Pojęcia AI wyjaśnione krótko

Procedura, w której system AI przed odpowiedzią szuka odpowiednich fragmentów we własnej bazie wiedzy (retrieval) i formułuje odpowiedź wyłącznie na tej podstawie (generation) – zamiast odpowiadać z wiedzy wyniesionej z trenowania. To czyni odpowiedzi aktualnymi i udokumentowanymi: każde twierdzenie da się odnieść do konkretnego dokumentu. KOSMO pracuje według tej zasady.

Baza danych, która przechowuje teksty nie jako słowa, lecz jako wektory liczbowe (embeddingi). Treści o pokrewnym znaczeniu leżą w niej blisko siebie, co umożliwia wyszukiwanie semantyczne: pytanie o „prawo do urlopu” znajduje także fragment o „urlopie wypoczynkowym”, choć słowo kluczowe nie występuje dosłownie. W systemach RAG baza wektorowa jest składnikiem, który dostarcza odpowiednie miejsca w dokumentach.

Model eksploatacji, w którym oprogramowanie działa na własnym sprzęcie albo we własnym centrum danych organizacji – w przeciwieństwie do pracy u dostawcy chmurowego. Dane nie opuszczają własnej sieci, aktualizacje i dostępy zostają pod własną kontrolą. Dla organizacji z danymi szczególnie wymagającymi ochrony to najdalej idąca forma suwerenności nad danymi.

Pojęcie zbiorcze dla systemów AI prowadzonych w całości w otoczeniu kontrolowanym przez organizację – on-premise albo w dedykowanym, umownie zabezpieczonym centrum danych. Wpisy i dokumenty nie są przekazywane osobom trzecim i nie są używane do trenowania obcych modeli. Rozgraniczenie: publiczne usługi AI przetwarzają zapytania na infrastrukturze dostawcy.

Model uprawnień, w którym prawa dostępu przypisuje się nie pojedynczym osobom, lecz rolom (np. „księgowość” albo „kadry”). Użytkownicy otrzymują prawa przez swoją rolę. To zmniejsza źródła błędów przy przyjęciach i odejściach i jest warunkiem tego, by asystent AI odpowiadał tylko z treści, które pytająca osoba też może widzieć.

Skrót od „konferencji niezależnych organów nadzoru nad ochroną danych państwa federalnego i krajów związkowych”. DSK uzgadnia wykładnię prawa ochrony danych w Niemczech i publikuje wytyczne orientacyjne – w tym jedną o zgodnym z ochroną danych stosowaniu aplikacji AI, którą organizacje mogą się praktycznie kierować przy wprowadzaniu AI.

Rozporządzenie (UE) 2024/1689 tworzy jednolite zasady dla sztucznej inteligencji w Unii. Weszło w życie 1 sierpnia 2024 r.; większość obowiązków obowiązuje od 2 sierpnia 2026 r. Podejście jest oparte na ryzyku: systemy AI dzieli się na klasy ryzyka od minimalnego do niedopuszczalnego, z odpowiednio stopniowanymi wymogami przejrzystości, dokumentacji i nadzoru. Wewnętrzne systemy wiedzy wpadają typowo do niższych klas ryzyka – konkretne zaszeregowanie zależy od celu zastosowania.