Umelá inteligencia: Príbeh revolúcie, ktorá ešte len začína

Počítače sa tak dostali na univerzity a k technickým nadšencom, ktorí sa s touto novou technológiou oboznamovali nielen z teoretického a matematického hľadiska, ale aj z praktického – mohli si vyskúšať prvé vlastné programy a výpočty, ktoré predtým trvali veľmi dlho, no, teraz zaberali neporovnateľne menej.

Ako rástla výpočtová sila a dostupnosť počítačov, rástla aj komplexita programov, experimentov a prvých pokusov o funkčnú umelú inteligenciu. Prelomové, prakticky aplikovateľné pokroky v umelej inteligencii prišli v modernej dobe, hlavne po roku 1995, vo forme regresie a klasifikácie. Znamenalo to, že sme dokázali matematický model učiť na základe zozbieraných dát a model tak vedel napríklad odhadovať ceny nehnuteľností na základe predaných domov v okolí podľa ceny, veľkosti domu a pozemku. Podobne fungovala aj klasifikácia, najprv binárna – ak sme mali napríklad parametre kvetu ako farba, veľkosť, dĺžka kvetu a listov, s určitou pravdepodobnosťou sme vedeli určiť, či ide o hľadaný kvet.

Neskôr sa táto metóda rozšírila na viactriednu klasifikáciu, čo znamenalo, že sme vedeli pomocou naučených matematických modelov zaradiť konkrétny kvet do príslušnej triedy (typu/názvu) podľa jeho parametrov. V dnešnom ponímaní sú tieto prístupy označované ako „plytké modely“, pretože ich vieme aplikovať bez intenzívnej výpočtovej náročnosti – ich potreby dokáže pokryť bežný pracovný alebo domáci počítač.

Okolo roku 2010 sa do popredia dostal koncept neurónových sietí, ktoré sú univerzálnejšie a efektívne fungujú aj dnes na rôzne metódy umelej inteligencie. Ako rástol potenciál aplikácie umelej inteligencie, začali sa využívať v oblastiach ako spracovanie a klasifikácia obrazu, predikcie, projekcie, generovanie obrázkov či veľké jazykové modely.

Príklady využitia AI dnes:

• Spracovanie obrázkov spočíva v tom, že si obrázok rozložíme na pixely a hľadáme črty v obrázku na základe prepojení pixelov. Napríklad na identifikáciu auta na obrázku stačí modelu rozpoznať rám vozidla podľa jeho typickej siluety.

• Predikcia sa používa napríklad pri výpadku stroja vo výrobnej linke. Sledujeme historické poruchy a hodnoty zo senzorov. Ak sa aktuálne dáta začnú podobať stavu pred poslednou poruchou, model zistí, že je potrebné vykonať údržbu stroja, aby sme predišli výpadku.

• Projekcia znamená napríklad predikciu počtu vozidiel na frekventovanej ceste v určitom čase. Na základe historických dát o počtoch áut v rôznych časoch nám model vie predpovedať dopravnú záťaž napríklad o 16:00, keď odchádzame z práce.

• Generovanie obrázkov je populárna metóda tvorby umenia alebo obsahu na internet. Využíva prístup zvaný „stabilná difúzia“. Pri učení model pracuje s veľkým množstvom obrázkov a ich popisov, ku ktorým sa pridáva šum, aby model pochopil, ako obrázok vzniká a mohol ho vygenerovať podľa zadania. Proces generovania je opačný – model „zo šumu“ poskladá finálny obrázok.

• Veľké jazykové modely sú momentálne najrozšírenejšou formou umelej inteligencie medzi širokou verejnosťou. Ide o mohutné modely vyžadujúce veľkú výpočtovú silu, učiace sa na princípe otázka–odpoveď, kde sa text konvertuje na číselné vektory a podľa podobnosti otázky a odpovede generujú odpoveď.

Chatboty sú dnes neoddeliteľnou súčasťou spoločnosti, hlavne modely GPT od spoločnosti OpenAI. Avšak tieto modely nie sú monopolom v oblasti umelej inteligencie. Existujú aj modely ako Gemini, Claude, Mistral, DeepSeek, Salamander a mnohé ďalšie, ktoré sú voľne dostupné a inštalovateľné pre každého – či už doma, alebo v priemysle.

Nevýhodou nasadenia týchto modelov je vysoká výpočtová náročnosť, najmä z pohľadu grafickej výpočtovej sily. Modely existujú v rôznych veľkostiach – od menších, ktoré zvládnu aj výkonné herné počítače, až po enormne veľké modely, na ktoré sú potrebné grafické karty za desaťtisíce eur. Spravidla platí, že čím väčší model, tým je „rozumnejší“. Problémom jazykových modelov bola najmä neaktuálnosť informácií – model sa trénoval len na dátach do určitého bodu a nemal prístup k najnovším údajom. Tento problém sa zmiernil pridaním funkcionalít, ktoré umožňujú vyhľadávanie na internete alebo nahranie súborov, vďaka čomu má chatbot prístup aj k aktuálnym informáciám.

Momentálne najnovším trendom v umelej inteligencii sú takzvaní agenti. Zjednodušene ide o chatbota, ktorý pri plnení požiadavky dokáže samostatne volať rozličné služby. Predstavme si, že plánujeme dovolenku: zadáme chatbotu požiadavky na destináciu a agent bude hľadať dovtedy, kým nenájde ponuku vyhovujúcu našim kritériám. Následne nám ju zarezervuje a vybaví všetko potrebné. Práve v tejto technológii je dnes obrovský potenciál a môžeme od nej očakávať veľké veci.

ZDROJ: Pravda