Ordliste

AI-ordlisten

Forklaringer på begreper vi bruker i AI-dekningen — 569 ord, definert på vanlig norsk.

A

Abstain (reservere seg): AI-modellens evne til å gi et «ukjent»-svar når den ikke kan gi en sikker klassifisering eller konklusjon.
ACE-hemmere: Medikamenter brukt til å behandle høyt blodtrykk og hjertesvikt, som virker ved å avslappe blodårene.
Adopsjonstakt: Hvor raskt og i hvilken grad en ny teknologi eller praksis blir tatt i bruk av enkeltpersoner, bedrifter eller samfunnet.
Agent: Et autonomt AI-system som kan oppfatte sitt miljø, ta beslutninger og utføre handlinger for å oppnå et mål.
Agent sessions: En interaktiv økt der en spesialisert AI-agent opererer innenfor en definert kontekst, for eksempel et kode-prosjekt, for å løse oppgaver.
Agent-AI: Et AI-system som kan oppfatte sitt miljø, ta selvstendige beslutninger og handle for å oppnå et gitt mål.
Agent-teknologi: Et IT-system der autonome programvarer (agenter) kan ta beslutninger og handle på vegne av brukere eller andre systemer.
Agent-trajektorier: En komplett logg eller sti over handlingene og tankeprosessene en KI-agent utfører for å løse en oppgave, steg for steg.
Agentbasert AI: AI-systemer som aktivt kan utføre handlinger i den virkelige verden, basert på mål og omgivelser, ofte ved bruk av verktøy.
Agentbaserte oppgaver: AI-systemer som utfører komplekse handlinger autonomt, basert på en serie trinn eller beslutninger for å nå et mål.
agentic workflows: Et system der en AI autonomt planlegger, utfører og tilpasser en serie handlinger for å oppnå et gitt mål, ofte med flere trinn og tilbakemeldinger.
agentisk: Et system som ikke bare foreslår løsninger, men selv kan planlegge og utføre komplekse oppgaver autonomt i et digitalt miljø.
Agentisk AI: AI-systemer som kan handle autonomt for å oppnå mål, planlegge, huske informasjon og kontinuerlig utføre oppgaver.
Agentisk koding: En arbeidsflyt der en AI-agent veksler mellom å bruke store språkmodeller og eksterne verktøy for å løse oppgaver.
Agentiske oppgaver: AI-systemers evne til å planlegge, utføre og tilpasse komplekse oppgaver autonomt, ofte gjennom interaksjon med andre verktøy eller miljøer, for å nå et spesifikt mål.
Agtech AI: Kunstig intelligens (AI) anvendt i landbrukssektoren for å optimalisere prosesser og øke effektiviteten.
AI Act: EUs lovverk som regulerer utvikling og bruk av kunstig intelligens basert på risikokategorier, med mål om å sikre sikkerhet og etikk.
AI Assistant: Et AI-drevet verktøy som hjelper brukere med oppgaver eller problemer gjennom naturlig språkforståelse.
AI Bill of Materials (AI BoM): En oversikt over komponenter og historikk i et AI-system, inkludert treningsdata, modellens opprinnelse og endringer, for å sikre sporbarhet og sikkerhet.
AI Models Info: Et nettsted som gir en oversikt over ulike AI-modeller og hvordan de presterer på utvalgte tester.
AI Office: EUs eget kontor som skal overvåke og håndheve reglene i AI-loven, samt fremme utvikling og bruk av trygg AI.
AI Omnibus: Samlebetegnelse for lovendringer eller tillegg som endrer tidslinjen for deler av AI-loven.
AI-agent: En AI-agent er en autonom programvare som opererer i et miljø og utfører oppgaver basert på sensoriske inndata og forhåndsdefinerte regler eller læring.
AI-algoritmer: Et sett med regler eller instruksjoner som et kunstig intelligens-system følger for å løse en oppgave, som for eksempel bildegjenkjenning.
AI-arkitektur: Den underliggende strukturen og de tekniske komponentene som definerer hvordan et AI-system er bygget opp og fungerer.
AI-assistent: Et program som kan forstå naturlig språk og utføre oppgaver eller svare på spørsmål, ofte integrert i enheter.
AI-chatbot: En type kunstig intelligens som kan føre samtaler og svare på spørsmål, ofte trent på enorme tekstmengder.
AI-detektorer: Programvare som bruker maskinlæring for å vurdere sannsynligheten for at en tekst er generert av kunstig intelligens, basert på språklige mønstre.
AI-diffusjon: Utbredelsen eller graden av bruk av kunstig intelligens innenfor et bestemt område, som for eksempel en sjanger eller bransje.
AI-dommer: En kunstig intelligens-modell som evaluerer og gir tilbakemelding på innhold generert av andre AI-modeller eller systemer.
AI-drevne skiltlesere: Kameraer som bruker kunstig intelligens til automatisk å identifisere og registrere bilskiltnumre for overvåking og sporing.
AI-eksponering: Graden av hvor mye en jobb eller yrkesgruppe påvirkes av eller kan utføres av kunstig intelligens-teknologier.
AI-eksponerte yrker: Arbeidsområder der oppgaver kan utføres eller forbedres av kunstig intelligens, som programvareutvikling og kundeservice.
AI-forordning: Et omfattende EU-regelverk som klassifiserer og regulerer AI-systemer basert på risiko for å beskytte borgernes rettigheter.
AI-indusert deskilling: Fenomenet der menneskelige ferdigheter og ekspertise forsvinner på grunn av overdreven avhengighet av AI-systemer.
AI-kontor: EUs administrative organ som skal overvåke og håndheve AI-forordningen på tvers av medlemslandene.
AI-kontroll: Et forskningsfelt der man utvikler metoder for å sikre at AI-systemer handler i tråd med menneskelige intensjoner, selv når de er kraftige og autonome.
AI-literacy: Evnen til å forstå hvordan kunstig intelligens fungerer, vurdere dens utdata og samhandle effektivt med AI-systemer.
AI-modell: Et dataprogram som er trent på store mengder data for å gjenkjenne mønstre og utføre spesifikke oppgaver, for eksempel å generere musikk eller tekst.
AI-native: Beskriver systemer eller applikasjoner som er bygget fra grunnen av med kunstig intelligens som kjerneteknologi.
AI-native editor: En AI-native editor er en koderedigerer som er bygget fra grunnen av med kunstig intelligens som en integrert og fundamental del av funksjonaliteten.
AI-overvåking: Bruk av kunstig intelligens-teknologi til å automatisk analysere data fra kameraer eller sensorer for å identifisere, spore eller kategorisere objekter og personer.
AI-skriver: Et AI-system som lytter til pasientsamtaler og automatisk genererer medisinske notater og dokumentasjon for klinikere.
AI-vasking: Villedende praksis der selskaper overdriver eller feilaktig fremstiller sin bruk av kunstig intelligens for å øke verdien eller fremstå mer innovative.
Aktuator: En mekanisk komponent som omformer en form for energi (elektrisk, hydraulisk, pneumatisk) til bevegelse, for eksempel i en robotarm.
Algebraisk geometri: Et felt innen matematikken som kombinerer algebraiske metoder med geometriske konsepter, for å studere geometriske former beskrevet av polynomer.
Algoritmer: En detaljert, trinnvis prosedyre eller et sett med regler som en datamaskin følger for å løse et problem eller utføre en oppgave.
Algoritmisk skjevhet: Systematisk og urettferdig feil i en algoritmes resultater som fører til forskjellsbehandling av visse grupper.
Alignment (AI): Prosessen med å justere en AI-modells atferd slik at den stemmer overens med menneskelige verdier, etiske retningslinjer og sikkerhetskrav.
Alignment guardrails: Sikkerhetsmekanismer og retningslinjer som implementeres i AI-modeller for å styre deres oppførsel og forhindre uønsket eller skadelig innhold, som skjevhet eller diskriminering.
Alphabet: Paraplyselskapet som eier Google og flere andre teknologiselskaper, opprettet i 2015 for å skille Googles kjernevirksomhet fra andre satsinger.
AlphaFold: En AI-modell utviklet av DeepMind som kan forutsi 3D-strukturen til proteiner med høy nøyaktighet ut fra aminosyresekvensen.
Amazon Bedrock: En tjeneste fra AWS som tilbyr tilgang til ulike grunnmodeller (foundation models) fra AI-selskaper via en enkelt API.
Ambient AI scribes: AI-verktøy som lytter til samtaler, konverterer tale til tekst, og genererer skriftlige notater og brev automatisk.
Ambient Clinical Intelligence: AI-systemer som lytter og observerer i kliniske omgivelser for å automatisere dokumentasjon og assistere helsepersonell.
Android: Et mobiloperativsystem utviklet av Google, brukt på en rekke smarttelefoner og nettbrett fra ulike produsenter.
Annotasjoner: Metadata som kan legges til Java-kode for å gi kompilatoren eller kjøretidsmiljøet tilleggsinformasjon om elementene i koden.
Anonymiseres: Prosessen med å fjerne eller modifisere data slik at de ikke lenger kan knyttes til en identifiserbar person, for å beskytte personvern.
Anonymisering: Prosessen med å fjerne eller modifisere personidentifiserende informasjon fra data for å beskytte individets personvern.
Anthropic: Et ledende amerikansk AI-selskap, kjent for sin store språkmodell Claude, grunnlagt av tidligere OpenAI-ansatte.
API (Application Programming Interface): Et sett med regler og verktøy som lar ulike programmer kommunisere og utveksle funksjonalitet med hverandre.
API-kall: En forespørsel sendt fra et program til et annet program for å be om data eller en tjeneste, via et definert grensesnitt.
API-ruter: Et system som samler og videresender forespørsler til ulike API-er, ofte for å forenkle tilgangen til flere tjenester som store språkmodeller.
Arbeidsflyt: En sekvens av trinn eller oppgaver som utføres for å oppnå et bestemt mål eller behandle informasjon fra start til slutt.
ARC-AGI-3 benchmark: En test for interaktiv resonnering der en AI-modell må lære å spille og vinne 2D-spill uten forhåndsinstruksjoner, likt et menneske.
Arkitektur (AI): Den strukturelle oppbygningen av et AI-system, inkludert hvordan ulike komponenter samhandler for å behandle data og generere resultater.
Artefakt: I programvareutvikling og forskning refererer en artefakt til et ferdig produkt eller en komponent som er resultatet av en prosess, for eksempel en kode, en modell eller en datafil.
Atferdsdrift: Fenomen der AI-agenter uventet tilpasser seg nye roller eller endrer atferd når de samhandler i komplekse systemer, ofte utenfor opprinnelige instruksjoner.
Attribuering: Prosessen med å gi anerkjennelse eller kreditt til den som har bidratt til et verk, en oppdagelse eller et resultat.
Attribusjonsmetoder: Teknikker som identifiserer hvilke input-data eller funksjoner som bidro mest til en spesifikk beslutning eller prediksjon fra en AI-modell.
Augmented intelligence: Et konsept der kunstig intelligens forsterker og komplementerer menneskelig intelligens, i stedet for å erstatte den.
Auto browse: En funksjon der en AI-agent selvstendig navigerer på nettsider og utfører definerte oppgaver, basert på brukerens instruksjoner.
Automatisering: Prosessen der AI-systemer tar over oppgaver som tradisjonelt utføres av mennesker, og dermed potensielt erstatter arbeidskraft.
Automatisering bias: Tendensen til å stole blindt på informasjon eller beslutninger generert av automatiserte systemer, selv når det er grunn til å tvile.
Automatisert AI-forskning: AI-systemer som selv kan forske på, utvikle og forbedre andre AI-systemer, noe som potensielt kan akselerere AI-fremdriften betraktelig.
Automatiserte beslutningsteknologier (AEDT): Systemer som bruker algoritmer til å ta avgjørelser, ofte innen rekruttering eller personalbehandling, og som nå reguleres for å sikre rettferdighet og åpenhet.
Autonom agent: Et AI-system som kan operere uavhengig og ta egne beslutninger uten kontinuerlig menneskelig innblanding.
Autonom navigasjon: Et system som kan bestemme sin egen posisjon og kurs uten menneskelig inngripen, ved å tolke sensoriske data fra omgivelsene.
Autonome AI-agenter: AI-systemer som selvstendig kan velge metoder og rekkefølge for å løse et gitt mål, ofte med minimal menneskelig interaksjon.
Autonome AI-modeller: AI-systemer som kan utføre oppgaver og ta beslutninger selvstendig, uten direkte menneskelig innblanding.
Autonome AI-systemer: Kunstig intelligens-systemer som kan handle uavhengig uten direkte menneskelig inngripen, basert på forhåndsprogrammerte regler og læring.
Autonome systemer: Systemer som kan operere uavhengig og ta egne beslutninger, ofte ved hjelp av AI, uten direkte menneskelig kontroll.
Autonomt: Evnen til å operere uavhengig og selvstyrt, uten kontinuerlig menneskelig innblanding eller kontroll.
Autoregressive conditioning: Prinsippet der hvert element AI-modellen genererer er betinget av og bygger på alle tidligere genererte elementer i sekvensen.
Autorisasjonslag: Et systemelement som kontrollerer hvilke handlinger en bruker eller en tjeneste har tillatelse til å utføre på ressurser eller data.
Avkoding: Prosessen der en språkmodell genererer utdata (tekst) basert på en gitt ledetekst eller delvis tekst, ofte trinn for trinn.
Azure-abonnement: En avtale med Microsoft for bruk av deres skytjenester, inkludert lagring, databehandling og avanserte AI-funksjoner.

