Top 5 chybných domněnek o AI

Používání umělé inteligence neustále roste. Jen ChatGPT denně používá okolo 122 miliónů uživatelů. Přesto se stále setkáváme s nesrovnalostmi a s domněnkami, které celý svět AI provází.

V tomhle článku se tomu pokusíme přijít na kloub. Jaké jsou podle nás ty největší mylné představy, které si lidé s AI spojují?

1. Umělá inteligence = ChatGPT a další LLM

Přestože se většina uživatelů s umělou inteligencí nejčastěji setkává právě prostřednictvím ChatGPT a dalších jazykových modelů (LLM), jde jen o jeden z mnoha typů AI.

LLM jsou jen malým výsekem obrovského pole AI. Mluvit o nich jako o umělé inteligenci je jako tvrdit, že internet = e-mail.

Ve skutečnosti AI zahrnuje mnohem širší spektrum technologií – a s mnohými z nich jste se pravděpodobně už setkali. Tady je výběr z nich:

Strojové učení (Machine Learning):

• Umožňuje počítačům učit se z dat – bez toho, aby je někdo musel naprogramovat krok po kroku. Modely se učí rozpoznávat vzory, vztahy a pravidla, které v datech nejsou na první pohled vidět, díky čemuž umí předpovídat, třídit nebo rozhodovat i nad novými informacemi.
• Příklady: Predikce nemocí, hodnocení rizika v bankovnictví, analýza zákaznických dat, předpověď počasí

Počítačové vidění (Computer Vision):

• Rozpoznává a analyzuje obrázky a videa.
• Příklady: Detekce obličejů, rozpoznávání SPZ, analýza rentgenů, OCR (rozpoznání textu z obrázku)

Reinforcement learning:

• Reinforcement Learning (RL) je strojové učení, které se učí optimální chování prostřednictvím pokusů a omylů a získávání odměn či trestů v dynamickém prostředí.
• Příklady: AlphaGo, řízení robotů, AI v hrách, řízení dopravy

Generativní modely:

• Vytvářejí nový obsah.
• Příklady: DALL·E (obrázky), Sora (video), Suno (hudba), ElevenLabs (hlas), Veo3 (hudba)

Doporučovací systémy:

• Doporučují obsah podle chování uživatele.
• Příklady: Netflix, Spotify, YouTube, e-shopy a i sociální sítě, jako Facebook nebo Instagram

2. AI = vyhledávač

Mnoho lidí používá AI podobně jako Google – zadají otázku, čekají odpověď. To ale vede k mylnému dojmu, že AI je jen „chytřejší vyhledávač". Ve skutečnosti jde o úplně odlišné technologie.

Vyhledávač (např. Google) prohledává internet skoro v reálném čase. Naproti tomu většina AI modelů (např. ChatGPT) generuje odpovědi z předem naučených dat – a aktuální informace si v základu „nevyhledává". Některé verze AI (např. GPT-4o s funkcí prohlížení) sice online přístup mají, ale to není automatické ani univerzální.

Dalším rozdílem je i energetická náročnost. Generování AI odpovědi je v závislosti na modelu řádově náročnější na výpočetní výkon i spotřebu energie než běžné vyhledávání.

Dnes už se rozdíly mezi AI a vyhledáváním začínají stírat – např. Google integruje Gemini přímo do výsledků hledání. Přesto jde o kombinaci dvou různých technologií.

3. Automatizace = AI

V poslední době se spousta klasických automatizací zaměňuje za využívání AI. Ale automatizace a AI nejsou totéž – i když se občas propojují. Například na zjednodušení spousty rutinních úkolů nepotřebujete AI, ale vystačíte si s automatizacemi. S těmi vám mohou pomoct nástroje jako je Make nebo Zapier.

Automatizace znamená, že systém provádí předem definované úkony bez zásahu člověka – podle pevně daných pravidel. Nepřemýšlí, neučí se, jen opakuje, co mu bylo řečeno. Příkladem je e-mail s potvrzením objednávky, když něco koupíte. Když se stane A udělej B.

Umělá inteligence se naopak učí z dat, přizpůsobuje se novým situacím a může dělat rozhodnutí, která nebyla předem přesně naprogramovaná. Příkladem může být také e-mail s potvrzením, ale jeho obsah je upraven podle vašeho chování – AI například vybere na míru doporučené produkty.

4. Machine learning = AI = deep learning

Tyto pojmy se často zaměňují:

• Umělá inteligence (AI) je nejširší pojem – zahrnuje systémy navržené k řešení problémů a automatizaci úkolů, které obvykle vyžadují lidskou inteligenci.
• Strojové učení (Machine Learning) je podmnožina AI – jde o techniky, kdy se modely učí ze znalosti (dat), místo aby byly ručně naprogramované.
• Hluboké učení (Deep Learning) je podmnožina strojového učení – využívá hluboké neuronové sítě k automatickému rozpoznávání složitých vzorů v datech.

5. AI má vlastní názor

Když AI odpovídá plynule a sebevědomě, může to působit, že vyjadřuje svůj názor. Ve skutečnosti ale žádný názor nemá – nemá vědomí, hodnoty ani přesvědčení.

Odpovědi AI jsou výsledkem výpočtu, který predikuje, jaká slova se statisticky nejlépe hodí – nevyjadřuje úmysl, postoj ani osobní pohled.

To, že něco zní lidsky, neznamená, že to tak je.

Závěr

Umělá inteligence je stále opředená spoustou nesrovnalostí – a je jich mnohem víc, než kolik jsme jich tu uvedli. Jde o mimořádně schopnou technologii, se kterou se teprve učíme zacházet. Podobně jako kdysi s internetem.

Má obrovský potenciál, ale i svá omezení – a právě ta je dobré znát. Proto je důležité rozumět tomu, co AI doopravdy je, co umí, co neumí… a co si o ní možná jen myslíme.

---

Související články

• TL;DR nejpoužívanějších AI pojmů - Ztrácíte se v názvosloví ze světa AI? Pak je tenhle článek pro vás. Dali jsme dohromady nejvyhledávanější a nejpoužívanější pojmy, které souvisejí s umělou inteligencí.
• AI: Pomocník nebo hrozba pro juniory? - AI ve vývoji očima juniora: cenný pomocník, nebo neviditelná berlička, která brzdí růst?
• Jak zjistit, že je správný čas na implementaci AI? - Praktický průvodce pro firmy, které uvažují o využití AI, ale ještě váhají.
• Ekologický dopad AI: Co se děje v pozadí? - Používání AI není bez dopadu – každý prompt spouští procesy, které spotřebovávají elektřinu i vodu.