Stąd wszystko się zaczyna. Krótki słownik pojęć, które ciągle padają w rozmowach o AI — bez wchodzenia w matematykę.
Najważniejsze pojęcia
AI (sztuczna inteligencja) — ogólne określenie systemów komputerowych, które wykonują zadania kojarzone z ludzką inteligencją: rozpoznawanie obrazów, rozumienie tekstu, podejmowanie decyzji, gra w szachy.
ML (machine learning) — uczenie maszynowe. Poddziedzina AI, w której zamiast pisać reguły wprost, "karmimy" algorytm danymi, a on sam uczy się wzorców.
LLM (large language model) — duży model językowy. Sieć neuronowa wyuczona na ogromnych zbiorach tekstu, która potrafi generować odpowiedzi w języku naturalnym. Przykłady: GPT-5, Claude, Gemini, Llama.
Token — najmniejsza jednostka tekstu, na której operuje LLM. Mniej więcej fragment słowa: "rozliczenie" to ~3 tokeny. Cennik API liczy się w tokenach.
Embedding — wektor liczb reprezentujący znaczenie tekstu. Pozwala mierzyć podobieństwo: "samochód" i "auto" mają zbliżone embeddingi, "samochód" i "banan" — odległe.
RAG (retrieval-augmented generation) — technika, w której LLM dostaje "do ręki" Twoje dokumenty zanim odpowie. Najpierw system znajduje pasujące fragmenty (po embedingach), potem LLM bazuje na nich w odpowiedzi. Tak działają chatboty na bazie firmowej wiedzy.
Fine-tuning — douczanie istniejącego modelu na własnych danych, żeby zachowywał się specyficznie (np. odpowiadał w stylu Twojej marki). Kosztuje czas i moc obliczeniową.
Prompt — zapytanie do modelu. "Napisz wiersz o jesieni" to prompt. Sztuka pisania dobrych promptów to prompt engineering.
Halucynacja — sytuacja, w której model zmyśla informację brzmiącą wiarygodnie. Klasyczny problem LLM-ów. Lekarstwo: RAG, weryfikacja źródeł, niska temperatura.
Temperature — parametr losowości w odpowiedziach LLM. 0.0 = zawsze najbardziej prawdopodobna odpowiedź (deterministyczne). 1.0 = duża zmienność (kreatywne).
Agent — system, który nie tylko odpowiada, ale potrafi wykonywać akcje: wyszukać w internecie, uruchomić kod, wysłać maila. Anthropic, OpenAI i inni mocno na to stawiają w 2026.
MCP (Model Context Protocol) — otwarty protokół Anthropic do komunikacji między LLM a zewnętrznymi narzędziami. Pozwala podpiąć Claude do Google Drive, Slacka, bazy danych itp.
To dopiero podstawa
To są najczęściej padające pojęcia. W praktyce dochodzi: chain-of-thought, few-shot learning, vector database, transformer, attention, function calling, multimodal — ale od tego się nie zaczyna.
Jak chcesz iść dalej — zacznij od historii AI, potem wróć tutaj.