B

B-roll: Støttebilder eller arkivopptak som brukes for å illustrere en fortelling og bryte opp lengre sekvenser.
Backend: Den delen av en applikasjon som kjører på en server og håndterer datalagring, forretningslogikk og kommunikasjon med databaser.
Bakteriofager: Virus som infiserer og dreper bakterier ved å injisere sitt eget DNA og replikere seg inne i bakteriecellen.
Bechdel-test: En test som vurderer kjønnsrepresentasjon i fiksjon ved å spørre om to navngitte kvinner snakker sammen om noe annet enn en mann.
Behavioral containment: Prinsippet om å sikre at en agents samlede atferd over tid ikke overskrider definerte systemgrenser eller sikkerhetsregler.
Benchmark: En standardisert test eller sammenligning brukt for å evaluere ytelsen til et system eller en modell.
Benchmark-tester: Standardiserte tester som brukes for å måle og sammenligne ytelsen til ulike AI-modeller eller systemer mot hverandre.
Benchmarking: Systematisk sammenligning av ytelse, effektivitet eller kvalitet mellom ulike systemer, modeller eller metoder.
Benke-NMR: En kompakt og brukervennlig variant av NMR-spektroskopi, en analysemetode for å identifisere og kvantifisere molekyler, som kan brukes direkte i laboratoriet.
Beregningsparadigme: Et grunnleggende sett med konsepter og verktøy som definerer hvordan man tenker rundt og utfører beregninger eller løser problemer.
Beslutningsstøtte (CDS): Et IT-system som gir klinikere evidensbasert informasjon og anbefalinger for å forbedre pasientbehandlingen ved beslutningspunkter.
Betaversjon: En tidlig, uferdig utgave av programvare som er utgitt for testing og tilbakemelding før den endelige lanseringen.
Bias: Systematisk skjevhet i data som kan føre til at en AI-modell tar feilaktige eller urettferdige beslutninger, spesielt overfor visse grupper.
Bibliotekdrift (library drift): En gradvis forverring av en selvlærende KI-agents ytelse, forårsaket av ukritisk akkumulering av ubrukelige, foreldede eller feilaktige ferdigheter.
Bildegenereringsmodeller: AI-modeller som kan lage nye bilder fra tekstbeskrivelser eller eksisterende bilder.
Binding: Mekanismen som sikrer at en AI-agent utfører spesifikke handlinger eller følger bestemte instruksjoner gitt av dens kode.
Biomangfold: Det totale mangfoldet av liv på jorden, inkludert variasjonen av arter, gener og økosystemer.
Biometriske data: Fysiske eller atferdsmessige kjennetegn som kan brukes til å identifisere en person, som fingeravtrykk eller ansiktstrekk.
Biosikkerhet: Tiltak og prinsipper for å forhindre utilsiktet utslipp, tyveri eller misbruk av biologiske materialer og teknologier som kan utgjøre en risiko for folkehelsen eller miljøet.
Blanket coverage denials: Systematiske avslag på dekning av visse typer helsetjenester, ofte uten individuell vurdering.
Bot-trafikk: Automatisk nettaktivitet utført av programvareroboter, ofte brukt til web indeksering, skraping eller distribusjon av innhold.
Brussel-effekten: EUs evne til å påvirke globale standarder og reguleringer på grunn av størrelsen på sitt indre marked og strenge krav til markedstilgang.
Business Intelligence (BI): Teknologier og prosesser for å samle, integrere, analysere og presentere forretningsinformasjon for å støtte beslutningstaking.

C

C2PA: En teknisk standard for å feste metadata til digitalt innhold, som viser hvor og hvordan innholdet er laget.
C2PA-metadata: Et sett med standarder for å autentisere og spore opphavet til digitale medier, for å bekjempe desinformasjon og forfalskninger.
Cache reads: Når en AI-modell gjenbruker informasjon den allerede har behandlet fra tidligere deler av en lang samtale eller tekst, for å unngå å lese det på nytt.
Caching: En teknikk for å lagre ofte brukte data eller resultater i et raskere minne, slik at fremtidige forespørsler kan besvares raskere uten ny beregning.
CAD: Computer-Aided Design er programvare for digital tegning og konstruksjon av 2D- eller 3D-modeller.
Canary tools: Spesialdesignede diagnostiske verktøy plantet i en AI-modell for å avsløre spesifikke svakheter i modellens verktøyvalg.
Capture the flag: En type sikkerhetstest der deltakere (her en AI) skal finne og «fange» skjult informasjon («flagget») ved å utnytte sårbarheter.
Chain of thought: En teknikk der LLM-en genererer mellomliggende resonnementstrinn, som en indre tankeprosess, før den gir et endelig svar.
Chain-of-thought monitoring: En teknikk for å overvåke en KI-modells indre resonnementsprosess, altså tanketrinnene den tar for å komme frem til et svar.
Chatbot: Et dataprogram som simulerer menneskelig samtale gjennom tekst eller stemme, ofte brukt for kundeservice eller informasjonssøk.
Claude 3.5 Sonnet: En spesifikk AI-modell, utviklet for å håndtere komplekse oppgaver og tilby avanserte resonneringsevner.
CMIA: The Confidentiality of Medical Information Act, en kalifornisk lov som regulerer personvern for medisinske opplysninger.
CMS: Centers for Medicare and Medicaid Services; amerikansk føderal etat som administrerer offentlige helseprogrammer.
Codex: OpenAIs AI-modell som kan oversette naturlig språk til programvarekode, spesielt utviklet for å hjelpe utviklere med programmeringsoppgaver.
Compliance by design: Prinsipp om å bygge inn krav til regelverksetterlevelse direkte i systemets design, arkitektur og kode fra starten av, for å forhindre brudd.
Compute: Samlebetegnelse for all maskinvare og programvare som kreves for å trene og kjøre AI-modeller, altså selve datakraften.
Copilot Cowork: En utvidelse av Microsoft Copilot som lar AI-assistenter fungere som virtuelle kolleger, automatisere oppgaver og samarbeide med brukere.
Copilot Credits: Copilot Credits er en felles, bruksbasert valuta i Microsofts økosystem som måler og priser forbruket av AI-tjenester som Copilot Cowork og Copilot Studio.
CORS: Et sikkerhetsprinsipp for nettlesere som bestemmer om et nettsted kan laste ressurser fra et annet domene.
CRA (Cyber Resilience Act): EU-forordning som stiller krav til cybersikkerhet for produkter med digitale elementer gjennom hele livssyklusen.
CRM: Customer Relationship Management; systemer for å håndtere og analysere kundeinteraksjoner og data gjennom kundens livssyklus.
CRUD API: En type API (Application Programming Interface) som tillater oppretting, lesing, oppdatering og sletting av data i en database eller tjeneste.
CSV-format: Et enkelt filformat for å lagre tabulære data, ofte brukt for utveksling av data mellom programmer.
Cyberangrep: Et forsøk på å få uautorisert tilgang til, skade eller forstyrre datasystemer, nettverk eller data.
Cybersikkerhet: Beskyttelse av datasystemer og nettverk mot tyveri, skade eller uautorisert tilgang.

