокие сети убеждений, глубокое обучение с подкреплением, рекуррентные нейронные сети и сверточные нейронные сети, применялись в таких областях, как компьютерное зрение, распознавание речи, обработка естественного языка, машинный перевод, биоинформатика, разработка лекарств, медицина. анализ изображений, наука о климате, проверка материалов и программы настольных игр, в которых они дали результаты, сравнимые, а в некоторых случаях и превосходящие возможности человека-эксперта.

Глубокое обучение (Deep learning) (также известное как глубокое структурированное обучение) — это часть более широкого семейства методов машинного обучения, основанных на искусственных нейронных сетях с репрезентативным обучением. Обучение может быть контролируемым, полуконтролируемым или неконтролируемым. Архитектуры глубокого обучения, такие как глубокие нейронные сети, глубокие сети убеждений, глубокое обучение с подкреплением, рекуррентные нейронные сети и сверточные нейронные сети, применялись в таких областях, как компьютерное зрение, распознавание речи, обработка естественного языка, машинный перевод, биоинформатика, разработка лекарств, медицина. анализ изображений, наука о климате, проверка материалов и программы настольных игр, в которых они дали результаты, сравнимые, а в некоторых случаях и превосходящие возможности человека-эксперта.

Годы жизни с поправкой на здоровье (Health Adjusted Life Years) — это годы жизни, которые измеряют состояние здоровья населения для оценки бремени болезней. HALY используются для измерения комбинированных эффектов смертности и заболеваемости населения; сравнения болезней или вмешательств. Они обычно используются для сравнения экономической эффективности различных медицинских вмешательств. HALY основаны на эпидемиологических данных, поэтому их точность зависит от полноты и точности данных.

Годы жизни с поправкой на инвалидность (Disability Adjusted Life Years). Один DALY можно рассматривать как один потерянный год «здоровой» жизни. Сумму этих DALY для всего населения или бремя болезней можно рассматривать как измерение разрыва между текущим состоянием здоровья и идеальной ситуацией со здоровьем, при которой все население доживает до преклонного возраста, не имея болезней и инвалидности.

Годы жизни с поправкой на качество (Quality-Adjusted Life Years) — это мера ожидаемой продолжительности жизни человека с поправкой на качество его жизни. QALY — это год, проведенный в идеальном состоянии здоровья.

Горизонт Европа (Horizon Europe) — это девятая европейская рамочная программа исследований и инноваций на период 2021—2027 гг..

Горизонтальная интеграция (Horizontal Integration) — этим термином обозначают сетевое взаимодействие компаний, работающих примерно на одном уровне (например, производящих аналогичную продукцию). Горизонтальная интеграция также происходит в рамках одной и той же организации. Там это относится к уровням иерархии и отделам, которые выполняют аналогичные задачи. Одной из его функций является оптимизация материальных и информационных потоков.

Государство-как-Платформа (State-as-Platform) — это концепция трансформации государственного управления с использованием возможностей, которые нам дают новые технологии. Целевой функцией реализации идеи «Государство-как-Платформа» является благополучие граждан и содействие экономическому росту, основанному на внедрении технологий. В фокусе развертывания Платформы находится гражданин в условиях новой цифровой реальности. Государство должно создать условия, которые помогут человеку раскрыть свои способности, и сформировать комфортную и безопасную среду для его жизни и реализации потенциала, а также для создания и внедрения инновационных технологий.

Гражданское агентство (Citizen agency) — этот термин используется для информирования, вовлечения и предоставления возможности гражданам и сообществам взаимодействовать и влиять на органы власти.

Гражданское и общественное участие (Civic and Community Engagement) — это активность, которая включает такие виды деятельности, как волонтерство, голосование, а также участие в мероприятиях, укрепляющих сообщество (Совет городских библиотек, 2017 г.).

Грамотность в отношении данных (Data literacy) — это способность извлекать значимую информацию из данных так же, как и грамотность в целом — это способность извлекать информацию из написанное слово. Сложность анализа данных, особенно в контексте больших данных означает, что грамотность в отношении данных требует некоторого знание математики и статистики.

Граница (Edge) — это граница между соответствующими физическими и цифровыми объектами, очерченная устройствами IIoT.

График проверки состояния здоровья (Health Check Assessment Schedule) — это расписание в разделе развития ребенка, в котором отображается список вопросов для родителей в текущем выбранном штате или территории ребенка, которые могут быть заполнены отдельным лицом или представителями для разных возрастных групп детства.

Графики роста (Growth charts) — это диаграммы в разделе развития ребенка, которые можно использовать для графического отображения информации об измерениях ребенка за определенный период времени, включая рост, вес и окружность головы.

Графический кластер (Graphics cluster) — это доминирующий высокоуровневый блок, включающий все ключевые графические составляющие.

Графический процессор (computational Graphics Processing Unit, computational GPU) — это вычислитель, многоядерный ГП, используемый в гибридных суперкомпьютерах для выполнения параллельных математических вычислений; например, один из первых образцов ГП этой категории содержит более 3 млрд транзисторов — 512 ядер CUDA и память ёмкостью до 6 Гбайт.

Графический процессор (GPU) (Graphics processing unit) — это специализированная электронная схема, предназначенная для манипулирования и изменения памяти для ускорения создания изображений в кадровом буфере, предназначенном для вывода на устройство отображения. Графические процессоры используются во встроенных системах, мобильных телефонах, персональных компьютерах, рабочих станциях и игровых консолях.

Графовые нейронные сети (Graph neural networks) — это класс методов глубокого обучения, предназначенных для выполнения выводов на основе данных, описанных графами. Графовые нейронные сети — это нейронные сети, которые можно напрямую применять к графам и которые обеспечивают простой способ выполнения задач прогнозирования на уровне узлов, ребер и графов. GNN могут делать то, что не смогли сделать сверточные нейронные сети (CNN). Также под Графовыми нейронными сетями понимают нейронные модели, которые фиксируют зависимость графов посредством передачи сообщений между узлами графов. В последние годы варианты GNN, такие как сверточная сеть графа (GCN), сеть внимания графа (GAT), рекуррентная сеть графа (GRN), продемонстрировали новаторские характеристики во многих задачах глубокого обучения,.

Графы знаний (Knowledge graphs) — это структуры данных, представляющие знания о реальном мире, включая сущности люди, компании, цифровые активы и т. д.) и их отношения, которые придерживаются модели данных графа — сети узлов (вершин) и соединения (ребер/дуг).

