อภิธานศัพท์
Activation Function#
ฟังก์ชันกระตุ้น - ในโครงข่ายประสาทเทียม ฟังก์ชันนี้ช่วยให้โมเดลตัดสินใจว่าจะส่งต่อข้อมูลหรือไม่ ทำให้โมเดลเรียนรู้รูปแบบที่ซับซ้อนได้ดีขึ้น
AI agent#
AI agents คือระบบปัญญาประดิษฐ์ที่สามารถตอบสนองต่อคำขอ ตัดสินใจ และทำงานในโลกแห่งความเป็นจริงให้กับผู้ใช้ได้ พวกเขาใช้ large language models (LLMs) เพื่อตีความข้อมูลที่ผู้ใช้ป้อนเข้ามาและตัดสินใจว่าจะประมวลผลคำขออย่างไรให้ดีที่สุดโดยใช้ข้อมูลและทรัพยากรที่มีอยู่
Agent#
เอเจนต์ - ระบบ AI ที่สามารถรับรู้สภาพแวดล้อม ตัดสินใจ และดำเนินการเพื่อให้บรรลุเป้าหมายเฉพาะ
AI chain#
AI chains ช่วยให้คุณโต้ตอบกับ large language models (LLMs) และทรัพยากรอื่นๆ ในลำดับการเรียก components ได้ AI chains ใน n8n ไม่ใช้ persistent memory ดังนั้นคุณจึงไม่สามารถใช้อ้างอิง context ก่อนหน้าได้ (ใช้ AI agents สำหรับสิ่งนี้)
AI embedding#
Embeddings คือการแสดงข้อมูลเชิงตัวเลขโดยใช้ vectors ใช้โดย AI เพื่อตีความข้อมูลและความสัมพันธ์ที่ซับซ้อนโดยการจับคู่ค่าต่างๆ ในหลายมิติ Vector databases หรือ vector stores คือฐานข้อมูลที่ออกแบบมาเพื่อจัดเก็บและเข้าถึง embeddings
AI memory#
ในบริบทของ AI, memory ช่วยให้เครื่องมือ AI สามารถคง context ของข้อความไว้ได้ตลอดการโต้ตอบ สิ่งนี้ช่วยให้คุณสามารถสนทนาต่อเนื่องกับ AI agents ได้ ตัวอย่างเช่น โดยไม่ต้องส่ง context ต่อเนื่องไปกับทุกข้อความ ใน n8n, AI agent nodes สามารถใช้ memory ได้ แต่ AI chains ไม่สามารถใช้ได้
AI Model#
โปรแกรมหรือระบบที่ฝึกฝนด้วยข้อมูลเพื่อทำงาน AI เฉพาะ เช่น การสร้างข้อความ การจำแนกรูปภาพ หรือการคาดการณ์ ในบริบทของ LLMs หมายถึงโมเดลที่ฝึกฝนมาโดยเฉพาะ เช่น GPT-4 หรือ Claude
AI tool#
ในบริบทของ AI, tool คือทรัพยากรเสริมที่ AI สามารถอ้างอิงถึงสำหรับข้อมูลหรือฟังก์ชันเฉพาะเมื่อตอบสนองต่อคำขอ AI model สามารถใช้ tool เพื่อโต้ตอบกับระบบภายนอกหรือทำงานเฉพาะที่เน้นได้
AI vector store#
Vector stores หรือ vector databases คือฐานข้อมูลที่ออกแบบมาเพื่อจัดเก็บการแสดงข้อมูลเชิงตัวเลขที่เรียกว่า embeddings
Algorithm#
อัลกอริทึม - ชุดของกฎหรือคำสั่งที่กำหนดลำดับของการดำเนินการเพื่อแก้ปัญหาหรือทำงานเฉพาะ
Annotation#
การทำคำอธิบายประกอบ - กระบวนการติดป้ายกำกับหรือแท็กข้อมูล (เช่น รูปภาพ ข้อความ) เพื่อใช้ในการฝึกโมเดล AI
API#
APIs หรือ application programming interfaces ช่วยให้สามารถเข้าถึงข้อมูลและฟังก์ชันของบริการผ่านโปรแกรมได้ APIs ทำให้ซอฟต์แวร์โต้ตอบกับระบบภายนอกได้ง่ายขึ้น มักจะถูกนำเสนอเป็นทางเลือกแทนอินเทอร์เฟซแบบดั้งเดิมที่เน้นผู้ใช้ซึ่งเข้าถึงผ่านเว็บเบราว์เซอร์หรือ UI
