"Inference" inden for kunstig intelligens (AI) refererer til processen med at bruge en trænet model til at lave forudsigelser baseret på nye data. Når en AI-model er trænet ved hjælp af en stor mængde data, lærer den at genkende mønstre og sammenhænge i disse data. Denne viden kan derefter bruges til at lave forudsigelser om nye data, som modellen ikke har set før. Dette kaldes "inference". Lad os tage et eksempel for at gøre det mere forståeligt. Antag at du har trænet en AI-model til at genkende billeder af katte. Du har fodret modellen med tusindvis af billeder, nogle af dem er af katte, og nogle af dem er ikke. Modellen har lært at genkende de visuelle mønstre, der gør et billede til et billede af en kat. Nu, når træningen er færdig, kan du begynde at bruge modellen til at lave "inference". Du kan give den et nyt billede, som den aldrig har set før, og bede den om at forudsige, om det er et billede af en kat. Modellen vil bruge den viden, den har opnået under træningen, til at lave denne forudsigelse. Dette er essensen af "inference" i AI.