Гугл Аналитика (Google Analytics) — это бесплатный аналитический инструмент, предоставляемый Google и предназначенный для отслеживания посетителей веб-сайта. Google Analytics также используется как инструмент для улучшения работы веб-сайтов.

Гугл-Реклама (Google Ads) (ранее Google Adwords) — это инструмент для рекламы, по ключевым словам, в поисковой системе Google. Google Ads стал чем-то вроде стандарта в интернет-маркетинге.

«Д»

Данные (Data) Для социальных наук данные обычно представляют собой числовые файлы, полученные из методологий социальных исследований или административных записей, из которых производится статистика.

Данные в движении (Data in Motion) — это информация, которая передается из одного места в другое.

Данные в состоянии покоя (Data at Rest) — это сохраненные данные, которые не обрабатываются и не передаются.

Данные временных рядов (Time-series data) — это данные, которые фиксируются/собираются через определенные промежутки времени. Эта полученная информация записывается и часто хранится в архивах предприятий, но также может храниться в базах данных SQL или озерах данных.

Данные исследования (Research data) — это документы в цифровой форме, за исключением научных публикаций, которые собираются или издаются в ходе научно-исследовательской деятельности и используются в качестве доказательств в процессе исследования или общеприняты в научном сообществе как необходимые для проверки выводов и результатов исследования.

Данные как общественное благо (Data is a public good) — эта концепция допускает открытое использование неличных данных.

Данные о здоровье (Health Data) — это персональные данные, относящиеся к физическому или психическому здоровью физического лица, включая предоставление медицинских услуг, которые раскрывают информацию о его или ее состоянии здоровья.

Данные о здоровье персоны/агента/аватара (Health data persona/Agent/Avatar) — это попытка рассматривать данные как личность с правами и обязанностями.

Данные о самочувствии (Well-being data) — это данные, ориентированные на образ жизни.

Данные ограниченного использования (Restricted-use data) — это данные, которые содержат конфиденциальную информацию (обычно о людях), которая может позволить идентифицировать людей. Наличие конфиденциальной информации в депонированном цифровом контенте представляет собой проблему управления для долгосрочного хранения, чтобы гарантировать, что требования к архивному хранилищу для достижения распределенной избыточности учитывают, например, требования конфиденциальности.

Данные реального мира (Real world data) — это большие данные, относящиеся конкретно к любому типу данных, не собранных в ходе рандомизированного клинического исследования. Эти данные могут дополнить данные рандомизированных клинических испытаний, чтобы заполнить пробел в знаниях между клиническими испытаниями и клинической практикой, дать новое представление о характере заболеваний и помочь повысить безопасность и эффективность медицинских вмешательств.

Данные тестирования (Testing Data) — это подмножество доступных данных, выбранных специалистом по данным для этапа тестирования разработки модели.

Даритель данных (Data Donator) — это лицо, предоставляющее личные данные (может иметь возможность указать свой адрес электронной почты, подписать данные закрытым ключом и ограничить разрешенное использование предоставленных данных).

Дата центр (Data Center) — это объект, который содержит подключенное оборудование для вычислительных ресурсов.

Датчики (Sensors) — это любое устройство, которое реагирует на физические измерения и записи или фиксирует их. В зависимости от типа устройства датчики могут измерять звук, давление, вибрацию, магнетизм, температуру, свет, движение, расстояние и многое другое.

Движок искусственного интеллекта (Artificial intelligence engine) (также AI engine, AIE) — это движок искусственного интеллекта, аппаратно-программное решение для повышения скорости и эффективности работы средств системы искусственного интеллекта.

Двоичное число (Binary number) — это число, записанное в двоичной системе счисления, в которой используются только нули и единицы. Пример: Десятичное число 7 в двоичной системе счисления: 111.

Двоичный формат (Binary format) — это любой формат файла, в котором информация закодирована в каком-либо формате, отличном от стандартной схемы кодирования символов. Файл, записанный в двоичном формате, содержит информацию, которая не отображается в виде символов. Программное обеспечение, способное понимать конкретный метод кодирования информации в двоичном формате, должно использоваться для интерпретации информации в файле в двоичном формате. Двоичные форматы часто используются для хранения большего количества информации в меньшем объеме, чем это возможно в файле символьного формата. Их также можно быстрее искать и анализировать с помощью соответствующего программного обеспечения. Файл, записанный в двоичном формате, может хранить число «7» как двоичное число (а не как символ) всего в 3 битах (т. е. 111), но чаще используется 4 бита (т. е. 0111). Однако двоичные форматы обычно не переносимы. Файлы программного обеспечения записываются в двоичном формате. Примеры файлов с числовыми данными, распространяемых в двоичном формате, включают двоичные версии IBM файлов Центра исследований цен на ценные бумаги и Национального банка торговых данных Министерства торговли США на компакт-диске. Международный валютный фонд распространяет международную финансовую статистику в смешанном формате и двоичном (упаковано-десятичном) формате. SAS и SPSS хранят свои системные файлы в двоичном формате.

Дезинтермедиация (Disintermediation) — это устранение посредников между производителями и потребителями.

Деидентификация (De-identification) — это процесс предоставления данных в псевдонимизированном или анонимном виде. общий термин для любого процесса устранения связи между набором идентифицирующих данных и субъектом данных.

Действительный xml (Valid xml) — это XML-документ, правильность которого проверена на соответствие DTD или схеме. Процесс проверки подлинности документа называется валидацией. Обратите внимание, что это более строго, чем просто проверка правильности оформления документа.

Действия по Электронному здравоохранению (eHealth Action) — это совместные действия в поддержку сети электронного здравоохранения. Проект, финансируемый Программой здравоохранения. Действие eHealth направлено на то, чтобы отразить важность цифрового здравоохранения в качестве дополнительного ресурса для общественного здравоохранения и услуг.

Декомпрессия (Decompression) — это функция, которая используется для восстановления данных в несжатую форму после сжатия.

Деловая точка зрения (Business Viewpoint) — это архитектурная точка зрения, используемая для описания цели создания системы Интернета вещей путем охвата видения, миссии, ценностей и целей бизнеса.

Деловая транзакция (Business Transaction) в контексте электронной коммерции — это любая денежная транзакция, совершаемая между потребителями или предприятиями через Интернет. Бизнес-транзакции высвобождают время при проведении онлайн, поскольку каждой стороне не нужно физически присутствовать для совершения транзакции.