Artificial Intelligence (AI)#
ปัญญาประดิษฐ์ (AI) - สาขาหนึ่งของวิทยาการคอมพิวเตอร์ที่มุ่งเน้นการสร้างเครื่องจักรที่สามารถทำงานที่โดยปกติแล้วต้องใช้สติปัญญาของมนุษย์ เช่น การเรียนรู้ การแก้ปัญหา และการตัดสินใจ
Attention Mechanism#
กลไกความสนใจ - เทคนิคในโครงข่ายประสาทเทียม โดยเฉพาะในโมเดล Transformer ที่ช่วยให้โมเดลสามารถให้น้ำหนักความสำคัญกับส่วนต่างๆ ของข้อมูลอินพุตเมื่อสร้างเอาต์พุต
Backpropagation#
การแพร่กระจายย้อนกลับ - อัลกอริทึมการฝึกที่ใช้ในโครงข่ายประสาทเทียมเพื่อปรับน้ำหนักของโมเดลโดยการคำนวณความชันของฟังก์ชันการสูญเสีย
Bias#
ความลำเอียง - แนวโน้มของโมเดล AI ที่จะสร้างผลลัพธ์ที่ไม่ยุติธรรมหรือเลือกปฏิบัติอย่างเป็นระบบ ซึ่งมักเกิดจากความลำเอียงในข้อมูลการฝึก
canvas (n8n)#
Canvas คืออินเทอร์เฟซหลักสำหรับการสร้าง workflows ใน editor UI ของ n8n คุณใช้ canvas เพื่อเพิ่มและเชื่อมต่อ nodes เพื่อประกอบ workflows
CAG (Cache-Augmented Generation)#
การสร้างเสริมด้วยแคช - เทคนิค AI ที่ใช้แคชของข้อมูลที่สร้างขึ้นก่อนหน้านี้เพื่อเร่งความเร็วและปรับปรุงความสอดคล้องของการสร้างเนื้อหาใหม่
Chatbot#
แชทบอท - โปรแกรมคอมพิวเตอร์ที่ออกแบบมาเพื่อจำลองการสนทนากับผู้ใช้ที่เป็นมนุษย์ โดยเฉพาะอย่างยิ่งผ่านอินเทอร์เน็ต มักใช้ LLMs เพื่อทำความเข้าใจและสร้างการตอบสนองที่เป็นธรรมชาติ
Classification#
การจำแนกประเภท - งาน AI ที่เกี่ยวข้องกับการกำหนดหมวดหมู่หรือคลาสให้กับข้อมูลอินพุต
cluster node (n8n)#
ใน n8n, cluster nodes คือกลุ่มของ nodes ที่ทำงานร่วมกันเพื่อมอบฟังก์ชันการทำงานใน workflow ประกอบด้วย root node และ sub nodes หนึ่งรายการขึ้นไปที่ขยายฟังก์ชันการทำงานของ node
Clustering#
การจัดกลุ่ม - เทคนิคการเรียนรู้แบบไม่มีผู้สอนที่จัดกลุ่มจุดข้อมูลที่คล้ายกันเข้าด้วยกันโดยไม่มีป้ายกำกับที่กำหนดไว้ล่วงหน้า
Computer Vision#
คอมพิวเตอร์วิทัศน์ - สาขาของ AI ที่ช่วยให้คอมพิวเตอร์สามารถ "มองเห็น" และตีความข้อมูลภาพและวิดีโอได้
Context Window#
หน้าต่างบริบท - จำนวนข้อมูล (วัดเป็นโทเค็น) ที่โมเดล AI สามารถพิจารณาได้ในคราวเดียวเมื่อประมวลผลอินพุตและสร้างเอาต์พุต หน้าต่างบริบทที่ใหญ่ขึ้นช่วยให้โมเดลสามารถรักษาบริบทในการสนทนาที่ยาวนานขึ้นหรือเอกสารที่ซับซ้อนได้
credential (n8n)#
ใน n8n, credentials จัดเก็บข้อมูล authentication เพื่อเชื่อมต่อกับแอปและบริการเฉพาะ หลังจากสร้าง credentials ด้วยข้อมูล authentication ของคุณ (username และ password, API key, OAuth secrets ฯลฯ) คุณสามารถใช้ app node ที่เกี่ยวข้องเพื่อโต้ตอบกับบริการได้
