Generativ AI
Ordforklaringer innen Generativ AI.
AI Avatar (digital tvilling)
En kunstig figur eller kopi av en ekte person som snakker og beveger seg i video, laget av KI. Det finnes to typer. Den ene er en helt ny figur, og den andre er en digital tvilling som ser ut og høres ut som en bestemt person. Det brukes for eksempel til opplæringsvideoer, slik at personen slipper å stå foran kameraet hver gang.
AI Music Generator (KI-musikkgenerator)
En tjeneste som lager en hel sang med tekst, melodi og vokal ut fra en kort beskrivelse du skriver. Suno og Udio er blant de mest kjente. Måten modellene er trent på har ført til rettssaker, og senere til lisensavtaler mellom enkelte plateselskaper og tjenestene.
AI slop
Masseprodusert KI-generert innhold av lav kvalitet (tekst, bilder eller video), laget raskt for å fange oppmerksomhet, klikk eller annonseinntekt og ikke for å informere eller underholde. Begrepet gjelder ikke alt KI-generert eller KI-assistert innhold, bare det som er laget med lite eller ingen menneskelig kvalitetskontroll og der volum og oppmerksomhet er hovedmålet.
AI-generert stemme (syntetisk tale)
Tale skapt av en dataalgoritme i stedet for en person som snakker inn i en mikrofon. Stemmen er enten helt kunstig og ikke-klonet (tekst-til-tale) eller en kloning av en ekte persons stemme laget fra et lydopptak. Slike stemmer brukes i dag i alt fra lydbøker og AI-resepsjonister til dubbing. Den skiller seg fra stemmekloning ved at den ikke nødvendigvis etterligner en bestemt, navngitt person.
C2PA (vannmerking av KI-innhold)
En teknisk standard (Coalition for Content Provenance and Authenticity) som legger usynlig informasjon inn i et bilde, en video eller en lydfil om hvor og hvordan innholdet ble laget, inkludert om det er KI-generert. Det kalles ofte «vannmerking», men fungerer mer som en digital innholdsfortegnelse enn som et synlig merke. Standarden løser opphavsspørsmålet for innhold som faktisk har fått merkingen, men den avslører ikke KI-innhold som mangler den. Merkingen forsvinner dessuten ofte ved opplasting til sosiale medier eller ved skjermbilde. Noen plattformer, blant dem LinkedIn og TikTok, leser merkingen og viser den til brukerne når den finnes.
Diffusion Model
En generativ modell som starter med tilfeldig støy og gradvis «renser» det til et sammenhengende bilde, omtrent som når et bilde langsomt kommer til syne gjennom tåke.
Generative Adversarial Network (GAN)
To nevrale nettverk som «konkurrerer». Det ene, generatoren, lager falske eksempler, og det andre, diskriminatoren, prøver å avsløre dem. Gjennom konkurransen blir generatoren svært god.
Generative AI
AI som kan skape nye ting, som tekst, bilder, musikk eller video, ved å lære av eksempler. Den lager noe nytt ut fra mønstre den har lært, i stedet for å kopiere eksemplene.
Hallucination (AI)
Når en AI-modell «dikter opp» informasjon som høres overbevisende ut, men som ikke er sann. AI-en fyller hull i kunnskapen med noe som virker logisk.
Language Model
En modell trent til å forutsi neste ord i en setning. Den er grunnlaget for systemer som ChatGPT.
Large Language Model (LLM)
En AI-modell trent på svært store mengder tekst, slik at den kan forstå og generere språk som ligner menneskers. ChatGPT, Claude og Gemini er eksempler på LLM-er.
Model Collapse
Når AI-modeller trenes på AI-generert innhold, mister de gradvis kvalitet, omtrent som når du kopierer en kopi av en kopi.
Multimodal AI
AI som kan forstå og jobbe med flere typer data samtidig, som tekst, bilder, lyd og video, i samme modell.
Natural Language Processing (NLP)
Teknologi som hjelper datamaskiner å forstå, tolke og generere menneskelig språk, for eksempel ved oversettelse, oppsummering eller sentimentanalyse.
Prompt
Instruksjonen eller spørsmålet du gir til en AI for å få et bestemt resultat. En god prompt er tydelig, spesifikk og gir AI-en nok kontekst til å forstå hva du ønsker.
Prompt Chaining
Å lenke flere prompts sammen, slik at svaret fra én prompt blir utgangspunktet for neste, for å løse komplekse oppgaver steg for steg.
Prompt Engineering
Kunsten å formulere instruksjoner (prompts) til AI-modeller på en måte som gir best mulig resultat. Små endringer i ordlyden kan gi veldig forskjellige svar.
RAG Pipeline
Stegene i retrieval-augmented generation går ut på å hente relevante dokumenter, kombinere dem med spørsmålet og generere et svar.
Retrieval-Augmented Generation (RAG)
En teknikk der AI-en først henter relevant informasjon fra en database eller dokumentsamling, og deretter bruker denne informasjonen til å generere et bedre svar.
Semantic Search
Søk som forstår meningen bak ordene og ikke bare ser på nøkkelord. Det finner resultater ut fra hva du egentlig mener.
Sørgerobot (griefbot / deadbot)
En KI-drevet chatbot, stemme eller videoavatar som er trent på tekstmeldinger, lydopptak, videoer og bilder en avdød person etterlot seg, og som kan «svare» i den avdødes navn. Det er ingen faktisk gjenoppliving og ingen bevissthet, men en statistisk simulering som kan generere helt nye setninger som personen aldri har sagt, og som «høres ut som» personen. Flere selskaper tilbyr det i dag som et kommersielt produkt, blant annet i Kina, der familier betaler opp mot 15 000 kroner for tjenesten.
Temperature (AI)
En innstilling som styrer hvor kreative eller forutsigbare AI-svarene er. Lav verdi gir mer presise og konsistente svar, mens høy verdi gir mer kreative og uforutsigbare svar. Mange av de nyeste modellene lar deg ikke styre dette selv. Claude Opus 5.5 godtar bare standardverdien, og hos OpenAI må innstillingen fjernes når modellen resonnerer før den svarer.
Token
En liten bit tekst som AI-modeller jobber med. Den er enten et helt ord, en del av et ord eller et enkelt tegn. Jo flere tokens, jo lengre tekst.
Tokenization
Prosessen med å dele opp tekst i mindre biter, kalt tokens, som modellen kan forstå. Ofte er det hele ord eller deler av ord.
Variational Autoencoder (VAE)
En type autoencoder som lærer en distribusjon av dataene og kan generere nye eksempler. Den kombinerer komprimering med generering.
Vector Database
En spesiell database laget for å lagre og søke i embeddings (tallvektorer) effektivt. Den passer godt til semantisk søk og RAG-systemer.