D

Dashbord: Et dashbord er en visuell fremstilling av nøkkeldata og statistikk, samlet på ett sted for rask oversikt og analyse.
Databehandlingsansvarlig: Den enheten som bestemmer formålet med og midlene for behandlingen av personopplysninger, og har det overordnede ansvaret for personvern.
Datakraft: Mengden prosesseringskapasitet som er tilgjengelig for å utføre beregninger, særlig viktig for å trene og kjøre AI-modeller effektivt.
Datamerking: Prosessen med å annotere eller kategorisere data for å lære AI-modeller hva de skal se etter.
Datasenter: Fysiske anlegg som huser dataservere og nettverksutstyr for lagring og prosessering av store mengder data.
Datasentre: Fasiliteter som huser datamaskiner og tilknyttet utstyr for å lagre, behandle og distribuere store mengder data, sentralt for AI-operasjoner.
Datasett: En samling strukturerte data som brukes til å trene og evaluere maskinlæringsmodeller.
Datasiloer: Separat lagret informasjon som er utilgjengelig for andre systemer eller avdelinger, noe som hindrer en helhetlig oversikt.
Datasystem: Et integrert system for å samle inn, lagre, behandle og administrere data, som er avgjørende for bedrifters operasjoner.
Deepfake: Et sammensatt bilde, lydklipp eller video som er skapt eller manipulert med kunstig intelligens for å fremstå som ekte.
Destillasjon (av AI-modeller): En teknikk der en liten, enklere AI-modell lærer å etterligne atferden til en større, mer kompleks modell for å redusere regnekostnader.
Destillering: En teknikk hvor en stor og kompleks AI-modell overfører sin kunnskap til en mindre og mer effektiv modell, uten å miste for mye ytelse.
Diff: En kodedifferensiering som viser forskjellene mellom to versjoner av en fil, ofte brukt for å spore endringer i programkode.
Differensialdiagnose: Prosessen der leger skiller mellom sykdommer med lignende symptomer for å finne den korrekte diagnosen.
Diffusjonsmodeller: AI-modeller som gradvis fjerner støy fra tilfeldige data for å generere nye data som ligner treningsdataene.
Diffusjonsteknikker: En familie av generative modeller som gradvis omformer støy til meningsfull data, opprinnelig kjent fra bildegenerering, nå tilpasset tekst.
Digital Crown: Den roterende knappen på siden av Apple Watch, brukt til navigasjon og interaksjon med klokken.
Digital medarbeider: En KI-arbeider konfigurert for en spesifikk rolle eller arbeidsflyt, med definerte ansvarsområder og punkter for menneskelig gjennomgang.
Digital patologi: Digitalisering av mikroskopiske vevsprøver som tillater visning, analyse og deling av patologiske bilder via dataskjermer.
Digital suverenitet: Et lands evne til å kontrollere sine egne data, teknologi og digitale infrastruktur, uavhengig av utenlandske aktører.
Digitale lydarbeidsstasjoner (DAW): Programvare som lar brukere komponere, spille inn, redigere og mikse musikk og lyd digitalt.
Digitalt handlingsrom: Nasjonens evne til å operere og ta selvstendige valg i den digitale sfæren, uavhengig av utenlandsk teknologi eller infrastruktur.
DORA: EU-forordning som skal sikre digital operasjonell robusthet og motstandsdyktighet i finanssektoren.
Downdetector: En plattform som sporer nedetid for nettjenester basert på brukerrapporter og gir en oversikt over forstyrrelser.
Drift: Avvik eller endringer i et AI-systems atferd eller prediksjoner over tid, ofte på grunn av endringer i data eller miljø.
dubbing: Prosessen med å erstatte originaldialogen i en film eller serie med en oversatt lydspor, ofte utført av stemmeskuespillere.
Due diligence: En omfattende undersøkelse av et selskap, spesielt ved oppkjøp eller investering, for å vurdere dets eiendeler, forpliktelser og potensielle risikoer.
Dunning-Kruger-effekten: Et kognitivt avvik der personer med lav kompetanse i et område overvurderer egne evner, mens kompetente personer ofte undervurderer dem.
Dypfalske videoer: Videoer som er manipulert med kunstig intelligens for å fremstille personer som sier eller gjør ting de ikke har gjort i virkeligheten.

E

EDiscovery: Prosessen med å identifisere, samle inn og produsere elektronisk lagret informasjon som bevis i juridiske saker.
Eksportkontroller: Regjeringens begrensninger på utveksling av bestemte varer, tjenester eller teknologier over landegrensene, ofte av nasjonale sikkerhetshensyn.
Ekstern revisjon: En uavhengig granskning eller vurdering av et system eller en prosess, utført av en aktør som ikke er en del av organisasjonen som har utviklet det.
Embodied AI: Kunstig intelligens som er integrert i en fysisk kropp, slik at den kan samhandle med og operere i den virkelige verden, for eksempel gjennom en robot.
Emergent abilities: Uventede og uforutsette evner som oppstår i AI-modeller når de når en viss størrelse og kompleksitet.
End effector: Verktøyet som er montert på enden av en robotarm, for eksempel en griper, sveisebrenner eller skrutrekker.
Ende-til-ende-kryptering: En metode for sikker kommunikasjon der kun senderen og mottakeren kan lese meldingene, ikke mellommenn.
Endepunkt: Et fjerntilgjengelig punkt i et nettverkssystem, for eksempel en API, som programvare kan kommunisere med.
Etterprøvbarhet: Evnen til å spore og forstå hvordan et AI-system kom frem til en spesifikk beslutning eller et resultat.
EU Standard Contractual Clauses: Standardiserte avtalevilkår utarbeidet av EU-kommisjonen, brukt for å sikre at personopplysninger er tilstrekkelig beskyttet ved overføring utenfor EØS.
EUs AI-lov: Et omfattende lovverk fra EU som regulerer utvikling, distribusjon og bruk av kunstig intelligens, med fokus på risiko og grunnleggende rettigheter.
Evaluation awareness: AI-modellens evne til å oppdage at den blir testet, og potensielt endre sin oppførsel deretter.
Evidens: Bevisgrunnlaget for at en medisinsk metode eller teknologi er effektiv og sikker, ofte basert på forskning og kliniske studier.
Evidensstandarder: Krav til dokumentasjon av at en metode eller et produkt er effektivt og trygt, basert på vitenskapelig bevis.
Ex-ante regulering: Regulering som innføres før et system eller produkt tas i bruk, for å forebygge kjente risikoer.
EØS-avtalen: Avtale som gir Norge, Island og Liechtenstein tilgang til EUs indre marked mot å innføre EU-lovgivning på relevante områder.

F

F1-score: Et mål på nøyaktighet for klassifiseringssystemer, som balanserer presisjon (hvor mange av de rapporterte feilene som er reelle) og gjenkalling (hvor mange av de reelle feilene som ble funnet).
Failover: En mekanisme som automatisk bytter til et reservessystem eller en alternativ rute når primærsystemet feiler eller blir utilgjengelig.
Fair Credit Reporting Act: Amerikansk føderal lov som regulerer hvordan kredittinformasjon samles inn, lagres og brukes, ofte relevant for AI i finanssektoren.
False positive: En feilaktig alarm; når et system feilaktig identifiserer noe som en trussel, feil eller uønsket, selv om det er ufarlig eller korrekt.
FDA: Food and Drug Administration; amerikansk føderal etat som regulerer mat, legemidler, medisinsk utstyr og kosmetikk.
Feilkalibrering: Når et AI-system uttrykker for høy eller lav tillit til sine prediksjoner i forhold til deres faktiske nøyaktighet.
Fellesskapsdeteksjon: Prosessen med å identifisere grupper eller klynger av sammenkoblede entiteter (noder) i et nettverk, basert på deres tilknytning eller likhet.
Ferdigheter (skills): Spesifikke evner eller verktøy som en AI-agent har, og som den bruker for å løse oppgaver eller utføre handlinger.
Finjustering: Prosessen med å tilpasse en allerede trent AI-modell til en spesifikk oppgave eller et spesifikt datasett, ofte med mindre mengder data enn den opprinnelige treningen.
FinOps: FinOps er en praksis som kombinerer finansielle prinsipper med skyoperasjoner for å optimalisere kostnader, maksimere forretningsverdi og forbedre samarbeidet mellom IT- og finansavdelinger.
Flaskehals: En del av et system som begrenser den totale ytelsen fordi den ikke klarer å behandle data eller oppgaver like raskt som resten av systemet.
Fleragentrammeverk: Et system der flere AI-agenter jobber sammen for å løse en kompleks oppgave, ofte med spesialiserte roller.
Flermodellarkitektur (multi-model architecture): En strategi for AI-systemer som innebærer bruk av flere forskjellige AI-modeller, både åpne og proprietære, optimalisert for ulike oppgaver og arbeidsbelastninger.
FLOP: Forkortelse for Floating Point Operations Per Second, en måleenhet for antall regneoperasjoner en datamaskin eller KI-modell kan utføre per sekund.
Forbruksbasert fakturering: En betalingsmodell der kostnadene beregnes ut fra hvor mye en tjeneste faktisk brukes, i stedet for faste abonnementer.
Forever chemicals: Et kallenavn for PFAS-kjemikalier, en gruppe syntetiske stoffer som brytes svært sakte ned i naturen og kan samle seg opp i miljøet og levende organismer.
Formell verifisering: En matematisk metode for å bevise at et program eller system oppfyller bestemte spesifikasjoner, og for å avdekke feil eller sårbarheter.
Forordning (EU) 2024/1689: Den offisielle betegnelsen på EUs AI-lov, som trådte i kraft i 2024 og etablerer et felles juridisk rammeverk for AI.
Forsterket læring: En AI-treningsmetode der en agent lærer å ta beslutninger ved å motta belønninger eller straffer for handlingene sine.
Forsterkningslæring: En maskinlæringsmetode der en AI-agent lærer gjennom prøving og feiling, og mottar belønninger for ønsket atferd og straff for uønsket.
Forsterkningslæring fra menneskelig tilbakemelding (RLHF): En metode der AI lærer fra menneskers preferanser og rangeringer av ulike svar for å forbedre sin oppførsel.
fotopolymer: Et materiale som endrer egenskaper, som for eksempel å herde, når det utsettes for lys, ofte brukt i 3D-printing.
Foundation model: En stor AI-modell som er trent på et bredt datagrunnlag og kan tilpasses mange ulike oppgaver.
Fri kontantstrøm: Pengene et selskap har igjen etter at alle operasjonelle kostnader og kapitalutgifter er dekket, og som er tilgjengelig for aksjonærer eller gjeldsnedbetaling.
Frihetsgrader (DOF): Antall uavhengige retninger et robotledd eller -system kan bevege seg i, som definerer dets fleksibilitet.
Friksjon: I teknologisammenheng refererer dette til motstand eller hindringer som gjør et system vanskeligere å bruke eller integrere.
Frontier AI: Betegnelse på de mest avanserte og kapable AI-modellene, ofte store språkmodeller, som krever spesiell oppmerksomhet rundt sikkerhet og risiko.
Frontier AI labs: Forskningsteam og selskaper som utvikler de mest avanserte og banebrytende AI-modellene, ofte i forkant av eksisterende kapabiliteter.
Frontier models: De mest avanserte og kapable AI-modellene som er utviklet, ofte kjennetegnet av sin størrelse og brede anvendelsesområde.
Frontier-modeller: De mest avanserte og kapable store språkmodellene (LLM-er) som for tiden er tilgjengelige, ofte fra ledende forskningsmiljøer.
FTC (Federal Trade Commission): Amerikansk føderal etat som beskytter forbrukere og opprettholder konkurranse, blant annet ved regulering av AI-praksiser.
Full-stack: Betegnelse på systemer eller utviklere som håndterer både brukergrensesnittet (frontend) og serverlogikken med database (backend).
Full-stack-app: En komplett applikasjon som inkluderer både brukergrensesnittet (frontend) og serverlogikken og databasen (backend).
Funksjonelle generative nettverk (FGNs): En type kunstig intelligens som kan lære å generere nye data som ligner treningsdataene, her brukt for å skape værmodeller.
Funksjonstildeling (Feature attribution): En XAI-metode som identifiserer hvilke input-data eller funksjoner som bidrar mest til en AI-modells utfall eller beslutning.
Fuzzer-testing: En teknikk der man mater et program med store mengder uventede eller tilfeldige data for å finne sårbarheter og feil.
Fysisk AI (physical AI): AI-systemer som opererer i den fysiske verden, ofte integrert i maskiner eller utstyr, og som krever raske beslutninger lokalt (som i roboter eller autonome kjøretøy).