Демократия участия (Participatory democracy) — это форма правления, при которой граждане участвуют индивидуально и напрямую в политических решениях и политике, влияющих на их жизнь, а не через избранных представителей. В этой модели сочетаются элементы прямой и представительной демократии.

Дерево знаний (Knowledge tree) — это визуализация структуры наращивания потенциала DHE, состоящая из 8 ключевых компонентов и 20 структурных блоков. Конкретные материалы по наращиванию потенциала (видео, статьи, руководства, отчеты, рекомендации и т. д.) привязаны к каждому ключевому компоненту с указанием того, какая группа заинтересованных сторон и для каких целей может извлечь пользу из этого конкретного материала.

Децентрализованное управление (Decentralized control) — процесс, при котором существенное количество управляющих воздействий, относящихся к данному объекту, вырабатываются самим объектом на основе самоуправления.

Децентрализованные приложения (dApps) (Decentralized applications) — это цифровые приложения или программы, которые существуют и работают в блокчейне или одноранговой (P2P) сети компьютеров, а не на одном компьютере. DApps (также называемые «dapps») находятся вне компетенции и контроля одного органа. DApps, которые часто создаются на платформе Ethereum, можно разрабатывать для различных целей, включая игры, финансы и социальные сети.

Децентрализованные финансы (DeFi) (Decentralized finance) — это новая финансовая технология, основанная на безопасных распределенных реестрах, аналогичных тем, которые используются в криптовалютах. Система устраняет контроль банков и учреждений над деньгами, финансовыми продуктами и финансовыми услугами.

Диагностический анализ (Diagnostic analysis) — это форма расширенной аналитики, которая исследует данные или контент, чтобы ответить на вопрос «Почему это произошло?», и характеризуется такими методами, как детализация, обнаружение данных, интеллектуальный анализ данных и корреляции. Диагностическая аналитика позволяет глубже изучить данные, чтобы попытаться понять причины событий и поведения.

Дизайн услуг (Service Design) означает инновации, разработку и планирование услуг с использованием методов проектирования, ориентированных на клиента. Основная цель проектирования службы — спланировать работу службы таким образом, чтобы служба отвечала как потребностям пользователей, так и бизнес-целям поставщика услуг.

Дизайнерское мышление (Design thinking) — это итеративный процесс, в котором мы стремимся понять пользователя, подвергать сомнению предположения и переопределять проблемы в попытке определить альтернативные стратегии и решения, которые могут не сразу очевидны с нашим начальным уровнем понимания. В то же время он обеспечивает основанный на решениях подход к решению проблемы. Это способ мышления и работы, а также коллекция из практических методов.

Дизайн-центр (Design Center) — это организационная единица (вся организация или ее подразделение), выполняющая полный спектр или часть работ по созданию продукции до этапа ее серийного производства, а также обладающая необходимыми для этого кадрами, оборудованием и технологиями.

Дикий код (Wild code) — это коды, которые не разрешены для конкретного вопроса. Например, если вопрос, в котором указывается пол респондента, имеет задокументированные коды «1» для женского пола и «2» для мужского пола и «9» для «отсутствующих данных», код «3» будет «диким». код, который иногда называют «недокументированным кодом».

Директор по информационным технологиям здравоохранения (Healthcare CIO (healthcare chief information officer)) — это руководитель сферы здравоохранения, который имеет влияние на закупку технологий и другие бизнес-решения в сфере ИТ.

Директор по медицинской информации (CMIO (chief medical information officer)) — это связующее звено между медицинским и ИТ-отделами в организации здравоохранения. Это лицо также может именоваться директором по медицинской информатике или медицинской информатике.

Директор по цифровым технологиям (CDO) (Chief digital officer (CDO)) — это руководитель, который сочетает деловую хватку с цифровым опытом, помогая организациям осуществлять цифровую трансформацию с помощью корпоративного цифрового видения и стратегии.

Диспетчер Тегов Google (Google Tag Manager) — это система управления тегами, которая позволяет быстро и легко анализировать количество посетителей, а также обновлять теги онлайн и мобильных приложений, и строки кода, предназначенные для оптимизации маркетинга.

Диспетчерское управление и сбор данных (SCADA, supervisory control and data acquisition) — это приложение, а не конкретная технология. Система управления, в которой к интерфейсу используются периферийные устройства, помимо компьютеров и других сетей.

Дистанционное медицинское обслуживание (Remote Medical Care) — это телемедицинский сервис, позволяющий осуществлять постоянный мониторинг состояния пациента и проведение профилактических и контрольных осмотров вне медицинских учреждений. Эта форма ухода стала возможной благодаря использованию мобильных устройств, которые измеряют основные показатели жизнедеятельности. Результаты передаются в Центр дистанционного медицинского обслуживания, где они автоматически анализируются. При обнаружении каких-либо отклонений медицинский персонал связывается с пациентом и вызывает скорую помощь в случае возникновения экстренной ситуации.

Дистанционное обучение (Distance learning), также называемое электронным обучением и онлайн-обучением, — это форма обучения, в которой основные элементы включают физическое разделение учителей и учеников во время обучения и использование различных технологий для облегчения общения между учеником и учителем и учеником. Дистанционное обучение традиционно ориентировано на нетрадиционных студентов, таких как штатные рабочие, военнослужащие и нерезиденты или лица в отдаленных регионах, которые не могут посещать аудиторные лекции. Тем не менее, дистанционное обучение стало устоявшейся частью образовательного мира, и тенденции указывают на постоянный рост.

Длина записи (Record length) в зависимости от контекста — это длина в байтах (т. е. в столбцах) физической записи или логической записи.

Длина логической записи (Logical record length) сокращенно «LRECL» — это формат хранения файла, в котором длина логической записи равна длине физической записи (которая является постоянной). Таким образом, когда данные для каждого случая или единицы анализа хранятся в одной физической записи, файловая структура называется «логической длиной записи». Как правило, формат длины логической записи занимает больше места, чем образ карты. Длина в байтах (т. е. столбцах) логической и физической записи в файле, отформатированном по длине логической записи.

Длинный Хвост (Long Tail) означает разнообразную, но малообъемную часть ассортимента продукции. Интернет сделал возможным получение прибыли от продажи продуктов с длинным хвостом. Концепция была представлена Крисом Андерсоном в 2004 году.