data pinning (n8n)#
Data pinning ช่วยให้คุณสามารถหยุดข้อมูล output ของ node ชั่วคราวระหว่างการพัฒนา workflow ได้ สิ่งนี้ช่วยให้คุณพัฒนา workflows ด้วยข้อมูลที่คาดการณ์ได้โดยไม่ต้องส่งคำขอซ้ำๆ ไปยังบริการภายนอก Production workflows จะละเว้นข้อมูลที่ pin ไว้และขอข้อมูลใหม่ทุกครั้งที่ execution
Deep Learning#
การเรียนรู้เชิงลึก - สาขาย่อยของการเรียนรู้ของเครื่องที่ใช้โครงข่ายประสาทเทียมหลายชั้น (โครงข่ายประสาทเทียมลึก) เพื่อเรียนรู้การแสดงข้อมูลที่ซับซ้อน
editor (n8n)#
n8n editor UI ช่วยให้คุณสร้างและจัดการ workflows ได้ พื้นที่หลักคือ canvas ซึ่งคุณสามารถประกอบ workflows โดยการเพิ่ม กำหนดค่า และเชื่อมต่อ nodes ได้ แผงด้านข้างและด้านบนช่วยให้คุณเข้าถึงส่วนอื่นๆ ของ UI เช่น credentials, templates, variables, executions และอื่นๆ
entitlement (n8n)#
ใน n8n, entitlements ให้สิทธิ์ n8n instances ในการเข้าถึงฟีเจอร์ที่จำกัดตามแผนสำหรับช่วงเวลาที่กำหนด
Floating entitlements คือกลุ่มของ entitlements ที่คุณสามารถแจกจ่ายให้กับ n8n instances ต่างๆ ได้ คุณสามารถกำหนด floating entitlement ใหม่เพื่อโอนสิทธิ์การเข้าถึงไปยัง n8n instance อื่นได้
Epoch#
รอบการฝึก - การผ่านชุดข้อมูลการฝึกทั้งหมดหนึ่งครั้งในระหว่างกระบวนการฝึกโมเดล AI
evaluation (n8n)#
ใน n8n, evaluation ช่วยให้คุณสามารถแท็กและจัดระเบียบประวัติ execution และเปรียบเทียบกับ executions ใหม่ได้ คุณสามารถใช้สิ่งนี้เพื่อทำความเข้าใจว่า workflow ของคุณทำงานอย่างไรเมื่อเวลาผ่านไปในขณะที่คุณทำการเปลี่ยนแปลง โดยเฉพาะอย่างยิ่ง สิ่งนี้มีประโยชน์ในขณะที่พัฒนา workflows ที่เน้น AI
expression (n8n)#
ใน n8n, expressions ช่วยให้คุณสามารถเติมค่า parameters ของ node แบบไดนามิกได้โดยการ execute โค้ด JavaScript แทนที่จะให้ค่าคงที่ คุณสามารถใช้ syntax ของ n8n expression เพื่อกำหนดค่าโดยใช้ข้อมูลจาก nodes ก่อนหน้า, workflows อื่นๆ หรือ n8n environment ของคุณ
Feature Engineering#
วิศวกรรมคุณลักษณะ - กระบวนการเลือก แปลง หรือสร้างคุณลักษณะ (ตัวแปรอินพุต) จากข้อมูลดิบเพื่อปรับปรุงประสิทธิภาพของโมเดล AI
Fine-tuning#
การปรับละเอียด - กระบวนการปรับโมเดล AI ที่ฝึกไว้ล่วงหน้า (pre-trained model) กับชุดข้อมูลที่เฉพาะเจาะจงมากขึ้นเพื่อปรับปรุงประสิทธิภาพในงานเฉพาะหรือปรับให้เข้ากับโดเมนเฉพาะ
Foundation Model#
โมเดลพื้นฐาน - โมเดล AI ขนาดใหญ่ที่ฝึกฝนกับข้อมูลจำนวนมหาศาลและหลากหลาย ซึ่งสามารถปรับใช้ (fine-tuned) กับงานปลายน้ำได้หลากหลาย เช่น GPT-4, Claude, Llama
Generative AI#
