%%{init: {'themeVariables': { 'fontSize': '18px', 'subGraphTitleFontSize': '22px', 'fontFamily': 'Open Sans' }}}%%
flowchart LR
IN[<b>Date noi</b>] --> PREP[<b>Validare</b> <br> <b>Preprocesare</b>]
PREP --> INF[<b>Inferență</b> <br> <b>Model AI</b>]
INF --> PRED[<b>Predicție</b>]
PRED --> DEC[<b>Decizie</b> <br> <b>Acțiune în proces</b>]
DEC --> MON[<b>Monitorizare</b> <br><b>Feedback</b>]
MON --> D[<b>Date pentru</b> <br> <b>îmbunătățire</b>]
D --> T[<b>Antrenament</b> <br> <b>Re-antrenare</b>]
T --> DEP[<b>Actualizare</b><br> <b>model</b>]
DEP --> INF
style INF fill:#CFE8F3,color:#000000
style PRED fill:#FFF2D4,color:#000000
style MON fill:#DCEDD9,color:#000000
Sistem AI
Ce este un Sistem AI?
Un Sistem AI este o soluție completă care integrează un model AI cu toate componentele necesare pentru a funcționa în lumea reală: interfețe de utilizator, conexiuni la date, mecanisme de siguranță și infrastructură de operare.
Linia de producție: „Sistemul AI”
În „linia de producție”, Sistemul AI este „fabrica” completă: tot ce trebuie ca predicțiile să fie livrate în siguranță, constant și util.
Include, pe lângă model:
- intrări (colectare, validare, preprocesare)
- operare (inferență, performanță, cost, disponibilitate)
- ieșiri (postprocesare, afișare, integrare în procesul de business)
- controlul calității (monitorizare, audit, praguri, explicații)
- feedback (corecții umane, rezultate reale, re-antrenare)
Asta explică de ce „model bun” ≠ „impact bun”: impactul apare când fabrica este proiectată corect pentru oameni și procese.
Gândește filtrul de spam ca pe o linie de producție care decide: Inbox sau Spam.
1. Intrare (date noi): Un email nou primit.
2. Preprocesare (în sistem):
- extrage textul și metadatele (expeditor, linkuri, atașamente)
- curăță și transformă textul într-un format ușor de analizat
3. Inferență (în sistem, folosind modelul): Modelul calculează probabilitatea ca emailul să fie spam.
4. Predicție (produsul): Ex: Spam: 0.93 (93% încredere)
5. Decizie/Acțiune (în proces):
- dacă
Spam ≥ 0.90→ mută automat în Spam - dacă
0.60–0.90→ marchează ca „suspect” (poate cere confirmare/utilizator) - dacă
< 0.60→ lasă în Inbox
6. Feedback (îmbunătățire): Când utilizatorul apasă „Nu e spam” sau „Raportează spam”, sistemul salvează acea corecție ca date pentru îmbunătățirea viitoare (monitorizare + re-antrenare).
Observație: predicția este un semnal; sistemul decide cum îl folosește (automat vs. cu verificare umană).
De ce este important?
Sistemul AI face legătura între tehnologie și utilizatori:
- Modelul singur — doar niște numere într-un fișier
- Sistemul AI — o aplicație funcțională pe care o poți folosi
ChatGPT este un sistem AI care include:
- Un model din familia GPT („creierul”)
- Interfața web și aplicația mobilă
- Sistemele de moderare a conținutului
- Infrastructura de servere
- API-ul pentru dezvoltatori
Componentele unui Sistem AI
%%{init: {'themeVariables': { 'fontSize': '18px', 'subGraphTitleFontSize': '22px', 'fontFamily': 'Open Sans' }}}%%
flowchart TB
subgraph SISTEM["<b>🖥️ SISTEM AI</b>"]
direction TB
%% Sus: Intrare (lățime completă)
subgraph INPUT["<b>Intrare</b>"]
direction LR
UI["<b>👤 Interfață<br>utilizator</b>"]
API["<b>🔌 API-uri</b>"]
SENSORS["<b>📡 Senzori</b>"]
end
%% Mijloc: Nucleu stânga, Suport dreapta
subgraph MID["<b> </b>"]
direction LR
subgraph CORE["<b>Nucleu</b>"]
direction TB
PREP["<b>Preprocesare<br>date</b>"]
MODEL["<b>🧠 Model AI</b>"]
POST["<b>Postprocesare</b>"]
end
subgraph SUPPORT["<b>Suport</b>"]
direction TB
SEC["<b>🔒 Securitate</b>"]
SCALE["<b>📈 Scalabilitate</b>"]
UPDATE["<b>🔄 Actualizări</b>"]
end
end
%% Jos: Ieșire (centrat)
subgraph OUTPUT["<b>Ieșire</b>"]
direction LR
DISPLAY["<b>📱 Afișare</b>"]
ACTIONS["<b>⚡ Acțiuni</b>"]
LOGS["<b>📊 Monitorizare</b>"]
end
end
%% Flux principal (stânga, prin nucleu)
UI --> PREP
API --> PREP
SENSORS --> PREP
PREP --> MODEL
MODEL --> POST
POST --> DISPLAY
POST --> ACTIONS
POST --> LOGS
%% Suportul „înconjoară” operarea (conexiuni logice, nu neapărat de date)
SEC -.-> PREP
SCALE -.-> MODEL
UPDATE -.-> MODEL
Cele 7 criterii ale unui Sistem AI (conform AI Act)
Regulamentul European AI Act definește un sistem AI prin 7 criterii.