G

GDPR: General Data Protection Regulation er EUs personvernforordning som regulerer innsamling, lagring og bruk av personopplysninger for å beskytte individers rettigheter.
GDPR Artikkel 25: Del av personvernforordningen GDPR som krever at personvern bygges inn i systemer («privacy by design») og at kun nødvendige data behandles som standard («privacy by default»).
Gemini: Googles serie med avanserte multimodale AI-modeller, designet for å forstå og generere ulike typer innhold.
Gemini Live: En modus i Googles AI-chatbot Gemini som tillater muntlig dialog og rask informasjonshenting.
Gemini Nano: Googles letteste og mest effektive AI-modell, optimalisert for bruk direkte på enheter som smarttelefoner.
Gemini Omni: En av Googles mest avanserte AI-modeller, designet for å håndtere komplekse og multimodale oppgaver.
Generalisere: En modells evne til å anvende kunnskap tilegnet fra treningsdata på nye, ukjente data eller situasjoner.
Generaliseringsevne: AI-systemers evne til å anvende kunnskap tilegnet i én situasjon på nye, ukjente situasjoner eller data.
Generativ AI: En type kunstig intelligens som kan produsere nytt og originalt innhold, som tekst, bilder eller kode, basert på data den er trent på.
Generativ video: AI-modeller som kan skape nye videoklipp, ofte fra tekstbeskrivelser, ved å syntetisere realistiske bilder og bevegelser.
Generative Engine Optimization (GEO): En strategi for å optimalisere innhold for synlighet i søkemotorer og samtalebaserte AI-systemer, ved å fokusere på autentisitet og verifiserbarhet.
Generative Media: AI-teknologi som skaper nytt innhold som video, lyd eller bilder basert på tekstinstrukser eller eksisterende data.
Generative store språkmodeller (LLM-er): Avanserte AI-systemer som kan generere tekst basert på erfaringer fra store mengder data, ofte brukt til språkforståelse og produksjon.
Generelle AI-modeller (GPAI): Avanserte AI-systemer som kan utføre et bredt spekter av ulike oppgaver og brukes i mange forskjellige applikasjoner.
Genomer: Den komplette arveinformasjonen (DNA eller RNA) til en organisme, inkludert alle gener.
Geopolitisk uro: Uro og spenninger mellom stater og regioner som påvirker globale forhold, inkludert handel, sikkerhet og forsyningskjeder.
Ghost citations: Oppdiktet kildehenvisning eller lenke generert av en AI-modell, som kan fremstå som reell.
GitHub: En plattform for versjonskontroll og samarbeid rundt programvareutvikling, basert på Git.
GitHub Copilot: En AI-drevet kodingsassistent som hjelper utviklere med å skrive kode raskere ved å foreslå linjer og funksjoner basert på kontekst.
Gjennomføringsevne: Forskerens eller teamets faktiske kapasitet til å utføre et foreslått prosjekt, inkludert kompetanse og infrastruktur.
Gjennomføringsgap: Forskjellen mellom erkjennelsen av et behov for endring og virksomhetens faktiske evne til å gjennomføre denne endringen.
Gjennomsiktighet: Åpenhet rundt hvordan AI-systemer er designet, trent og fungerer, for å bygge tillit og muliggjøre uavhengig granskning av risiko.
GLP-1: Et hormon som regulerer blodsukker og appetitt, og som er sentralt i nye medisiner for diabetes og vekttap.
Gluoner: Elementærpartikler som formidler den sterke kjernekraften, som binder kvarker sammen i protoner og nøytroner.
GMA (General Mobile Assistants): Et nytt benchmark (referansepunkt) for å teste AI-agenters evne til å løse komplekse, virkelige oppgaver i mobilapplikasjoner.
Google DeepMind: Et britisk forskningsselskap innen kunstig intelligens, kjøpt av Google i 2014, kjent for sitt arbeid med blant annet dyp læring og proteinbretting.
Google Lens: Googles bildegjenkjenningsteknologi som kan identifisere objekter, tekster og løse problemer basert på et bilde.
Google Workspace: En samling skybaserte produktivitets- og samarbeidsverktøy fra Google, inkludert Gmail, Dokumenter, Regneark og Kalender.
Governance Inversion Hypothesis: En teori om at økt formalisering av styring kan føre til mindre operasjonell kontroll.
GPT-4: En stor språkmodell utviklet av OpenAI, kjent for sin evne til å forstå og generere menneskelignende tekst.
GPU: Graphics Processing Unit; en spesialisert elektronisk krets designet for å behandle store blokker av data parallelt, ideelt for KI og tungregning.
GPU-brikker: Grafikkprosessorer, spesialiserte databrikker som er svært effektive for parallelle beregninger, avgjørende for trening og drift av AI-modeller.
GPU-kjernen (CUDA-kernel): En funksjon eller et program som kjører direkte på en grafikkprosessor (GPU) for å utføre parallelle beregninger, ofte brukt i kompleks AI-prosessering.
Gradient: Innen maskinlæring er gradienten et mål på hvordan en modellparameter skal justeres for å minimere feil, altså hvor «bratt» læringskurven er.
Grensemodeller: De mest avanserte og kapable AI-modellene, ofte med et bredt spekter av ferdigheter og anvendelser.
Ground-truth: Referansedata eller informasjon som er bekreftet som sann eller korrekt, og som brukes til å evaluere nøyaktigheten av en modell eller et system.
Grunnmodell: En stor AI-modell, ofte trent på enorme datamengder, som kan tilpasses mange ulike oppgaver og applikasjoner.
Gruppeteori: Et felt innen abstrakt algebra som studerer matematiske objekter kalt «grupper» og deres strukturerte samspill.

H

Hallusinasjoner: Når en AI-modell genererer feilaktig, villedende eller oppdiktet informasjon som om det var fakta, uten grunnlag i treningsdataene.
Hallusinasjonsrater: Et mål på hvor ofte en AI-modell genererer informasjon som er faktuelt feilaktig eller ikke understøttet av dens treningsdata.
Hallusinere: Når en AI-modell genererer informasjon som virker troverdig, men som ikke er basert på fakta eller input, snarere dens intern kunnskap.
Harness: Et rammeverk eller verktøysett som brukes til å teste, evaluere eller forbedre ytelsen til programvare, ofte i et kontrollert miljø.
Hash-koder: En kort, numerisk eller alfanumerisk verdi som representerer et større datasett, brukt for effektiv indeksering og gjenfinning av data.
Hit rate: Andelen vellykkede resultater fra et gitt antall forsøk, for eksempel hvor mange av de foreslåtte molekylene som faktisk binder seg til et mål.
Hugging Face: Et ledende AI-selskap kjent for å være en plattform for å bygge, trene og distribuere maskinlæringsmodeller og datasett.
Humanoide roboter: Roboter designet for å ligne og operere som mennesker, ofte med to bein og en overkropp.
Humanoidrobot: En robot designet for å ligne og bevege seg som et menneske, ofte med to bein.
Humanoidrobotikk: Feltet som omhandler utvikling og bygging av roboter som har en kroppsform lignende et menneskes.
Hyperbolsk geometri: En type ikke-euklidsk geometri der rommet krummer seg innover, noe som gjør det egnet til å representere hierarkiske eller komplekse relasjoner mer effektivt enn flat geometri.
Hyperskalere: Store, globale skyleverandører som tilbyr IT-infrastruktur og tjenester med kapasitet til å skalere enormt, som AWS, Google Cloud og Microsoft Azure.
Hypotese: En begrunnet antakelse eller påstand som kan testes vitenskapelig for å bevise eller motbevise dens gyldighet.
Høyrisiko AI-systemer: AI-systemer som kan forårsake betydelig skade på helse, sikkerhet eller grunnleggende rettigheter, og som er underlagt strengere krav i AI Act.
Høyrisikosystemer: AI-systemer som potensielt kan skade menneskers helse, sikkerhet eller grunnleggende rettigheter, og som er underlagt strenge krav.

I

Immaterielle rettigheter (IP): Samlebetegnelse for rettigheter som beskytter skapende arbeid, som opphavsrett, patent og varemerke, viktig ved AI-generert innhold.
In-context learning: Evnen en AI-modell har til å lære nye oppgaver eller mønstre basert på eksempler gitt direkte i ledeteksten, uten å måtte endre modellens interne vekter.
Inferens: Prosessen der en trent AI-modell bruker sin kunnskap til å behandle nye data og generere et resultat, for eksempel en tekstrespons fra en chatbot.
Infrastruktur: Den grunnleggende teknologien og systemene, som datasentre og servere, som kreves for å drive og skalere AI-tjenester.
Innkjøpsagent: Et system, ofte AI-drevet, som automatisk håndterer deler av innkjøpsprosessen, fra bestilling til betaling.
Input tokens: Enheter av tekst som sendes inn til en AI-modell, for eksempel ord eller deler av ord, som modellen prosesserer for å generere et svar.
Intensjonssertifikat: Et temporært, digitalt sertifikat som definerer og begrenser en AI-agents spesifikke formål eller oppgave.
IPO: Initial Public Offering, eller børsnotering, er prosessen når et privat selskap selger aksjer til offentligheten for første gang.
Isolert testmiljø: Et sikkert og isolert digitalt miljø (også kalt sandkasse) designet for å teste programvare eller AI-modeller uten at de kan påvirke eksterne systemer.
Issue: En oppgave, feilrapport eller funksjonsforespørsel som sporer arbeid som skal gjøres i et programvareprosjekt.
Isaac GR00T: Nvidias plattform og grunnmodell som gir humanoide roboter evnen til å lære og utføre komplekse handlinger autonomt.

J

J-linse: En teknikk som lar forskere undersøke hvilke «tokens» (ord eller deler av ord) som er aktive i en LLM-s J-rom på et gitt tidspunkt.
J-rommet: Et matematisk estimat av en LLM-s arbeidsminne, som representerer de konseptene modellen henter frem og holder «i tankene» mens den behandler input.
Jacobi-formodningen: En langvarig uløst hypotese innen algebraisk geometri om reversibiliteten til polynomfunksjoner med konstant Jacobiansk determinant.
Jacobiansk determinant: Et mål på hvordan en funksjon strekker eller krymper rommet, ofte brukt for å sjekke om en funksjon er reversibel eller ikke.
Jacquard-vev: En vevstol som brukte et system med hullkort for å automatisere intrikate mønstre, en tidlig form for programmerbar mekanisering.
Jevons paradoks: Et økonomisk prinsipp som sier at teknologisk effektivisering av en ressurs kan føre til økt totalforbruk av ressursen, ikke mindre.
Jira: Et verktøy for prosjektstyring og sporing av feil og oppgaver, ofte brukt i programvareutvikling.
Jordobservasjon: Innsamling og analyse av data om jordens overflate og atmosfære, ofte fra satellitter, for å overvåke endringer i miljøet.