AI เชิงสร้างสรรค์ - ประเภทของปัญญาประดิษฐ์ที่สามารถสร้างเนื้อหาใหม่ๆ เช่น ข้อความ รูปภาพ เสียง หรือโค้ด โดยเรียนรู้รูปแบบจากข้อมูลที่มีอยู่
Hallucination (AI)#
การหลอน (AI) - ปรากฏการณ์ที่โมเดล AI สร้างข้อมูลที่ไม่ถูกต้อง ไม่สมเหตุสมผล หรือไม่มีอยู่ในข้อมูลการฝึกฝน แต่กลับนำเสนอข้อมูลนั้นราวกับว่าเป็นข้อเท็จจริง
Hyperparameter#
ไฮเปอร์พารามิเตอร์ - พารามิเตอร์ที่กำหนดค่าก่อนเริ่มกระบวนการฝึกโมเดล AI และควบคุมลักษณะการเรียนรู้ เช่น อัตราการเรียนรู้ หรือจำนวนชั้นในโครงข่ายประสาทเทียม
Inference#
การอนุมาน - กระบวนการใช้โมเดล AI ที่ฝึกฝนแล้วเพื่อทำการคาดการณ์หรือสร้างผลลัพธ์จากข้อมูลอินพุตใหม่ที่ไม่เคยเห็นมาก่อน
LangChain#
LangChain คือ AI-development framework ที่ใช้ในการทำงานกับ large language models (LLMs) LangChain จัดเตรียมระบบที่เป็นมาตรฐานสำหรับการทำงานกับ models และทรัพยากรอื่นๆ ที่หลากหลาย และเชื่อมโยง components ต่างๆ เข้าด้วยกันเพื่อสร้างแอปพลิเคชันที่ซับซ้อน
Large language model (LLM)#
Large language models หรือ LLMs คือ AI machine learning models ที่ออกแบบมาเพื่อให้เก่งในงาน natural language processing (NLP) สร้างขึ้นโดยการฝึกฝนกับข้อมูลจำนวนมากเพื่อพัฒนารูปแบบความน่าจะเป็นของภาษาและข้อมูลอื่นๆ
Machine Learning (ML)#
การเรียนรู้ของเครื่อง - สาขาของ AI ที่มุ่งเน้นการพัฒนาระบบที่สามารถเรียนรู้จากข้อมูลและปรับปรุงประสิทธิภาพเมื่อเวลาผ่านไปโดยไม่ต้องตั้งโปรแกรมไว้อย่างชัดเจน
Model Parameters#
พารามิเตอร์โมเดล - ค่าภายในของโมเดล AI (เช่น น้ำหนักในโครงข่ายประสาทเทียม) ที่เรียนรู้จากข้อมูลในระหว่างกระบวนการฝึก
Natural Language Processing (NLP)#
การประมวลผลภาษาธรรมชาติ (NLP) - สาขาย่อยของ AI ที่เกี่ยวข้องกับการปฏิสัมพันธ์ระหว่างคอมพิวเตอร์กับภาษามนุษย์ โดยเฉพาะอย่างยิ่งวิธีการเขียนโปรแกรมคอมพิวเตอร์เพื่อประมวลผลและวิเคราะห์ข้อมูลภาษาธรรมชาติจำนวนมาก
node (n8n)#
ใน n8n, nodes คือ components แต่ละส่วนที่คุณประกอบขึ้นเพื่อสร้าง workflows Nodes กำหนดว่า workflow ควรทำงานเมื่อใด, ช่วยให้คุณดึง, ส่ง และประมวลผลข้อมูล, สามารถกำหนด logic การควบคุม flow และเชื่อมต่อกับบริการภายนอกได้
Overfitting#
การเรียนรู้เกินพอดี - ปรากฏการณ์ที่โมเดล AI เรียนรู้ข้อมูลการฝึกได้ดีเกินไป รวมถึงสัญญาณรบกวนและรายละเอียดเฉพาะ ทำให้ประสิทธิภาพลดลงเมื่อนำไปใช้กับข้อมูลใหม่ที่ไม่เคยเห็น
project (n8n)#
n8n projects ช่วยให้คุณสามารถแยก workflows, variables และ credentials ออกเป็นกลุ่มๆ เพื่อการจัดการที่ง่ายขึ้น Projects ทำให้ทีมทำงานร่วมกันได้ง่ายขึ้นโดยการแชร์และแบ่งส่วนทรัพยากรที่เกี่ยวข้อง