Un sistem bazat pe mașini se referă la faptul că sistemele AI sunt dezvoltate cu ajutorul unor mașini și rulează pe acestea: hardware (elemente fizice) și software (cod informatic, instrucțiuni, programe, sisteme de operare și aplicații).
Criteriul de autonomie este îndeplinit atunci când sistemul AI funcționează cu un grad rezonabil de independență față de controlul uman în acțiunile pe care le realizează.
Acest criteriu este opțional, un sistem putând fi clasificat AI chiar și în absența lui. În acest context, adaptabilitatea se referă la capacitatea modelului de a-și ajusta parametrii în timp real, pe parcursul utilizării, pentru a-și atinge obiectivele specifice într-un mod cât mai eficient.
Obiectivele unui sistem AI pot fi definite explicit, prin funcții de optimizare sau criterii formale, sau implicit, fiind încorporate în model ca rezultat al procesului de antrenare pe date.
Procesează datele de intrare pe care le primește pentru a genera rezultate, cum ar fi predicții, conținut, recomandări sau decizii.
Capacitate de a realiza inferențe diferențiază sistemele AI de software-ul tradițional, care se bazează pe reguli prestabilite și nu generează rezultate pe baza unor tipare învățate sau deduse.
Rezultatele se încadrează în patru categorii principale: predicții, conținut, recomandări și decizii.
- Predicțiile implică estimarea valorilor necunoscute cu o intervenție umană minimă.
- Conținutul se referă la crearea de materiale noi, cum ar fi text și imagini.
- Recomandările sugerează acțiuni sau produse pe baza datelor utilizatorilor.
- Deciziile sunt concluzii formulate de sistem, care, în esență, automatizează raționamentul uman.
Acest lucru evidențiază faptul că sistemele AI sunt agenți activi, care au impact asupra mediilor în care operează.
Termenul medii fizice sau virtuale cuprinde atât obiecte tangibile, fizice (cum ar fi un braț robotic care mută obiecte), cât și medii virtuale, inclusiv spații digitale, fluxuri de date și ecosisteme software.
Un exemplu de sistem AI care influențează un mediul virtual este un agent AI care rezervă bilete de avion.
Exemple de Sisteme AI
| Sistem | Model AI folosit | Funcționalitate |
|---|---|---|
| Google Search | Modele de relevanță | Găsește pagini relevante |
| Spotify | Modele de recomandare | Sugerează muzică |
| Alexa/Siri | Modele de limbaj | Înțelege și răspunde vocal |
| ChatGPT | Model din familia GPT | Conversează și generează text |
Diferența: Model AI vs. Sistem AI
%%{init: {'themeVariables': { 'fontSize': '18px', 'subGraphTitleFontSize': '22px', 'fontFamily': 'Open Sans' }}}%%
flowchart LR
subgraph MODEL["🧠 <b>Model AI</b>"]
M1[Parametri antrenați]
M2[Face predicții]
end
subgraph SISTEM["🖥️<b> Sistem AI</b>"]
S1[Interfață utilizator]
S2[🧠<b> Model AI</b>]
S3[Bază de date]
S4[Securitate]
S5[Monitorizare]
end
MODEL -->|"se integrează în"| S2
| Aspect | Model AI | Sistem AI |
|---|---|---|
| Ce este | Cunoștințe matematice | Aplicație completă |
| Cum arată | Fișier cu numere | Aplicație folosibilă |
| Cine îl folosește | Dezvoltatori | Utilizatori finali |
| Exemplu | Un model (de ex. GPT) | O aplicație (de ex. ChatGPT) |
Cum se leagă de alte concepte?
| Concept | Relația cu Sistemul AI |
|---|---|
| Model AI | Sistemul CONȚINE și folosește modelul |
| Inteligența Artificială | Sistemul este o IMPLEMENTARE a AI |
Termeni asociați: → Model AI | → Inteligența Artificială