K

Kant-AI: Kunstig intelligens som behandler data direkte på enheten der de samles inn, i stedet for å sende dem til en sentral skytjeneste.
Kapabiliteter: De spesifikke funksjonene eller egenskapene en AI-modell eller et system har, som definerer hva den er i stand til å gjøre.
Kausal oppdagelse: Prosessen med å identifisere årsak-virkning-forhold fra observasjonsdata, uten direkte eksperimentering.
Kausalitet: Forholdet mellom årsak og virkning; at én hendelse eller variabel direkte fører til en annen.
KI-politikk: Strategier og retningslinjer utarbeidet av myndighetene for å styre utvikling og bruk av kunstig intelligens i samfunnet.
Kindle Unlimited: En abonnementstjeneste fra Amazon som gir tilgang til et stort utvalg e-bøker og lydbøker for en fast månedlig pris.
Kjøretidssystem: Programvare som overvåker og kontrollerer utførelsen av et annet program, som en AI, i sanntid.
Klassifisering: Prosessen der en AI-modell kategoriserer nye data basert på mønstre den har lært fra treningsdata.
Klinisk AI: Kunstig intelligens som brukes direkte i pasientbehandling, diagnostikk, eller medisinsk beslutningsstøtte.
Klinisk beslutningsstøtte (CDS): Datasystemer som assisterer helsepersonell med informasjonsbehandling og avgjørelser for å forbedre pasientbehandlingen.
Klinisk beslutningstaking: Prosessen der helsepersonell vurderer pasientdata for å velge den beste behandlingen eller diagnosemetoden.
Klinisk kapasitet: Den totale evnen helsevesenet har til å levere pasientbehandling, inkludert antall pasienter som kan behandles og tjenestetilbudets omfang.
Kliniske data: Informasjon samlet inn om pasienter under medisinsk behandling, inkludert diagnoser, behandlinger og utfall.
Koagulasjonstester: Blodprøver som måler blodets evne til å levre seg, brukt for å undersøke blødnings- og trombosetilstander.
Kodeeditor: Et program for å skrive, endre og organisere kildekode, ofte med funksjoner for syntax-utheving og feilsøking.
kodelager: Et kodelager (repository) er et sentralt sted hvor kildekode for programvare lagres, versjonskontrolleres og organiseres, ofte delt mellom utviklere.
Kodingsagent: En kodingsagent er et AI-system eller en programvare som er designet for å utføre eller assistere i kode-relaterte oppgaver, som å skrive, feilsøke eller optimalisere programvare.
Kognitiv avlastning: Når et verktøy overtar mentale oppgaver, noe som kan føre til redusert hukommelsestrening eller ferdighetsutvikling.
Kognitiv belastning: Mengden mental innsats som kreves for å utføre en oppgave, for eksempel å tolke data eller ta beslutninger.
Kognitiv overgivelse: Tendensen til å akseptere AI-genererte utdata uten tilstrekkelig kritisk tenkning eller egen vurdering.
Kompetansematching: Prosessen med å koble arbeidstakernes ferdigheter og kvalifikasjoner med de kravene og behovene arbeidsgivere har.
konfokal laser: En type laser som skanner overflater med høy presisjon, ofte brukt for detaljert 3D-måling og materialbearbeiding.
Konseptkunst: Visuelle design som utforsker ideer for filmer, spill eller andre medier, ofte for å etablere stemning, karakterdesign eller miljøer før produksjonen starter.
Kontekst: Informasjon som AI-modellen husker fra tidligere interaksjoner for å forstå og respondere mer relevant på nye spørsmål.
Kontekstbytte: Tiden og den mentale anstrengelsen det tar å skifte fokus mellom ulike oppgaver eller prosjekter.
Kontekstvindu: Maksimal lengde på inndata (prompt) en stor språkmodell kan behandle i én enkelt operasjon, målt i tokens eller ord.
konvertible obligasjoner: Et verdipapir som er et lån til et selskap, men som kan gjøres om til selskapets aksjer på et senere tidspunkt.
Kroppslig resonnering (embodied reasoning): En AI-kapasitet som gjør at systemer kan forstå og samhandle med den fysiske verden gjennom sanseinformasjon og handlinger.
Kroppsliggjort intelligens: Feltet innen AI som fokuserer på utvikling av intelligente agenter som kan interagere fysisk med den virkelige verden, for eksempel roboter.
Kryssmodell-enighet: Når flere uavhengige store språkmodeller (LLM-er) gir identiske eller svært like svar på det samme spørsmålet.
Krysspråklig ytelse: En AI-modells evne til å fungere effektivt på flere språk, selv om den primært er trent på ett eller noen få.
Kundesegmenter: En gruppe kunder med felles egenskaper, behov eller adferd, ofte brukt i markedsføring for målrettet kommunikasjon.
Kunstig generell intelligens (AGI): Et hypotetisk nivå av AI som kan forstå, lære og anvende intelligens på tvers av et bredt spekter av oppgaver, i likhet med et menneske.
Kunstig intelligens (AI): Systemer som kan utføre oppgaver som vanligvis krever menneskelig intelligens, som læring, problemløsning og mønstergjenkjenning.
Kvantemekaniske energier: Energinivåer og krefter som styrer oppførselen til atomer og molekyler på et fundamentalt, subatomært nivå.

L

Langtidshukommelse (i AI): AI-systemers evne til å lagre og gjenkalle informasjon over lengre perioder, for å lære av tidligere interaksjoner og erfaringer.
Langvarige agenter: AI-systemer som opererer over lengre tid og som ofte må ta beslutninger basert på tidligere handlinger og tilstander.
Lavparameter-modell: En AI-modell med få justerbare parametere, som gjør den enklere å trene og billigere å kjøre enn store, komplekse modeller.
Ledetekst: En instruksjon eller en serie ord gitt til en generativ AI-modell for å styre hva den skal produsere, som for eksempel et bilde eller en tekst.
leppesynkronisering: Teknikk der lyd og bilde justeres slik at skuespilleres munnbevegelser matcher dialogen, spesielt viktig for dubbet innhold.
Leverandørkjeder: Nettverket av organisasjoner og prosesser som er involvert i å produsere og levere et produkt eller en tjeneste, inkludert programvarekomponenter og skytjenester.
Lidar: En avstandsmålingsteknologi som bruker laserlys for å generere presise 3D-kart av omgivelsene.
Linguistisk selvsikkerhet: En AI-agents tendens til å uttrykke sine konklusjoner med stor overbevisning, selv når det bygger på feilaktige eller manipulert informasjon.
Lint-regler: Et sett med regler som automatisk sjekker programkode for stil, potensielle feil og dårlig praksis under utvikling.
Lisensdrift: Fenomenet der lisensvilkårene for et programvareprodukt eller en AI-modell endres uoffisielt når det tas i bruk eller distribueres videre fra sin opprinnelige kilde.
LLM: Forkortelse for Large Language Model, en type kunstig intelligens som er trent på store tekstmengder og kan generere menneskelignende tekst.
LLM-agent: En LLM-agent er et program drevet av en stor språkmodell som er i stand til å tolke naturlig språk, utføre handlinger og lære i ulike digitale miljøer.
LLM-polert injeksjon: En sofistikert form for data-manipulasjon der en språkmodell brukes til å endre innhold på en måte som er vanskelig å oppdage.
Lokal AI: Kunstig intelligens som behandles direkte på brukerens enhet, som en datamaskin eller telefon, istedenfor i skyen.
Lokal maskinvare (on-premise): Datamaskinutstyr som driftes av en organisasjon i egne lokaler, i motsetning til skytjenester.
LoRA: LoRA (Low-Rank Adaptation) er en teknikk for effektiv finjustering av store AI-modeller, der man kun trener et lite antall nye parametere for å tilpasse modellen til nye oppgaver.
LoRA-adaptere: LoRA (Low-Rank Adaptation) er en teknikk for å finjustere store språkmodeller og andre nevrale nettverk med færre parametere, noe som sparer minne og treningstid.
Low-Rank Adaptation (LoRA): En teknikk som effektivt tilpasser store AI-modeller til nye oppgaver ved å kun justere et lite antall nye parametere, noe som sparer beregningsressurser.
Lukkede FoU-sløyfer: Automatiserte forskningsprosesser der data fra hvert eksperiment kontinuerlig brukes til å informere og optimere designet av neste eksperiment.
Lupus antikoagulant: Et autoantistoff som kan øke risikoen for blodpropp og assosieres med antifosfolipidsyndrom.

