Děkujeme za vaše hodnocení.
Umělá inteligence a strojové učení
- Základy umělé inteligence
Všechny souhrny
Předcházející
Související modul
Pro správné pochopení zpráv a jiných textů o umělé inteligenci je potřeba znát řadu pojmů. Jejich přesný význam je často komplikovaný a ne úplně jednoznačný (mají třeba více významových odstínů a použití). Naše stručné popisy se snaží zachytit jejich základní podstatu.
Typy a kategorie
| android | robot vypadající jako člověk, mívá povrchový materiál připomínající kůži |
| autonomní robot | robot, který pracuje samostatně |
| generativní AI | vytváří nový obsah (obraz, text, zvuk) |
| humanoidní robot | robot, který svou konstrukcí připomíná člověka |
| inteligentní agent | program interagující s prostředím a využívající umělou inteligenci |
| jazykový model | odhaduje pravděpodobnost dalšího slova v rozepsaném textu |
| robot | stroj, který se pohybuje v prostoru a rozhoduje se na základě stavu okolí |
| obecná AI | umí řešit libovolný problém alespoň tak dobře jako lidé |
| superinteligence | vysoce převyšuje schopnosti lidí ve všech oblastech |
| umělá inteligence (AI) | program schopný provádět úkol vyžadující inteligenci |
| úzká AI | řeší pouze určitý specializovaný typ problému (např. vysávat) |
| vysvětlitelná AI | lze poskytnout vysvětlení, proč se chová tak, jak se chová |
Metody, techniky, přístupy
| Bayesovská síť | pravděpodobnostní model zachycující vztahy mezi událostmi |
| fuzzy logika | typ logiky umožňující pracovat s nepřesností a nejistotou |
| expertní systém | kombinuje znalosti a pravidla získaná od odborníků na daný problém |
| genetický algoritmus | optimalizační algoritmus inspirovaný evolucí a biologickými procesy dědičnosti |
| GPT | typ velkého jazykového modelu (Generativní Předtrénovaný Transformátor) |
| hluboké učení | neuronové sítě s mnoha vrstvami, které se učí hierarchickou reprezentaci vlastností |
| hrubá síla | zkoušení všech možností |
| neuronová síť | model strojového učení volně inspirovaný mozkem |
| perceptron | nejjednodušší neuronová síť s jediným neuronem |
| prohledávání (stavového prostoru) | algoritmy pro hledání optimálních plánů (např. dalšího tahu v piškvorkách) |
| posilované (zpětnovazební) učení | strojové učení využívající interakci a zpětnou vazbu na provedené akce |
| rozhodovací strom | model strojového učení využívající podmínky (při rozhodování procházíme větvemi stromu podle toho, které podmínky jsou splněné) |
| strojové učení | techniky založené na automatizovaném učení z dat či zkušenosti |
| velký jazykový model | rozsáhlá neuronová síť predikující pravděpodobnost dalšího slova |
Oblasti, aplikace, úlohy
| doporučovací systém | poskytuje personalizovaná doporučení (např. hudby) |
| chatovací program | program schopný konverzovat s člověkem (většinou psanou formou) |
| počítačové vidění | získávání informací z obrazových dat |
| predikce | předpověď či odhadnutí kategorie nebo hodnoty (např. zítřejší teploty) |
| robotika | vývoj strojů, které se pohybují v prostoru |
| rozpoznávání řeči | automatický převod mluvené řeči do textu |
| syntéza řeči | umělá tvorba lidské řeči |
| úloha s omezujícími podmínkami | úloha nalézt hodnoty proměnných, které splňují různá provázaná omezení (např. sudoku) |
| zpracování přirozeného jazyka | strojové zpracování běžných lidských jazyků (např. čeština, angličtina) |
Související jevy a dílčí prvky AI systémů
| AI efekt | pozorování, že to, co považujeme za umělou inteligenci se časem posouvá podle toho, zda jsme si už na to zvykli |
| dataset | data (sada příkladů) pro strojové učení |
| deepfake | využití AI k vytvoření realistických podvrhů (typicky videa) |
| deterministický | jednoznačně určený provedenou akcí, tj. bez náhody |
| diskrétní | oddělené (nespojité) stavy, např. mřížky přirozených čísel (sudoku) |
| emergentní chování | komplexní chování vznikají interakcí mnoha jednoduchých prvků systému |
| halucinace | smyšlená nesprávná odpověď generativní AI prezentovaná jako fakt |
| korpus | rozsáhlá kolekce textových dokumentů |
| model | zjednodušená reprezentace problému, kterou využíváme k jeho řešení; v kontextu AI je modelem často program naučený z dat |
| multimodální | schopný kombinovat různé typy dat (text, obrázky, zvuk) |
| prompt | uživatelský vstup (otázka, úkol) pro generativní umělou inteligenci |
| stavový prostor | všechny možné stavy úlohy a přechody mezi nimi |
| token | základní jednotka při práci s textem (slovo nebo část neznámého slova) |
| vnoření slov (word embedding) | reprezentace slov pomocí vektoru reálných čísel |
| Prolog, Lisp | programovací jazyky, které se dříve hodně využívaly v umělé inteligenci |
| Python | moderní programovací jazyk, který je mj. hodně využíván pro strojové učení |
| stochastický | zahrnující náhodu (např. hod kostkou) |
| zkreslení, předpojatost | systematická chyba, která vede k neférovým důsledkům |
Souhrn mi pomohl
Souhrn mi nepomohl
Rozhodovačka
Rychlé procvičování výběrem ze dvou možností.
Umělá inteligence: pojmy
Zobrazit souhrn tématu
lehké
Umělá inteligence: pojmy (lehké) • NZM
Typicky zabere: 7 min.
střední
Umělá inteligence: pojmy (střední) • NF3
Typicky zabere: 6 min.
těžké
Umělá inteligence: pojmy (těžké) • M4V
Typicky zabere: 6 min.
Pexeso
Hledání dvojic, které k sobě patří.
Umělá inteligence: pojmy
Zobrazit souhrn tématu
střední
Umělá inteligence: pojmy (střední) • NZK
Typicky zabere: 8 min.
Doplňování textu
Krátké texty, do kterých doplňujete na vybraná místa správnou variantu ze dvou možností.
Umělá inteligence: pojmy
Zobrazit souhrn tématu
střední
Umělá inteligence: pojmy (střední) • NJ7
Typicky zabere: 4 min.