Длительное обучение (Longitudinal study) — это исследование, в котором одна и та же группа лиц опрашивается через определенные промежутки времени в течение определенного периода времени. См. также панельное исследование. Обратите внимание, что некоторые поперечные исследования проводятся регулярно. Например, Общее социальное обследование и Текущее обследование населения: годовой демографический файл проводятся один раз в год, но каждый раз опрашиваются разные лица. Такое исследование не является настоящим лонгитюдным исследованием. Примером лонгитюдного исследования является Национальное лонгитюдное исследование опыта рынка труда, в котором одни и те же люди отслеживались с течением времени.

Длительные хронические состояния (Long-term chronic conditions) — это заболевания, длящиеся в течение более длительного периода времени. Хронические состояния (например, остеоартрит, хроническое заболевание печени, боль в пояснице) являются основными причинами инвалидности, плохого состояния здоровья, выхода на пенсию по состоянию здоровья и преждевременной смерти.

Дневник достижений (Achievement diary) — это вехи развития на протяжении всего детства, такие как первые произнесенные слова или первый день в начальной школе, могут быть записаны в дневнике достижений отдельным лицом или его уполномоченными представителями, такими как родитель. Организации поставщиков медицинских услуг не могут их просматривать.

Доверенная третья сторона (Trusted Third Party) — это лицо или орган, который в случае псевдонимизированных данных отвечает за хранение ключа для защиты конфиденциальности пациента или участника исследования. Доверенная третья сторона должна действовать независимо. Это гарантирует, что ключ повторной идентификации не будет раскрыт никому, кто не имеет права доступа. Доверенная третья сторона несет ответственность за хранение ключа псевдонимизации и не должна раскрывать его никому, если иное не разрешено.

Доверенный или надежный искусственный интеллект (Trustworthy Artificial Intelligence, TAI) — это система, обеспечивающая выполнение возложенных на нее задач с учетом ряда дополнительных требований и/или ограничений, обеспечивающих доверие к результатам ее работы. Также системой доверенного искусственного интеллекта называют прикладную систему искусственного интеллекта, обеспечивающую выполнение возложенных на нее задач с учетом ряда дополнительных требований, учитывающих этические аспекты применения искусственного интеллекта, а также обеспечивающая доверие к результатам ее работы, которые включают в себя: достоверность (надежность) и интерпретируемость выводов и предлагаемых решений, полученных с помощью системы и проверенных на верифицированных тестовых примерах; безопасность как с точки зрения невозможности причинения вреда пользователям системы на протяжении всего жизненного цикла системы, так и с точки зрения защиты от взлома, несанкционированного доступа и других негативных внешних воздействий, приватность и верифицируемость данных, с которыми работают алгоритмы искусственного интеллекта, включая разграничение доступа и другие связанные с этим вопросы,.

Доказательства реального мира (Real world evidence) — это клинические данные об использовании и потенциальных преимуществах или рисках медицинского продукта, полученные в результате анализа RWD. RWE может быть получен с помощью различных дизайнов исследований или анализов, включая, помимо прочего, рандомизированные испытания, в том числе крупные простые испытания, практические испытания и обсервационные исследования (проспективные и/или ретроспективные).

Документ о непрерывности ухода (CCD) (Continuity of care document (CCD)) — это стандарт обмена электронными документами для обмена сводной информацией о пациенте.

Документ Цели ухода (Goals of Care document) — это документ, который описывает цели лечения пациента, согласованные в ходе консультаций между пациентом, семьей, лицами, осуществляющими уход, и медицинским персоналом, включая лиц, принимающих решения. Предоставление этой информации в My Health Record будет способствовать уходу в конце жизни, который соответствует целям, ценностям, убеждениям и предпочтениям человека. Документы о целях медицинского обслуживания могут быть загружены вашим поставщиком медицинских услуг в вашу медицинскую карту с вашего согласия и появятся в разделе «Предварительное планирование медицинского обслуживания».

Документация (Documentation) — это любая информация о структуре, содержимом и макете файла данных. Иногда называется «технической документацией» или «кодовой книгой». Документацию можно рассматривать как специализированную форму метаданных.

Локальный системный идентификатор (Local system identifier , LSI)) — это идентификатор, который используется организациями, предоставляющими медицинские услуги, для идентификации уполномоченных сотрудников, которые имеют доступ для чтения и загрузки (но не для записи) к системе My Health Record от их имени.

Документированная информация (Documented information) — зафиксированная на материальном носителе путем документирования информация с реквизитами, позволяющими определить такую информацию, или в установленных законодательством Российской Федерации случаях ее материальный носитель.

Документированная информация (Documented information) — это зафиксированная на материальном носителе путем документирования информация с реквизитами, позволяющими определить такую информацию, или в установленных законодательством Российской Федерации случаях ее материальный носитель.

Документы по предварительному планированию ухода (Advance care planning documents) — это документ, который является своего рода письменным заявлением о пожеланиях лица в отношении его будущего лечения или медицинского обслуживания и может официально назначить замещающего лица, принимающего решения. В документах по предварительному планированию медицинского обслуживания подробно описаны ваши будущие предпочтения в отношении медицинского обслуживания. Он предоставляет рекомендации вашей семье, близким друзьям и медицинским работникам, если вы не можете общаться из-за болезни или травмы. Документы о предварительном планировании ухода (и документы о целях ухода) могут быть загружены и сохранены в вашей медицинской карте поставщиком медицинских услуг с вашего согласия. Также см. Документ «Цели ухода».

Домен (Domain, Or The Name Of An Online Service) — это домашний адрес в Интернете, который идентифицирует онлайн-сервис. Также, Доменное имя– это обозначение символами, предназначенное для адресации сайтов в сети «Интернет» в целях обеспечения доступа к информации, размещенной в сети «Интернет».

Домен приложения (Application Domain) — это функциональный домен для реализации логики приложения.

Дополненная и виртуальная реальность (Augmented and virtual reality) — это то, что позволяет создавать захватывающий и интерактивный опыт с использованием цифрового моделирования. В постпандемическом мире, где покупка происходит на расстоянии, виртуальное обслуживание продуктов еще никогда не было столь важным.

Дополненная реальность (AR) (Augmented reality (AR)) — это расширенная версия реального физического мира, которая достигается за счет использования цифровых визуальных элементов, звука или других сенсорных стимулов, передаваемых с помощью технологий. Это растущая тенденция среди компаний, занимающихся мобильными вычислениями и бизнес-приложениями, в частности.