M

MacOS: Et operativsystem utviklet av Apple for deres Macintosh-datamaskiner.
MAI-modeller: Microsoft AI-modeller; selskapets samlebetegnelse for sine egne generativ AI-modeller.
Makrotall: Statistiske data som beskriver den samlede økonomien i et land, som BNP, sysselsetting og inflasjon.
Markedstilsynsmyndigheter: Nasjonale organer som overvåker at produkter og tjenester, inkludert AI-systemer, overholder gjeldende lovverk i et gitt land.
Masked diffusion: En type generativ AI-modell som lærer å fylle inn manglende deler av data, og bygger opp et resultat trinnvis.
Maskinlæring: Et felt innen kunstig intelligens som lar datasystemer lære av data, identifisere mønstre og ta beslutninger uten eksplisitt programmering.
Maskinvare: De fysiske komponentene i et datamaskin- eller AI-system, som prosessorer, minne og grafikkort.
Massesovervåking: Systematisk og omfattende innsamling av data om enkeltpersoner fra en stor befolkningsgruppe, ofte uten spesifikk mistanke.
Mastodon: En åpen kildekode desentralisert sosial medieplattform, lignende X (tidligere Twitter), hvor brukere kan være med på forskjellige servere (instanser).
MD5-hash: En kryptografisk funksjon som genererer en kort, unik streng (hash) fra en datamengde for å verifisere integritet.
Medicare Advantage: En type helseforsikring plan i USA, drevet av private selskaper og godkjent av Medicare, som gir både del A og del B dekning.
Medisinske enheter: Produkter, utstyr eller programvare som brukes i medisinske sammenhenger, for eksempel for diagnose, behandling eller overvåking av pasienter.
MedQA: Et datasett med medisinske spørsmål, primært fra medisinske lisenseksamener, brukt til å evaluere AI-modellers medisinske kunnskap.
Mellomspenning: Et spenningsnivå i elektriske anlegg, vanligvis mellom 1 kV og 36 kV, som brukes til distribusjon av strøm.
Menneskesentrert AI: En designfilosofi der utviklingen av AI-systemer prioriterer menneskelige behov, interaksjoner og sikkerhet.
Metadata: Data som beskriver andre data, for eksempel informasjon om når et dokument ble opprettet, hvem som eier det, eller hvor det kommer fra.
Metanormer: Sosiale forventninger om hvem som håndhever regler og hvordan, for eksempel hvilke reaksjoner et normbrudd utløser hos andre.
MHS Genesis: Det elektroniske pasientjournalsystemet som brukes av det amerikanske forsvaret, hvor AI-generert dokumentasjon integreres.
Microsoft 365 Copilot: En AI-assistent fra Microsoft som integreres i Microsoft 365-applikasjoner som Word, Excel, Outlook og Teams for å hjelpe brukere med en rekke oppgaver.
Mikrobrikke: En integrert krets som er en sentral komponent i elektroniske enheter, avgjørende for datakraften i AI-systemer.
Miljøbelønning: Et objektivt mål på en AI-agents suksess i en gitt oppgave, ofte representert som et numerisk signal fra miljøet den opererer i.
Misalignment: Et problem som oppstår når AI-systemets mål eller atferd ikke stemmer overens med menneskelige verdier, hensikter eller sikkerhetskrav.
Misalignment incidents: Tilfeller der en AI-modell ikke handler i tråd med designerens intensjoner, eller utfører uønskede handlinger.
MITRE ATT&CK: MITRE ATT&CK er en globalt tilgjengelig kunnskapsbase over taktikker og teknikker som brukes av cyberkriminelle basert på observasjoner fra den virkelige verden.
Mixture-of-Experts (MoE): En modellarkitektur der flere spesialiserte nevrale nettverk («eksperter») samarbeider, og bare et utvalg aktiveres for hver oppgave.
Mobil manipulator: En robotarm montert på en bevegelig base, som kombinerer mobilitet med presis manipulasjon av objekter.
Model behavior specifications: Dokumenter som beskriver de interne verdiene, prinsippene og reglene en AI-modell er trent til å følge når den utfører oppgaver.
Model Context Protocol (MCP): En protokoll som gjør at AI-modeller kan få tilgang til og interagere med applikasjoner og data fra andre selskaper, slik at AI-en forstår konteksten.
Modell: Et matematisk rammeverk eller program trent på data for å utføre spesifikke oppgaver, som å gjenkjenne mønstre eller generere tekst.
Modell-destillering: En teknikk hvor en mindre AI-modell trenes til å etterligne atferden og kunnskapen til en større, mer kompleks modell.
Modell-orkestrering: Prosessen med å koordinere og veksle mellom flere AI-modeller for å løse en oppgave, ofte for å optimalisere ytelse, kostnad eller nøyaktighet.
Modellarkitektur: Beskriver hvordan en AI-modell er bygget opp, inkludert dens komponenter og hvordan de samhandler.
Modelldrifts: Et fenomen der en maskinlæringsmodells ytelse svekkes over tid fordi de underliggende dataene modellen er trent på, endrer seg.
Modelljustering: Prosessen med å trene og justere en AI-modell for å sikre at den oppfører seg på ønsket måte, for eksempel å være hjelpsom, ufarlig og ærlig.
Modellkollaps: Fenomen der kvaliteten på en KI-modells utdata gradvis forverres når den trenes på data som i stor grad er generert av andre KI-modeller.
Modellstørrelse: Antall parametere en AI-modell har, som påvirker hvor kompleks og kapabel den er.
Modellvekter: Parametere innenfor en AI-modell som justeres under trening for å forbedre modellens evne til å forutsi eller generere ønskede utfall.
MR-data: Medisinske bildedata innhentet via Magnetisk Resonans (MR), en teknikk for å visualisere interne strukturer i kroppen.
Muliggjørende teknologier: Teknologier som ikke er produkter i seg selv, men som muliggjør utvikling av nye produkter, tjenester og forretningsmodeller.
Multi-Agent Debate (MAD): Et rammeverk der flere AI-agenter samarbeider og utveksler argumenter for å komme frem til en mer presis og robust løsning.
Multi-agent systemer: Et AI-system der flere spesialiserte AI-agenter samarbeider for å løse komplekse oppgaver, ofte ved å delegere og fordele arbeid.
Multi-omics: Samlebetegnelse for analyser av flere typer biologiske molekyler (f.eks. gener, proteiner) for et helhetlig bilde av biologiske systemer.
Multimodal bekreftelse: Verifisering av et funn ved å kombinere og sammenligne data fra flere uavhengige sensorer eller observasjonsmetoder.
Multimodale systemer: AI-modeller som kan behandle og forstå ulike typer data, som tekst, bilder, video og lyd, samtidig for en mer helhetlig forståelse.
Månedlige brukere: Antall unike brukere som benytter en tjeneste eller applikasjon minst én gang i løpet av en måned.

N

Nano Banana: Et modellnavn Google bruker for en AI-modell fokusert på bildegenerering.
Nano Banana 2: En AI-modell spesialisert på generering og redigering av bilder, inkludert funksjoner for lyssetting og tekst.
Natrium-reaktor: En type atomreaktor som bruker smeltet natrium som kjølemiddel, noe som muliggjør høyere driftstemperaturer og effektivitet.
Navigator: Et AI-system som kan fungere med minimal menneskelig overvåkning og ta mer autonome beslutninger, ofte ved å integrere flere datastrømmer.
Nedtaktslag: Det første, ofte fremhevede, taktslaget i en musikalsk takt, som gir en følelse av startpunkt.
Neocloud: En type skytjeneste som tilbyr spesialisert infrastruktur, ofte med kraftige GPU-er, optimalisert for AI-arbeidsbelastninger.
Nettilknyttede datasentre: Datasentre som henter sin strømforsyning fra det nasjonale strømnettet, i motsetning til de som produserer egen strøm lokalt.
Nevrosymbolsk AI: En hybrid AI-tilnærming som kombinerer dyp læring (mønstergjenkjenning) med symbolsk resonnering (logikk og regler) for mer transparent og robust beslutningstaking.
NIS2: EU-direktiv som forbedrer cybersikkerhetsrisikostyring og rapportering for kritiske sektorer i EU.
NK-modeller: Beregningstekniske modeller som kvantifiserer kompleksiteten i dynamiske systemer ved å variere antall variabler (N) og deres innbyrdes koblinger (K).
Normbrudd: Handlinger som avviker fra etablerte sosiale regler eller forventninger i et samfunn eller en gruppe.
NOU: Norsk offentlig utredning, en rapport med forslag til ny politikk eller lovgivning fra et offentlig utvalg.

O

objektbasert bilderedigering: En type bilderedigering der kunstig intelligens identifiserer og lar deg manipulere individuelle elementer (objekter) i et bilde separat fra resten.
objektsegmentering: Prosessen der AI identifiserer og avgrenser spesifikke objekter innenfor et bilde, slik at de kan behandles uavhengig.
Omstillingsbarometer: En årlig rapport som måler et lands evne til langsiktig økonomisk vekst og bærekraftig omstilling sammenlignet med andre nasjoner.
On-device AI: Kunstig intelligens som utfører beregninger og analyser direkte på enheten, uten å sende data til en skytjeneste.
Open source: Programvare eller kode som er fritt tilgjengelig og kan endres og distribueres av alle, noe som fremmer rask innovasjon.
Open-Source AI Definition (OSAID): En definisjon som krever at AI-systemer må gjøre treningsdata, kildekode og modellparametere tilgjengelige for å regnes som genuint åpne.
OpenID Connect (OIDC): Et enkelt autentiseringslag bygget på OAuth 2.0-protokollen, som lar applikasjoner bekrefte brukerens identitet basert på autentisering utført av en autorisasjonsserver.
Operasjonell kontroll: En organisasjons faktiske evne til å styre, overvåke og gripe inn i AI-systemers virkemåte.
Operasjonelle data: Data som genereres gjennom den daglige driften og prosessene i en virksomhet, for eksempel transaksjonslogger og saksbehandling.
Operativsystem: Programvaren som styrer og organiserer datamaskinens eller mobilens grunnleggende funksjoner og ressurser.
Opphavsrett: En juridisk rettighet som gir skaperen av et originalt verk eksklusiv kontroll over hvordan verket brukes og distribueres, for eksempel litteratur, musikk eller programvare.
Opphavsrettsbrudd: Brudd på en opphavsrettseiers enerett til å bestemme hvordan et åndsverk, som en tekst eller et bilde, skal brukes.
Oppløsning: Angir detaljnivået i dataene en modell bearbeider; høyere oppløsning betyr mer detaljert informasjon, som i værmodeller.
Orkestrering: Koordinering og styring av ulike komponenter eller trinn i et system for å oppnå et overordnet mål.

P

Pacing the frontier: Et konsept for bevisst å moderere eller bremse utviklingshastigheten av avanserte AI-modeller for å håndtere sikkerhetsrisikoer.
Paralingvistisk analyse: Studiet av hvordan taleegenskaper utover ordene selv (som tonefall, tempo og stemmehøyde) formidler mening eller informasjon.
Parameter-effektiv finjustering (PEFT): En metode for å tilpasse store AI-modeller til spesifikke oppgaver ved å endre kun et lite antall parametere, noe som sparer datakraft.
Parametere: Antall variabler en AI-modell justerer under trening for å lære seg mønstre og gjøre bedre forutsigelser.
Pareto-seleksjon: En optimaliseringsmetode som velger løsninger som ikke kan forbedres i én parameter uten at en annen parameter forringes.
Partikkelspredningsamplituder: Matematiske funksjoner som beregner sannsynligheten for at elementærpartikler endrer retning eller identitet etter en kollisjon.
Pass@1: Et evalueringsmål som angir hvor ofte den beste eller første foreslåtte løsningen fra et AI-system er korrekt.
Patogener: Mikroorganismer som kan forårsake sykdom, som virus, bakterier eller sopp.
Persepsjonskart: En sanntidsrepresentasjon av roboter og deres omgivelser, inkludert mennesker, objekter og deres romlige relasjoner.
Persistent filesystem: Et filsystem som lagrer data mellom ulike økter, slik at informasjon og filer er tilgjengelige selv etter at en AI-økt er avsluttet og startet på nytt.
Personvern: Retten til privatliv og kontroll over egne personopplysninger, inkludert hvordan de samles inn, lagres og brukes av tredjeparter.
Personvernerklæring: Et juridisk dokument som beskriver hvordan en organisasjon samler inn, bruker, behandler og lagrer data om enkeltpersoner, og hvilke rettigheter brukerne har.
Personvernkonsekvensvurdering (DPIA): En analyse for å identifisere og minimere risikoene for personvern som er forbundet med en ny teknologi eller et nytt prosjekt.
Petabyte-skala datasett: Et ekstremt stort datamengde, typisk brukt til trening av komplekse AI-modeller, som måles i petabyte (1000 terabyte).
Pig butchering: En type svindel der svindlere bygger tillit over tid, ofte romantisk, før de overtaler offeret til å investere penger i falske ordninger.
Plugin: En programvarekomponent som legger til spesifikke funksjoner eller muligheter til et eksisterende program eller system.
Policyhåndhevelse: Prosessen med å sikre at regler og retningslinjer for et system eller en organisasjon blir fulgt, ofte ved å kontrollere handlinger før de utføres.
Position paper: Et akademisk dokument som presenterer forfatterens standpunkt eller mening om et tema, ofte for å initiere diskusjon eller påvirke tenkning.
Post-compromise: Post-compromise refererer til perioden etter at et datasystem eller nettverk har blitt vellykket kompromittert eller utsatt for et sikkerhetsbrudd.
Prediktiv modellering: Bruker statistiske algoritmer og maskinlæringsteknikker for å analysere historiske data og deretter forutsi fremtidige utfall eller sannsynligheter.
Prediktivt lag: En del av et system som bruker data og modeller for å forutsi fremtidige hendelser eller behov.
Preskriptiv analyse: En avansert analyseform som ikke bare forutser utfall, men også anbefaler konkrete handlinger for å oppnå ønskede resultater.
Probe-word sensitivity: Målingen av hvor mye endringer i spesifikke enkeltord i en spørring påvirker AI-modellens utdata eller respons.
Produktivitetsvekst: En økning i hvor mye som produseres per arbeidsenhet (f.eks. ansatt eller arbeidstime), ofte et resultat av mer effektive metoder eller teknologi.
Prompt engineering: Prosessen med å utforme effektive 'ledetekster' for AI-modeller for å oppnå spesifikke og ønskede resultater fra modellen.
Prompt injection: En type angrep der brukere manipulerer en språkmodell med spesielle instrukser, ofte for å omgå sikkerhetsbegrensninger eller få tilgang til sensitiv informasjon.
Prompt-nivå: Testing som primært vurderer de direkte inndataene (prompter) og modellens umiddelbare respons, uten å se på dypere systeminteraksjoner.
Prosjektkontekst: All relevant informasjon, data og innstillinger som definerer et spesifikt programvareprosjekt, inkludert kode, filer og avhengigheter.
Prosodi: De melodiøse aspektene ved tale, som intonasjon, rytme, trykk og tonehøyde, som formidler mening utover ordene selv.
Prospektive studier: Forskning som følger deltakere fremover i tid for å se hvordan en intervensjon eller faktor påvirker utfallet.
Provenans: Informasjon som dokumenterer opprinnelsen og historien til et digitalt innhold, for å verifisere dets ekthet og integritet.
Proveniens: Informasjon om opprinnelsen og historikken til data eller en handling, viktig for tillit og verifisering.
Pull request: Et forslag til endringer i en kodebase som sendes inn for gjennomgang før de eventuelt flettes inn i hovedkoden.
PyTorch: Et populært, åpent rammeverk for maskinlæring og dyp læring, ofte brukt for utvikling og trening av nevrale nettverk.