Prompt#
ข้อความอินพุตหรือคำสั่งที่ให้กับ AI model เพื่อกระตุ้นการตอบสนองที่เฉพาะเจาะจงหรือทำงาน การสร้าง prompt ที่มีประสิทธิภาพเป็นกุญแจสำคัญในการได้รับผลลัพธ์ที่ต้องการจาก LLMs
Reinforcement Learning (RL)#
การเรียนรู้แบบเสริมกำลัง - ประเภทของการเรียนรู้ของเครื่องที่เอเจนต์เรียนรู้ที่จะตัดสินใจโดยการดำเนินการในสภาพแวดล้อมและรับรางวัลหรือการลงโทษ
Retrieval-Augmented Generation (RAG)#
การสร้างเสริมด้วยการดึงข้อมูล (RAG) - เทคนิคที่โมเดล AI ดึงข้อมูลที่เกี่ยวข้องจากฐานความรู้ภายนอกก่อนที่จะสร้างการตอบสนอง เพื่อปรับปรุงความแม่นยำและความเกี่ยวข้องของผลลัพธ์ โดยเฉพาะอย่างยิ่งสำหรับข้อมูลที่ไม่ได้อยู่ในชุดข้อมูลการฝึกอบรมดั้งเดิม
root node (n8n)#
แต่ละ n8n cluster node ประกอบด้วย root nodes เดียวที่กำหนดฟังก์ชันการทำงานหลักของ cluster sub nodes หนึ่งรายการขึ้นไปจะแนบกับ root node เพื่อขยายฟังก์ชันการทำงาน
sub node (n8n)#
n8n cluster nodes ประกอบด้วย sub nodes หนึ่งรายการขึ้นไปที่เชื่อมต่อกับ root node Sub nodes ขยายฟังก์ชันการทำงานของ root node โดยให้การเข้าถึงบริการหรือทรัพยากรเฉพาะ หรือนำเสนอการประมวลผลเฉพาะประเภท เช่น ฟังก์ชันเครื่องคิดเลข เป็นต้น
Supervised Learning#
การเรียนรู้แบบมีผู้สอน - ประเภทของการเรียนรู้ของเครื่องที่โมเดลเรียนรู้จากชุดข้อมูลที่มีป้ายกำกับ ซึ่งประกอบด้วยคู่ของอินพุตและเอาต์พุตที่ถูกต้อง
template (n8n)#
n8n templates คือ workflows ที่สร้างไว้ล่วงหน้าซึ่งออกแบบโดย n8n และสมาชิก community ที่คุณสามารถ import เข้าสู่ n8n instance ของคุณได้ เมื่อใช้ templates คุณอาจต้องกรอก credentials และปรับการกำหนดค่าให้เหมาะกับความต้องการของคุณ
Token#
หน่วยพื้นฐานของข้อความหรือโค้ดที่ AI model ประมวลผล โมเดลมีข้อจำกัดเกี่ยวกับจำนวน token ที่สามารถจัดการได้ในอินพุตเดียว (prompt) และเอาต์พุต (completion) Token อาจเป็นคำ ส่วนของคำ อักขระ หรือเครื่องหมายวรรคตอน
Transformer#
ทรานส์ฟอร์มเมอร์ - สถาปัตยกรรมโครงข่ายประสาทเทียมประเภทหนึ่งที่อาศัยกลไกความสนใจเป็นหลัก และประสบความสำเร็จอย่างสูงในงานประมวลผลภาษาธรรมชาติ
trigger node (n8n)#
Trigger node คือ node พิเศษที่รับผิดชอบในการ execute workflow เพื่อตอบสนองต่อเงื่อนไขบางอย่าง Production workflows ทั้งหมดต้องการ trigger อย่างน้อยหนึ่งรายการเพื่อกำหนดว่า workflow ควรทำงานเมื่อใด
workflow (n8n)#
n8n workflow คือชุดของ nodes ที่ทำงานอัตโนมัติในกระบวนการ Workflows เริ่ม execution เมื่อเงื่อนไข trigger เกิดขึ้นและ execute ตามลำดับเพื่อให้บรรลุภารกิจที่ซับซ้อน