Petr Skoda
O umělé inteligenci se dnes mluví, jako by uměla myslet. Ve skutečnosti jde o statistický model, který se na obrovském množství dat naučil, jaká odpověď nejpravděpodobněji následuje po daném vstupu. Žádné porozumění v lidském smyslu za tím není, ale výsledek bývá překvapivě užitečný.
AI jako předpovídání, ne přemýšlení
Jádro dnešní umělé inteligence je predikce. Model se během trénování podívá na obrovské množství textu, obrázků nebo jiných dat a učí se, jaké vzory se v nich opakují. Když pak dostane nový vstup, nehledá odpověď v nějaké databázi faktů. Spočítá, která odpověď je na základě naučených vzorů statisticky nejpravděpodobnější, a tu vrátí.
To vysvětluje jak silné stránky AI, tak její typické chyby. Model umí plynule napodobit styl, strukturu i logiku toho, co viděl v trénovacích datech, ale nemá vestavěný mechanismus, který by ověřoval, jestli je odpověď fakticky správná. Proto se občas stane, že si model něco vymyslí s naprostou jistotou v hlase.
Jak fungují neuronové sítě
Neuronová síť je matematický model složený z vrstev jednoduchých výpočetních jednotek, které se volně inspirují neurony v mozku. Každé spojení mezi jednotkami má svou váhu, tedy číslo, které říká, jak moc daný signál ovlivní výsledek. Na začátku jsou tyto váhy nastavené víceméně náhodně.
Během trénování se síti ukazují miliony příkladů. Pokaždé, když síť odpoví špatně, se váhy trochu upraví směrem k lepšímu výsledku. Po dostatečném počtu opakování se z náhodných čísel stane model, který dokáže rozpoznat obličej na fotce, přeložit větu nebo dopsat další slovo v textu. Celý proces je v podstatě opakované doladění statistických parametrů, ne naprogramování pravidel.
Co je generativní umělá inteligence
Generativní AI je speciální případ tohoto principu, kde se model neučí jen rozpoznávat nebo třídit, ale vytvářet nový obsah. Jazykový model se učí předpovídat, jaké slovo nejspíš následuje po předchozích slovech, a tak dokáže napsat souvislý text. Model pro obrázky se učí podobný princip na úrovni pixelů nebo jejich reprezentací.
Výsledkem je systém, který dokáže generovat text, obrázky, kód nebo zvuk, aniž by cokoliv z toho doslova okopíroval z trénovacích dat. Skládá to nově na základě naučených vzorů, podobně jako člověk skládá věty podle gramatiky, kterou se naučil, aniž by si pamatoval každou větu, kterou kdy slyšel.
Narrow AI, General AI a Super AI
V diskuzích o umělé inteligenci se často objevuje dělení na tři úrovně.
Narrow AI, tedy úzká umělá inteligence, je vše, co dnes reálně existuje a používá se. Jde o systémy specializované na konkrétní úkol, jako je rozpoznávání obrazu, doporučování produktů nebo generování textu. Jsou v tom, na co byly natrénované, často velmi dobré, ale mimo tento rámec neumí prakticky nic.
General AI, tedy obecná umělá inteligence, by byl systém se schopnostmi srovnatelnými s člověkem napříč libovolnou oblastí, schopný učit se novým věcem stejně pružně jako člověk. Zatím jde o hypotetický koncept, kterého žádný existující systém nedosahuje.
Super AI, tedy superinteligence, by pak měla lidskou úroveň ve všech ohledech výrazně přesahovat. I to zůstává zatím čistě teoretickou úvahou o budoucnosti, ne popisem něčeho, co existuje.
Na co je dnešní generativní AI dobrá, a na co ne
Generativní AI dnes odvádí dobrou práci tam, kde jde o práci s jazykem a vzory, ne o ověřenou pravdu. Umí napsat první verzi textu, shrnout dlouhý dokument, navrhnout kód, přeložit jazyk nebo pomoct s brainstormingem. Je rychlá, dostupná nepřetržitě a zvládá zpracovat objem textu, na který by člověk potřeboval hodiny.
Naopak tam, kde je potřeba zaručená faktická přesnost, dlouhodobé plánování nebo skutečné porozumění příčině a následku, generativní AI selhává častěji. Model si dokáže vymyslet fakt, který zní věrohodně, ale není pravdivý. Přesné výpočty nebo aktuální informace bez připojení k externím zdrojům taky nejsou jeho silná stránka. Proto se dnes v praxi nejvíc osvědčuje jako asistent, který výsledek navrhne, ne jako autorita, jejíž odpověď se bez kontroly rovnou použije.
Pokud vás zajímá, jak dostat takový model k tomu, aby odpovídal na základě konkrétních firemních dat, popisujeme to v článku o přístupu zvaném RAG.
Stejný princip rozpoznávání vzorů se dá využít i mimo textovou nebo obrazovou analýzu v kanceláři, například při automatizaci zemědělských procesů.