R

RAG (Retrieval-Augmented Generation): En teknikk som lar en språkmodell hente informasjon fra eksterne datakilder i sanntid for å forbedre nøyaktigheten og relevansen i svarene sine.
Randomisert kontrollert studie (RCT): En type vitenskapelig studie der deltakere tilfeldig fordeles til ulike behandlingsgrupper for å sammenligne effekten av en intervensjon.
Rasch-målingsteori (RMT): En statistisk modell som bryter ned ordinale vurderinger til målbare komponenter, og avdekker feilkalibreringer og systematiske skjevheter i bedømmelsen.
Real-World Evidence (RWE): Bevis og innsikt samlet fra rutinepraksis og observasjonsstudier, heller enn strengt kontrollerte kliniske studier, som viser hvordan behandlinger fungerer i den virkelige verden.
Referansetest (Benchmark): Standardisert test eller sett med oppgaver som brukes til å objektivt sammenligne ytelsen til ulike AI-modeller eller systemer under kontrollerte forhold.
Regnekraft: Kapasiteten en datamaskin har til å utføre beregninger per tidsenhet, ofte målt i FLOPS for vitenskapelige beregninger.
Regulatoriske sandbokser: Kontrollerte testmiljøer der bedrifter kan utvikle og prøve ut nye AI-systemer under tilsyn, uten fullt ut å være bundet av alle regler.
Regulatory arbitrage: Strategien der selskaper utnytter forskjeller i regelverk mellom jurisdiksjoner for å minimere kostnader eller omgå restriksjoner.
Reguleringsrammeverk: Et sett med regler, lover og retningslinjer som styrer hvordan en teknologi eller et felt skal operere, for å sikre sikkerhet, etikk og ansvarlighet.
Reinforcement Learning: En type maskinlæring der en AI-agent lærer å ta beslutninger ved å prøve og feile i et miljø, og får belønning for ønsket adferd.
Rekursiv selvforbedring: AI-systemer som er i stand til å designe, bygge og forbedre sine egne evner, ofte med målet om å overgå menneskelig intelligens.
Relasjonsdatabase: En type database som organiserer data i tabeller med rader og kolonner, hvor relasjoner mellom datapunkt er etablert gjennom felles felt.
Resonnement: AI-modellens evne til å trekke logiske slutninger, identifisere mønstre og anvende kunnskap for å løse problemer eller ta avgjørelser.
Retrieval-Augmented Generation (RAG): En teknikk som lar store språkmodeller (LLM-er) hente informasjon fra en ekstern kunnskapsbase for å forbedre nøyaktigheten og relevansen av sine svar.
revisjonsmulighet: I AI-sammenheng, muligheten til å granske og forstå hvordan en modell tar beslutninger, og å spore dens interne logikk og dataflyt.
Reward hacking: Et fenomen der en AI-agent finner uventede eller uønskede måter å maksimere sin tildelte belønning på, i stedet for å utføre oppgaven som tiltenkt.
Risikokapital: Kapital investert i selskaper med høy vekstpotensial, men også høyere risiko, typisk i tidlige faser av utviklingen.
Risikokategorier: Klassifisering av AI-systemer i AI Act basert på deres potensielle skadepåvirkning, fra 'uakseptabel risiko' til 'lav risiko'.
RLHF: Reinforcement Learning from Human Feedback, en metode der AI lærer fra menneskelige preferanser for å finjustere sin oppførsel.
RLVR: Reinforcement Learning with Verifiable Rewards er en metode innen forsterkningslæring der AI-modellen får belønning basert på etterprøvbare resultater av sine handlinger.
Robotlæring: Et felt innen AI og robotikk hvor roboter lærer å utføre oppgaver gjennom trening og erfaring, ofte med maskinlæring.
ROS 2: Robot Operating System (ROS) er en samling programvarebiblioteker og verktøy som hjelper utviklere å bygge robotapplikasjoner.
Rubrikk: Et sett med kriterier eller retningslinjer brukt for å evaluere og score noe, for eksempel en AI-agents prestasjon.
Runtime-orkestrering: Dynamisk styring av hvilke AI-modeller som brukes og hvordan de samhandler i sanntid mens en oppgave utføres, basert på oppgavens art.
Rutingbibliotek: En programvarekomponent som styrer trafikk eller dataflyt, i dette tilfellet for å dirigere oppgaver til ulike AI-agenter eller modeller basert på spesifikke kriterier.

S

Samsvarsvurdering: En prosess der man evaluerer om et produkt, system eller tjeneste oppfyller de nødvendige kravene i et regelverk.
Sandboks: Et sikkerhetsmekanisme som isolerer programmer eller kode for å begrense deres tilgang til systemressurser og dermed forhindre skade.
Sandkasse: Et isolert testmiljø der programmer eller modeller kan kjøres og eksperimenteres med uten å påvirke det underliggende systemet eller nettverket.
Segmentering: I bildebehandling: prosessen med å dele et digitalt bilde inn i flere segmenter eller bildeobjekter for å forenkle analyse.
Sekvensiell tilpasning: En prosess der agenter justerer atferd eller beslutninger over tid basert på tidligere utfall, typisk i serier av relaterte oppgaver.
Selv-konsistens: At en stor språkmodell (LLM) gjentatte ganger produserer det samme svaret på et gitt spørsmål, uavhengig av små variasjoner i kontekst eller instruksjon.
selvforbedrende superintelligens: Et hypotetisk AI-system som raskt kan overgå menneskelig intelligens på tvers av nesten alle områder, og deretter kontinuerlig forbedre seg selv.
Semantic grounding: Prosessen med å koble ord og symboler i en AI-modell til meningsfull kontekst og forståelse av den virkelige verden.
Semantisk kapring: En type angrep der skadelige instruksjoner eller intensjoner skjules i en narrativ eller kontekst som virker normal og legitim for AI-systemet.
sEMG: Overflate-elektromyografi, en ikke-invasiv teknikk som måler elektrisk aktivitet i muskler via elektroder på huden.
Serendipitet: Fenomenet å finne noe verdifullt eller interessant ved en tilfeldighet mens man leter etter noe annet.
Sfærepakking: Et matematisk problem som går ut på å arrangere kuler (sfærer) i et gitt rom slik at de fyller mest mulig av volumet, og som har anvendelser fra krystallografi til kommunikasjon.
SHAP (SHapley Additive exPlanations): En populær metode for å forklare utdata fra komplekse AI-modeller ved å tilordne en viktighetsverdi til hver funksjon for en spesifikk prediksjon.
Sikkerhetsjustering: Prosessen der en AI-modell finjusteres for å unngå å generere skadelig, diskriminerende eller upassende innhold.
sikkerhetsklassifikatorer: Et maskinlæringssystem som analyserer inndata og utdata for å identifisere og kategorisere innhold som kan være skadelig, upassende eller brudd på retningslinjer.
Sikkerhetsmekanismer: Innebygde regler eller filtre i en AI-modell for å forhindre at den genererer skadelig, partisk eller upassende innhold.
Situasjonsbestemte spørsmål (SJT): Spørsmål som presenterer realistiske scenarier for å vurdere en persons eller en AIs evne til å reagere hensiktsmessig i komplekse situasjoner.
skadevare: Programvare som er laget for å skade, forstyrre eller få uautorisert tilgang til et datasystem, også kjent som malware.
Skjermede sektorer: Deler av økonomien som i liten grad er utsatt for internasjonal konkurranse, som offentlig forvaltning, helse og bygg.
Skjevhet (bias): Systematiske feil eller forutinntatte resultater i en AI-modell, ofte forårsaket av skjeve treningsdata.
Social scoring: Et system som evaluerer eller klassifiserer enkeltpersoner basert på sosial atferd for å gi eller frata dem goder.
Soficitet: En egenskap ved matematiske grupper som beskriver deres evne til å bli approksimert av andre, enklere grupper.
Sosial manipulasjon: En teknikk som utnytter menneskelig psykologi for å lure enkeltpersoner til å utføre handlinger eller avsløre konfidensiell informasjon.
Sparsom oppmerksomhet: En teknikk som reduserer beregningskostnaden ved nevrale nettverk ved å la modellen fokusere på kun de viktigste delene av inndata, istedenfor alle.
SPDX: Software Package Data Exchange (SPDX) er en åpen standard for å beskrive innholdet i programvarepakker, inkludert lisenser, for å forenkle og standardisere lisensetterlevelse.
Språkmodell: Et AI-system trent på store mengder tekst for å forstå, generere og bearbeide menneskelig språk, som GPT eller Claude.
Start-up: Et nyopprettet selskap med et innovativt forretningskonsept og høy vekstambisjon, ofte innen teknologi.
State (AI): Den interne tilstanden til en AI-modell på et gitt tidspunkt, som reflekterer all tidligere input og påvirker fremtidige responser.
State-of-the-art: Betegner den beste eller mest avanserte tilgjengelige teknologien eller metoden innenfor et felt på et gitt tidspunkt.
Statistisk fysikk: Et felt innen fysikken som bruker statistiske metoder for å forklare oppførselen til systemer med mange partikler, relevant for komplekse systemer som AI-agenter.
Stokastisk: Beskriver en prosess eller et system der elementer av tilfeldighet eller usikkerhet spiller en sentral rolle i utviklingen.
Store språkmodeller (LLM-er): AI-modeller trent på enorme mengder tekst for å forstå, generere og bearbeide menneskelig språk.
Suksessrate: Et mål på hvor ofte et AI-system oppnår ønsket resultat eller fullfører en oppgave korrekt.
Suno Studio: Et nettbasert AI-verktøy som genererer musikk basert på tekstinstruksjoner eller andre innspill.
Superintelligens: Et hypotetisk intellekt som er betydelig smartere enn de smarteste menneskehjernene på tvers av alle relevante områder.
Svermintelligens: Et system der flere enkle agenter samhandler lokalt for å oppnå kompleks kollektiv atferd, inspirert av fenomener som fugleflokker eller maurkolonier.
Syntetisk genomikk: Et felt innen bioteknologi som handler om å designe og konstruere nye genomer eller endre eksisterende for å skape organismer med ønskede egenskaper.
Syntetiske data: Data som er kunstig generert, ikke samlet fra virkelige hendelser, men som etterligner egenskapene til ekte data.
SynthID: Et Google-utviklet verktøy som usynlig legger inn digitale vannmerker i AI-genererte bilder, videoer og lydfiler.
System-prompt: En spesiell instruksjon eller en serie med instruksjoner gitt til en AI-modell for å definere dens rolle, tone eller adferd i en samtale.
Systematisk gjennomgang: En omfattende analyse av all relevant publisert forskning innen et spesifikt fagområde for å identifisere trender og kunnskapshull.
Systemiske risikoer: Potensielle farer fra avanserte AI-modeller som kan påvirke samfunnet bredt, for eksempel økonomi eller demokrati.
Sårbarheter: Svakheter i programvare eller systemer som kan utnyttes av angripere for å få uautorisert tilgang eller forstyrre funksjoner.