Дополненный (расширенный) искусственный интеллект (Augmented Intelligence) — это шаблон проектирования ориентированной на человека модели партнерства, в которой люди и искусственный интеллект работают вместе для улучшения когнитивных функций, включая обучение, принятие решений и новый опыт. Дополненный интеллект представляет собой совокупность средств и методов, обеспечивающих максимально возможную производительность интеллекта человека.

Дополнительный или вспомогательный интеллект (Auxiliary intelligence) — это система искусственного интеллекта, которая помогают человеку принимать решения на основе дополнительной информации, получаемой из анализа взаимодействия человека с окружающим его миром. Вспомогательный или дополнительный искусственный интеллект может является полезным дополнением к системе Человеко-ориентированного искусственного интеллекта. Часто вспомогательным искусственным интеллектом называют систему, которая используется специалистами для помощи при решении специализированных задач. Например, врачи используют искусственный интеллект, как вспомогательную систему при диагностике раковых опухолей или врожденных пороков сердца.

В машинном обучении существует схожий термин «вспомогательное обучение». Вспомогательное обучение — это подход, при котором в процессе машинного обучения модель определяет наличие объектов, которые не подпадают ни под одну из изученных ею категорий. Название «Вспомогательное обучение» было выбрано из-за введения вспомогательного класса и используется для изучения неизвестных объектов.

Дорожная карта расширения прав и возможностей (Empowerment roadmap) — это документ, в котором рассматривается третий приоритет DTHC и описываются элементы, необходимые, в частности, на организационном уровне, для расширения возможностей пациентов и, следовательно, для улучшения сотрудничества с поставщиками медицинских услуг и системами здравоохранения при одновременном повышении их доверия к цифровому здравоохранению.

Достоверность данных (Data veracity) — это степень точности или правдивости набора данных. В контексте больших данных важно не только качество данных, но и то, насколько надежными являются источник, тип и обработка данных.

Доступ (Access) в контексте безопасности — это привилегия или назначенное разрешение на использование компьютерных данных или ресурсов каким-либо образом. Например, пользователю может быть разрешен доступ для чтения к файлу, но не разрешено редактировать или удалять его. Доступ также является количеством разрешенного доступа к любому данному объекту; или это может просто означать разрешение на вход.

Доступ к данным (Data Access) — это санкционированная возможность по запросу получать доступ, изменять или редактировать выбранные данные, независимо от местоположения. Доступ к данным является одним из основных аспектов создания успешных систем управления данными.

Доступ к информации (Information access) — это способность идентифицировать, извлекать и эффективно использовать информацию. Доступ к информации жизненно важен для социального, политического и экономического прогресса. Также, Доступ к информации (Access to information) — это возможность получения информации и ее использования.

Доступ к информации, составляющей коммерческую тайну (Access to information constituting a commercial secret) — это ознакомление определенных лиц с информацией, составляющей коммерческую тайну, с согласия ее обладателя или на ином законном основании при условии сохранения конфиденциальности этой информации.

Доступ к организации поставщика медицинских услуг (Healthcare provider organisation access) — это уровень доступа, который организация поставщика медицинских услуг имеет к личной медицинской карте человека.

Драйвер (драйвер устройства) (Driver (device driver)) — это программа, позволяющая определенному аппаратному устройству работать с операционной системой компьютера.

Древо решений (Decision tree) — это модель на основе дерева и ветвей, используемая для отображения решений и их возможных последствий, аналогична блок-схеме.

Дрон (Drone) — беспилотный летательный аппарат (беспилотная авиационная система).

Дружественный искусственный интеллект (Friendly artificial intelligence) — это область исследования, целью которой является создание позитивной и дружественной для человека системы, способной значительно улучшить условия его существования и работы. Интеллектуальные способности такой системы должны быть на уровне человека или даже превосходить их.

«Е»

Европейская сеть медицинских данных и фактических данных (European Health Data&Evidence Network) — это консорциум IMI, созданный для решения текущих проблем, связанных с получением информации и доказательств на основе реальных клинических данных в масштабе, чтобы помочь пациентам, врачам, плательщикам, регулирующим органам, правительствам и отрасли в понимании благополучия, болезней, методов лечения, результатов и новых терапевтических средств. и устройства.

Европейские организации по стандартизации (European Standards Organisations) — это организации, признанные Европейским союзом и Европейской ассоциацией свободной торговли ответственными за разработку и определение добровольных стандартов на европейском уровне.

Европейские справочные сети (European Reference Networks) — это виртуальные сети, в которых участвуют поставщики медицинских услуг по всей Европе. Они призваны способствовать обсуждению сложных или редких заболеваний и состояний, требующих узкоспециализированного лечения, а также концентрированных знаний и ресурсов».

Европейский институт телекоммуникационных стандартов (European Telecommunications Standards Institute) — это одна из трех европейских организаций по стандартизации, отвечающая за стандартизацию в области информационных и коммуникационных технологий.

Европейский комитет по электротехнической стандартизации (European Committee for Electrotechnical Standardization) — это одна из трех европейских организаций по стандартизации, отвечающая за стандартизацию в области электротехники.

Европейский совет по защите данных (European Data Protection Board) — это независимый европейский орган, который способствует последовательному применению правил защиты данных на всей территории Европейского Союза и содействует сотрудничеству между органами ЕС по защите данных.

Европейский совет по инновациям в области данных (European Data Innovation Board) — это Совет, состоящий из представителей каждого государства-члена ЕС, был бы полезен для повышения важности инноваций, основанных на данных, в политических кругах ЕС и установления последовательной политики обмена данными в ЕС.

Европейский социальный фонд (European Social Fund) — это фонд, который является основным инструментом Европы для улучшения возможностей трудоустройства и социальной интеграции. Он также предназначен для борьбы с бедностью и развития образования путем инвестирования в людей Европы и их навыки.

Европейский формат обмена электронными медицинскими картами (European Electronic Health Record Exchange Format) — это формат обмена электронными медицинскими картами поможет гражданам быстро получать доступ к своим медицинским данным и делиться ими с медицинскими работниками. Например, при консультации специалиста или получении неотложной помощи в другой стране ЕС. Европейская комиссия выпустила «Рекомендацию по европейскому формату обмена электронными медицинскими картами» (Рекомендация Комиссии (ЕС) 2019/243), которая направлена на облегчение трансграничной совместимости электронных медицинских карт в ЕС. Это достигается за счет поддержки стран ЕС в их усилиях по обеспечению безопасного доступа граждан к своим медицинским данным и обмена ими, где бы они ни находились в ЕС (Европейская комиссия, 2021 г.).

