AI-grunderna
AI-ordlista A–Ö
Alla viktiga AI-begrepp förklarade på svenska – kort, konkret och utan teknisk jargong.
Kort svar
De tre vanligaste förkortningarna: AI = artificiell intelligens, LLM = stor språkmodell (Large Language Model) och AGI = generell artificiell intelligens. Nedan hittar du drygt 25 begrepp du möter i AI-arbetet, förklarade på svenska.
- AI (artificiell intelligens)
- Datorsystem som utför uppgifter som normalt kräver mänsklig intelligens, till exempel att förstå språk, känna igen bilder och fatta beslut. AI står för artificiell intelligens, på engelska artificial intelligence. Vad är AI?
- AGI (generell artificiell intelligens)
- Hypotetiskt AI-system som klarar vilken intellektuell uppgift som helst på mänsklig nivå. Finns inte idag. Vad är AGI?
- Agent (AI-agent)
- AI som självständigt utför flerstegsuppgifter: planerar, använder verktyg och API:er och kontrollerar sitt eget resultat, istället för att bara svara på en fråga. AI-agent startguide
- Algoritm
- En uppsättning regler eller steg som en dator följer för att lösa ett problem – som ett recept, fast för maskiner.
- ASI (superintelligens)
- Artificial Superintelligence – hypotetisk AI som överträffar människan inom i princip alla områden.
- Bias (partiskhet)
- Systematisk skevhet i en AI-modells svar, oftast ärvd från snedvriden träningsdata. Kan leda till diskriminerande utfall.
- Chatbot
- Program som för dialog i text eller tal. Moderna chatbottar drivs av stora språkmodeller.
- Deep learning (djupinlärning)
- Maskininlärning med djupa neurala nätverk. Tekniken bakom bildigenkänning, tal och generativ AI.
- EU AI Act
- EU:s AI-förordning – världens första breda AI-lagstiftning, som klassar AI-system i fyra risknivåer och tillämpas stegvis 2025–2027. EU AI Act-guide 2026
- Finjustering (fine-tuning)
- Att vidareträna en färdig modell på egen data för att anpassa ton, format eller domänkunskap.
- Generativ AI
- AI som skapar nytt innehåll – text, bild, ljud, video eller kod – utifrån mönster i träningsdata. Exempel: ChatGPT, Copilot, Gemini, Midjourney.
- GPU
- Grafikprocessor. Hårdvaran som gör parallella beräkningar och därmed AI-träning möjlig i stor skala.
- Hallucination
- När en AI-modell genererar innehåll som låter trovärdigt men är felaktigt eller påhittat. Kräver mänsklig faktakontroll.
- Inferens
- När en färdigtränad modell används för att producera ett svar på en ny fråga. Det du betalar för per token vid API-användning.
- Kontextfönster
- Hur mycket text (mätt i tokens) en modell kan hålla i minnet samtidigt – prompt plus svar. Moderna modeller ligger på 200 000 till 1 miljon tokens.
- LLM (stor språkmodell)
- Large Language Model – en modell tränad på enorma textmängder som förutsäger nästa token och därigenom genererar språk. LLM står för stor språkmodell. Vad är en LLM?
- Maskininlärning (ML)
- Delmängd av AI där system lär sig mönster ur data istället för att programmeras med fasta regler.
- Multimodal
- Modell som hanterar flera datatyper samtidigt – text, bild, ljud och video.
- Neuralt nätverk
- Beräkningsmodell inspirerad av hjärnans neuroner, uppbyggd i lager av noder med justerbara vikter.
- Parameter
- En justerbar vikt i modellen. Antalet parametrar (miljarder till biljoner) är ett grovt mått på modellens kapacitet.
- Prompt
- Instruktionen du ger en AI-modell. Kvaliteten på prompten styr i hög grad kvaliteten på svaret.
- Promptteknik (prompt engineering)
- Metodiken att formulera instruktioner med roll, kontext, format och exempel för att få tillförlitliga svar.
- RAG
- Retrieval-Augmented Generation – modellen hämtar relevanta dokument ur er egen kunskapsbas innan den svarar. Minskar hallucinationer och ger källhänvisningar.
- Resonerande modell
- Modell som lägger extra beräkning på att tänka igenom problemet stegvis innan den svarar. Bättre på matematik, kod och analys.
- Systemprompt
- Dold grundinstruktion som styr modellens roll, ton och regler i alla svar i en tjänst.
- Token
- Den minsta textenhet en modell arbetar med – ungefär 0,75 ord på svenska. Pris och kontextlängd mäts i tokens.
- Träningsdata
- Det material en modell lärt sig från. Kvalitet och sammansättning avgör modellens kunskap och bias.
- Transformer
- Arkitekturen bakom moderna språkmodeller, publicerad 2017. Använder self-attention för att väga samman alla ord i en text.
- Vektordatabas
- Databas som lagrar text som numeriska vektorer så att man kan söka på betydelse istället för exakta ord. Grunden i RAG-lösningar.