T

Tabelloppgaver: Dette refererer til et type problem eller en oppgave der data presenteres i tabellformat, ofte brukt i maskinlæring for klassifisering, regresjon eller prediksjon.
Taksonomi: Et klassifiseringssystem eller en struktur for å organisere og beskrive konsepter eller fenomener innen et fagfelt.
Taktil persepsjon: Roboters evne til å «føle» overflater, teksturer og objekter gjennom berøringssensorer, avgjørende for presise manipulasjonsoppgaver.
Tankerekker: En funksjon i AI-modeller som viser de mellomliggende trinnene eller resonnementene modellen bruker for å svare på en forespørsel.
Telemetri: Data som samles inn og sendes automatisk fra et system, brukt for overvåking, analyse eller feilsøking.
Teleoperasjon: Fjernstyring av en maskin eller robot av et menneske, ofte brukt i trening av AI-modeller for robotikk.
temperatur: En parameter i generative AI-modeller som styrer hvor tilfeldige eller deterministiske utdataene er, fra kreativ til presis.
Testmiljøer: Et isolert digitalt område der programvare eller AI-modeller testes uten å påvirke eksterne systemer.
Text-to-SQL: En type AI-oppgave der en språkmodell omsetter naturlig språk (tekst) til spørringer i et databasespråk som SQL.
Tidsrekker: En samling av data registrert over tid, ofte med like intervaller, brukt til å analysere trender, sesongvariasjoner eller sykluser.
Tillitskrise: En situasjon der offentligheten har mistet troen på en institusjon, bransje eller teknologis evne til å handle ærlig og i alles beste interesse.
Tilretteleggere: Personer eller entiteter som aktivt bidrar til eller organiserer økonomisk kriminalitet, som for eksempel skattesvindel.
Token: Den minste analyseenheten i språkmodeller, som kan være et ord, en del av et ord, et tegn eller et mellomrom.
Token-effektivitet: Mål på hvor godt en AI-modell behandler og bruker de minste dataenhetene (tokens) for å generere resultater.
Tokenkostnad: Kostnaden knyttet til antallet tokens – grunnleggende enheter som ord eller deler av ord – en AI-modell behandler.
TOPS: Tera Operations Per Second angir hvor mange billioner operasjoner en prosessor kan utføre per sekund, et mål på AI-ytelse.
TranslateGemma: En lettvektsfamilie av åpne oversettelsesmodeller fra Google, bygget på Gemini-teknologien, designet for effektiv kjøring på lokale enheter.
Transparens: Åpenhet om hvordan AI-systemer fungerer, hvilke data de er trent på, og når innhold er AI-generert.
Treningsberegninger: Mengden datakraft (computational power) som kreves for å lære opp en AI-modell.
Treningsdata: Datamengden som brukes til å lære opp en KI-modell, ofte bestående av tekst, bilder eller lyd, som modellen analyserer for å gjenkjenne mønstre og lære.
TrustOps-modell: En modell for operasjonell tillit, som integrerer sikkerhet, etikk og lovverk i bruken av AI, spesielt for å sikre pålitelighet i AI-generert innhold.

U

UPS (Uninterruptible Power Supply): Et system som gir uavbrutt strøm til kritisk utstyr, vanligvis med batterier som tar over ved strømbrudd eller spenningsfall.
Usability: Et mål på hvor enkel og effektiv et system er å bruke for sine tiltenkte brukere, også kjent som brukervennlighet.

V

Validering: Prosessen med å bekrefte at en modell eller et system fungerer som forventet i faktiske omgivelser og oppfyller sine krav.
Vannmerker: Digitale markeringer lagt til filer for å identifisere opphav eller status, enten synlige eller usynlige.
Vannmerking: En teknikk som skjuler informasjon i digitale medier, for eksempel for å identifisere opprinnelsen eller autentisiteten til innholdet.
Variabel blenderåpning: En funksjon i et kameralinse som lar brukeren justere størrelsen på åpningen som slipper lys inn til sensoren, noe som påvirker eksponering og dybdeskarphet.
Veiledet finjustering (SFT): En teknikk hvor en generisk AI-modell trenes med spesifikke, merket data for å utføre en smalere oppgave mer presist.
Vektor-embeddinger: En teknikk som representerer ord, setninger eller andre data som punkter i et flerdimensjonalt rom, slik at semantisk like elementer ligger nær hverandre.
Venturekapital: Finansiering som tilbys av investorer til små selskaper med høy vekstpotensial, vanligvis i bytte mot eierskap.
Vera Rubin: Et AI-chipdesign fra NVIDIA, optimalisert for tunge AI-arbeidsmengder og generativ AI, lansert for å forbedre ytelsen for AI-modeller.
Verdensmodell: En AI-modell som lærer om dynamikken i et miljø for å forutsi fremtidige tilstander og mulige handlinger.
Vernetiltak: Tekniske eller etiske mekanismer implementert for å forhindre uønsket eller skadelig oppførsel fra et AI-system.
Vibe coding: En uformell tilnærming til programmering hvor utviklere bruker naturlig språk for å kommunisere med AI-verktøy, ofte for å raskt utforske ideer eller bygge prototyper.
Virtual threads: Lettvektige tråder i Java som reduserer systemkostnadene ved samtidighet, og muliggjør effektiv håndtering av mange I/O-intensive operasjoner.
Virtuell maskin: Et program som emulerer et komplett datasystem, slik at programvare kan kjøres isolert fra den underliggende maskinvaren.
Vishing: En type sosial manipulering der angripere bruker telefonsamtaler, ofte med stemmekloning, for å lure ofre til å avsløre sensitiv informasjon eller utføre handlinger.
Visjonsmodell: En type kunstig intelligens som lar datamaskiner tolke og "forstå" visuell informasjon fra bilder og video.
Visuell språkmodell (VLM): En type kunstig intelligens som kan bearbeide og forstå både tekst og visuelle data, som bilder eller video, ofte samtidig.
VLA (Vision-Language-Action) policies: AI-modeller som lærer å utføre handlinger basert på en kombinasjon av visuell informasjon og språkinstruksjoner.

W

Watsonx: IBMs egen AI- og dataplattform som tilbyr en rekke verktøy og modeller for å bygge, skalere og administrere AI-løsninger i virksomheter.

X

XAI (Explainable AI): Teknikker og metoder som gjør at mennesker kan forstå hvorfor en kunstig intelligens tar en bestemt beslutning eller kommer frem til et resultat.
XSS (cross-site scripting): En type sikkerhetssårbarhet der en angriper injiserer skadelig kode på et nettsted, ofte i form av et skript, som deretter kjøres i brukerens nettleser.

Z

Zero Data Retention (ZDR): En praksis der en tjeneste ikke lagrer brukerdata etter at en transaksjon eller sesjon er avsluttet.
Zero-day exploit: En sårbarhet i programvare eller maskinvare som er ukjent for leverandøren, og som aktivt utnyttes av angripere før en patch er tilgjengelig.
Zero-moment point (ZMP): En teknikk for å opprettholde balansen i humanoide roboter ved å sikre at summen av alle krefter og dreiemomenter er null, slik at roboten ikke velter.

Ø

Økosystemer: Et sett av relaterte produkter og tjenester fra samme leverandør som fungerer sømløst sammen, for eksempel Apples eller Googles produkter.

Å

Åpen kildekode: Programvare der kildekoden er fritt tilgjengelig, kan modifiseres og distribueres av alle, og fremmer åpenhet og samarbeid.
Åpen kildekode AI-modell: En kunstig intelligens-modell hvor kildekoden, treningsdata og modellvekter er offentlig tilgjengelige for innsyn, bruk og modifikasjon.
Åpen kildekode-AI: AI-modeller der kildekoden er offentlig tilgjengelig, slik at alle kan bruke, modifisere og distribuere den fritt.
Åpen kildekode-modell: En AI-modell der den underliggende koden og ofte også modellvektene er offentlig tilgjengelig og kan inspiseres og modifiseres.
Åpen modell: En AI-modell der kildekode, ofte også treningsdata og modellvekter, er offentlig tilgjengelig og kan modifiseres eller distribueres fritt.

Nyhetsbrev

Få nyhetsbrevet i innboksen

Hvert nyhetsbrev samler ukens viktigste AI-nyheter — korte, kildebelagte saker skrevet for norske lesere. Du får en e-post med nytt nyhetsbrev, gratis. Vil du heller lytte? Nyhetsbrevet finnes også som podkast. Du kan melde deg av når som helst.