Европейский цифровой бухгалтерский учет EDACC (European Digital ACCounting) — это рабочий сценарий для цифрового учета, основанный на технологии электронного выставления счетов.

Европейское инновационное партнерство в области активного и здорового старения (European Innovation Partnership in Active and Healthy Ageing) — это инициатива, запущенная Европейской комиссией для содействия инновациям и цифровым преобразованиям в области активного и здорового старения. Концепция Европейского инновационного партнерства (EIP) представляет собой партнерство, которое может помочь укрепить общеевропейские исследования и инновации. Партнерство объединяет всех соответствующих участников на европейском, национальном и региональном уровнях в различных областях политики для решения конкретной социальной проблемы, которая затрагивает все уровни инновационной цепочки. EIP на AHA был первым EIP, созданным в 2011 году. Он ориентирован на активное и здоровое старение жителей Европы.

Европейское открытое научное облако (European Open Science Cloud) — это облако для исследовательских данных в Европе, продвигаемое Европейской комиссией, чтобы предоставить всем исследователям, новаторам, компаниям и гражданам беспрепятственный доступ к открытой по умолчанию, эффективной и междисциплинарной среде для хранения, доступа, повторного использования данных, инструментов, публикации и любые ресурсы EOSC для исследовательских, инновационных и образовательных целей. EOSC реализуется системой EOSC и регулируется руководством EOSC.

Европейское пространство данных о здоровье (European Health Data Space) — это электронная трансграничная служба здравоохранения, которая дает странам ЕС возможность обмениваться данными о здоровье безопасным, эффективным и совместимым способом. EHDS — это инфраструктура, обеспечивающая непрерывность ухода за европейскими гражданами во время их поездок за границу в ЕС.

Единая государственная информационная система в сфере здравоохранения (Unified State Health Information System) — федеральная государственная информационная система, функционирующая в рамках Национальной пациент-ориентированной системы здравоохранения, с целью обеспечения единого информационного пространства в сфере здравоохранения для реализации информационной поддержки деятельности врачей и медицинских работников, преемственности оказания медицинской помощи, электронных сервисов и супер-сервисов для граждан, а также для информационной поддержки деятельности органов управления здравоохранением.

Единая информационно-коммуникационная инфраструктура государственной информационной системы «Уполномоченный по правам человека» (Unified information and communication infrastructure of the state information system «Commissioner for Human Rights») — это совокупность размещенных на территории Российской Федерации информационных подсистем ГИС, программно-аппаратных комплексов, центров обработки данных и сетей связи, обеспечивающих взаимодействие в электронной форме Института Уполномоченного по правам человека, физических и юридических лиц в порядке, определяемом законодательством Российской Федерации.

Единая система идентификации и аутентификации (Unified Identification and Authentication System) — это федеральная государственная информационная система, порядок использования которой устанавливается Правительством Российской Федерации, и которая обеспечивает в случаях, предусмотренных законодательством Российской Федерации, санкционированный доступ к информации, содержащейся в информационных системах.

Единица анализа (Unit of analysis) — это базовая наблюдаемая сущность, анализируемая в ходе исследования и для которой собираются данные в виде переменных. Хотя единицу анализа иногда называют случаем или «наблюдением», они не всегда являются синонимами. Например, в опросах общественного мнения единицей анализа обычно является один человек, и ответы одного человека на вопросы опроса составляют «кейс». Однако в переписи «случаем» может считаться домохозяйство, поскольку все данные по одному домохозяйству собираются с помощью одного инструмента обследования; «кейс» домохозяйства может содержать различные переменные для разных единиц анализа: физическая жилищная структура, семья в структуре, человек в семье.

Единый цифровой рынок (Digital Single Market) — это рынок, на котором обеспечивается свободное передвижение людей, услуг и капитала, а также на котором физические и юридические лица могут беспрепятственно получать доступ и участвовать в онлайн-деятельности в условиях честной конкуренции и высокого уровня потребительского и личного защиты данных, независимо от их национальности или места жительства.

«Ж»

Жесткий диск (Hard drive) — это устройство, на котором хранятся все ваши данные. На нем находится жесткий диск, на котором физически расположены все ваши файлы и папки.

Журнал аудита (Audit Trail) — это запись, которая может быть интерпретирована аудиторами для установления того, что действие имело место. Часто это хронологическая запись действий системы, позволяющая восстановить и изучить последовательность событий и/или изменений в событии. Журнал аудита использования системных ресурсов может включать в себя вход пользователя в систему, доступ к файлам и триггеры, которые указывают, произошли ли какие-либо фактические или предпринятые нарушения безопасности.

«З»

Загрузка сознания (Mind Uploading, Whole brain emulation) — это трансгуманистическая концепция, согласно которой «содержание» человеческого мозга можно представить в виде двоичного кода и загрузить на компьютер. Загрузка разума, также известная как эмуляция всего мозга (whole brain emulation, WBE), представляет собой теоретический футуристический процесс сканирования физической структуры мозга, достаточно точного для создания имитации психического состояния (включая долговременную память и «я») и передачи или копирование на компьютер в цифровом виде. Затем компьютер будет запускать симуляцию обработки информации мозгом, чтобы он реагировал, по существу, так же как исходный мозг, и испытывал разумный сознательный разум.

Заинтересованная сторона (Stakeholder) — это физическое лицо, команда, организация или их классы, заинтересованные в интересующей системе.

Заинтересованные стороны данных (Data Stakeholders) — это те, кто использует данные, влияет на них или подвергается их влиянию. Заинтересованные стороны данных могут быть вышестоящими производителями, сборщиками или приобретателями информации; последующие потребители информации, те, кто управляет, преобразует или хранит данные, или те, кто устанавливает политики, стандарты, архитектуры или другие требования или ограничения.

Закон HIPAA (закон о переносимости и подотчетности медицинского страхования) (HIPAA (health insurance portability and accountability act)) — это закон США, которое обеспечивает конфиденциальность данных и положения о безопасности для защиты медицинской информации.

Закон MACRA (закон о доступе к medicare и повторной авторизации chip от 2015 г.) (MACRA (medicare access and chip reauthorization act of 2015)) — это законодательство США в области здравоохранения, которое обеспечивает новую основу для возмещения расходов врачам, которые успешно продемонстрировали ценность, а не объем в лечении пациентов.

Закон Мура (Moore’s Law) — это эмпирическое наблюдение, изначально сделанное Гордоном Муром, согласно которому количество транзисторов, размещаемых в кристалле интегральной схемы, удваивается каждые 24 месяца.

Закон о HiTech (медицинские информационные технологии для экономического и клинического здравоохранения) от 2009 г. (HiTech (health information technology for economic and clinical health) act of 2009) — это закон, который был создан для стимулирования внедрения электронных медицинских карт (EHR) и вспомогательных технологий в соединенных штатах.

Записи о рецептах и отпусках (Prescription and dispense records) — это записи, которые включают информацию о рецепте и выдаче для предоставления сводной записи о лекарствах, которые доступны в виде двух клинических документов (My Health Record Prescription Record и My Health Record Dispense Record), доступных на порталах для потребителей, B2B и поставщиков.

Запись (Record) в зависимости от контекста «запись» может относиться к физической или логической записи.

Запись заголовка (Header record) — это запись, обозначающая начало серии записей и описывающая содержание последующих записей. Например, в Международной финансовой статистике есть запись заголовка, описывающая временной ряд, а за записью заголовка следует ряд записей, содержащих фактический временной ряд. Заголовочные записи часто используются, когда количество физических записей, необходимых для хранения данных для конкретной переменной, не является постоянным для всех переменных. Например, в файлах данных экономических временных рядов одна переменная может быть временным рядом, который содержит данные за 20 лет и заполняет 20 физических записей, а следующая переменная может содержать временной ряд с данными только за 5 лет и заполняет только 5 физических записей. Использование формата файла, включающего записи заголовков, позволяет определить, где начинается и где заканчивается ряд.

Запись о непрерывном уходе (CCR) (Continuity of care record (CCR)) — это журнал непрерывности лечения, является стандартом для создания электронных сводок о состоянии здоровья пациента. Его цель состоит в том, чтобы улучшить качество медицинской помощи и уменьшить количество медицинских ошибок, сделав текущую информацию доступной для врачей.

Запрос данных (Data Requestor) — это лицо или учреждение, которое ищет данные и предоставляет необходимую инфраструктуру, например, общедоступный семантический контейнер, инициализированный семантическим описанием запроса данных и предполагаемой целью собранных данных.

Зарегистрированный контрактный поставщик услуг (CSP) (Registered contracted service provider (CSP)) — это организация, которая предоставляет услуги информационных технологий или услуги по управлению медицинской информацией, связанные с системой My Health Record, организации, предоставляющей медицинские услуги, по контракту с этой организацией, и зарегистрировалась для участия в системе My Health Record.

Зарегистрированный специалист по медицинской информации (RHIT) (Registered health information technician (RHIT)) — это сертифицированный специалист, который хранит и проверяет точность и полноту электронных медицинских карт.

Затраты на дистанционное образование (Costs of Distance Education) — это основные переменные затрат, такие как технологическая инфраструктура и образовательные процессы, которые влияют на достижение целей, поставленных учебными заведениями, предоставляющими услуги дистанционного образования.

Затухание структуры (Structure Attenuation) — это потеря интенсивности радиоволн через среду (как радиоволны проходят через кирпичную стену).

Защита данных (Data protection) — это процесс защиты данных, который включает в себя взаимосвязь между сбором и распространением данных и технологий, общественным восприятием и ожиданием конфиденциальности, а также политическими и правовыми основами, связанными с этими данными. Он направлен на достижение баланса между индивидуальными правами на неприкосновенность частной жизни, но при этом позволяет использовать данные в деловых целях.

Защищенная медицинская информация (PHI) или личная медицинская информация (Protected health information (PHI) or personal health information) — это демографическая информация, истории болезни, результаты тестов и лабораторных исследований, состояние психического здоровья, информацию о страховании и другие данные, которые медицинский работник собирает для идентификации человека и определения надлежащего лечения.

Здоровье (Health) — это состояние физического, психического и социального благополучия, а не просто отсутствие болезней или физических дефектов.

Здоровье и уход, ориентированные на человека (Person-centred health and care) — это ориентированное на человека здравоохранение и уход — это подход к уходу, который сознательно учитывает точки зрения отдельных лиц, семей и сообществ и рассматривает их как участников, а также бенефициаров надежных систем здравоохранения, которые гуманно и целостно реагируют на их потребности и предпочтения. Уход, ориентированный на людей, требует, чтобы люди получали образование и поддержку, необходимые им для принятия решений и участия в уходе за собой. Он организован вокруг потребностей и ожиданий людей в отношении здоровья, а не болезней (определение ВОЗ).

Здравоохранение (Healthcare) — это медицинские услуги, оказываемые медицинскими работниками пациентам для оценки, поддержания или восстановления состояния их здоровья, включая назначение, отпуск и обеспечение лекарственными препаратами и медицинскими изделиями.

Здравоохранение, основанное на ценностях (Value-based healthcare) — это модель оплаты, которая вознаграждает поставщиков медицинских услуг за предоставление качественной помощи пациентам.

Здравомыслящий искусственный интеллект (Artificial Intelligence of the Commonsense knowledge) — это одно из направлений развития искусственного интеллекта, которое занимается моделированием способности человека анализировать различные жизненные ситуации и руководствоваться в своих действиях здравым смыслом.

Здравый смысл — это накопленная совокупность общепринятых знаний и взглядов, представлений, форм мышления — о движущих силах природы и общества, взаимоотношениях людей; помимо знаний включает ценности, убеждения, регуляторы практической деятельности, моральные и правовые нормы, элементы религиозного опыта, художественно-эстетические оценки действительности.

Зима искусственного интеллекта (Winter of artificial intelligence, AI winter) — это период сокращения интереса к предметной области, сокращения финансирования исследований. Термин был придуман по аналогии с идеей ядерной зимы. Область искусственного интеллекта пережила несколько циклов ажиотажа, за которыми последовали разочарование и критика, за которыми последовало сильное охлаждение интереса, а потом последовало возобновление интереса спустя годы или десятилетия.

Знания (Knowledge) — это проверенный практикой и удостоверенный логикой результат познания действительности, отраженный в сознании человека в виде представлений, понятий, рассуждений и теорий. Знания формируются в результате целенаправленного педагогического процесса, самообразования и жизненного опыта.

Значимое использование (Meaningful use) — это термин, используемый для определения минимальных государственных стандартов США для электронных медицинских карт (EHR), описывающих, как следует обмениваться клиническими данными пациентов между поставщиками медицинских услуг, между поставщиками и страховщиками, а также между поставщиками и пациентами.

Значимый объект критической информационной инфраструктуры (Significant object of critical information infrastructure) — объект критической информационной инфраструктуры, которому присвоена одна из категорий значимости, и который включен в реестр значимых объектов критической информационной инфраструктуры.

«И»

Игровая площадка TensorFlow (TensorFlow Playground) — это инструмент, который поможет вам понять идею нейронных сетей без сложных математических вычислений. TensorFlow Playground, веб-приложение, написанное на JavaScript, которое позволяет вам играть с настоящей нейронной сетью, работающей в вашем браузере, и нажимать кнопки и настраивать параметры, чтобы увидеть, как это работает.

Игровой искусственный интеллект (Game artificial intelligence) — это одна из самых распространенных форм искусственного интеллекта, разработанная и использующаяся для компьютерных или приставочных игр. Чаще всего игровой искусственный интеллект заменяет интеллект различных игровых персонажей, включая различную технику (такую как: машины, самолеты, корабли, космические корабли и другую), управляемую людьми или управляет целыми локациями и мирами, которые меняются в зависимости от действия игрока.

Идентификатор национального провайдера (NPI) (National provider identifier (NPI)) — это уникальный десятизначный идентификационный номер, требуемый HIPAA для поставщиков медицинских услуг в США, на которые распространяется страховое покрытие.

Идентификатор поставщика медицинских услуг — организация (HPI-O) (Healthcare Provider Identifier — Organisation (HPI-O)) — это уникальный 16-значный номер, используемый для идентификации организаций, предоставляющих медицинские услуги в системе здравоохранения Австралии.

Идентификация человека (Person Identification) — это процесс установления связи между информационным объектом и физическим лицом.

Иерархическая файловая структура (Hierarchical file structure) — это формат для хранения иерархических файлов. Каждая единица анализа имеет собственную структуру записи или тип записи. Различные единицы анализа не обязательно имеют то же количество байтов или символов, что и записи для других единиц анализа. Чтобы придать такому файлу общую длину физической записи, короткие логические записи обычно «дополняются» пробелами, чтобы все они имели одинаковую физическую длину записи. Иерархический файл также может храниться в прямоугольном файле.

Иерархический файл (Hierarchical file) содержит информацию, собранную по нескольким единицам анализа в разных типах записей. Например, физическая жилая структура может быть одной единицей, а отдельные люди в структуре — другой. Примером может служить Текущее обследование населения: годовой демографический файл, в котором есть единицы анализа домохозяйства, семьи и человека. Исследования, включающие данные для разных единиц анализа, часто связывают эти единицы друг с другом, так что, например, можно анализировать людей по мере того, как они группируются в структуру.

Издательская система или система управления содержанием (Publishing System, Content management system, CMS) в настоящее время веб-сайт почти всегда построен на системе публикации. Издательская система, или, возможно, сегодня чаще система управления контентом или CMS, относится к продукту, который позволяет вам создавать веб-сайт, сосредоточившись на содержании и навигации, а не на программировании. На сегодняшний день самой популярной системой управления контентом в мире является WordPress.

Изменение парадигмы после соблюдения требований (Post-Compliance Paradigm Shift) — это изменение ожиданий, говорящее о том, что просто «делать» работу уже неприемлемо. Вместо этого для работы, существующей в среде с требованиями соответствия, работа не будет завершена, пока вы 1. не сделаете ее, 2. не проконтролируете ее, 3. не задокументируете ее и 4. не подтвердите соответствие.

Изменить здравоохранение (Change healthcare) — это поставщик медицинских технологий для управления циклами доходов, управления платежами и решений для обмена медицинской информацией (HIE).

Изменить управление (Change Control) — это формальный процесс, используемый для обеспечения того, чтобы процесс, продукт, услуга или технологический компонент модифицировались только в соответствии с согласованными правилами. Во многих организациях есть официальные советы по контролю за изменениями, которые рассматривают и утверждают предлагаемые модификации технологических инфраструктур, систем и приложений. Программы управления данными часто стремятся расширить сферу контроля изменений, включив в нее добавления, модификации или удаления моделей данных и значений для справочных/основных данных.

ИИ бенчмарк (AI benchmark) — это эталонный тест ИИ, бенчмаркинг систем ИИ, для оценки возможностей, эффективности, производительности и для сравнения ИНС, моделей машинного обучения (МО), архитектур и алгоритмов при решении различных задач ИИ создаются и стандартизируется специальные эталонные тесты, бенчмарки. Например, Benchmarking Graph Neural Networks — бенчмаркинг (эталонное тестирование) графовых нейронных сетей (ГНС, GNN) — обычно включает инсталляцию конкретного бенчмарка, загрузку исходных датасетов, проведение тестирования ИНС, добавление нового датасета и повторение итераций.

ИИ вендор (AI vendor) — это поставщик средств (систем, решений) ИИ.

ИИ и машинное обучение. (AI and machine learning) — это то, что наделяет программы и машины способностями к принятию решений, подобными человеческим. Эти возможности становятся более продвинутыми с помощью алгоритмов машинного обучения и совершенствуются с течением времени при работе с большими наборами данных.

ИИ инженер (AI engineer) — это инженер по системам с ИИ.

ИИ камера (AI camera) — это камера с искусственным интеллектом, ИИ-камера, цифровые фотокамеры нового поколения — позволяют анализировать снимки, распознавая лица, их выражение, контуры объектов, текстуры, градиенты, характер освещения, что учитывается при обработке снимков; некоторые ИИ-камеры способны самостоятельно, без участия человека, делать снимки в моменты, которые камере покажутся наиболее интересными, и др.

ИИ мультиопыт (Multi-experience AI) — это ИИ, который описывает взаимодействия, которые происходят в различных цифровых точках соприкосновения (например, в Интернете, мобильных приложениях, диалоговых приложениях, AR, VR, MR и подобных устройств), с использованием комбинации способов взаимодействия для поддержки непрерывного и последовательного опыта пользователя. Возможности включают отсутствие касания, управление голосом, взглядом и жестом.