Contentmania 11 | 2024

Základné pojmy AI I. Kľúčové pojmy AI ROMAN KLEMAN V oblasti umelej inteligencie (AI) sa udomácňujú viaceré technické ter míny. Spoznajte základné kľúčové pojmy, ktoré vám pomôžu lepšie po rozumieť fascinujúcej téme významne prenikajúcej aj do marketingu.

Základné typy a formy AI • Artificial Intelligence (AI) – umelá inteligencia: Schopnosť strojov vykonávať úlohy a dosahovať ciele, ktoré by inak vyžadovali ľudskú inteligenciu. Ide o rozpoznávanie reči, riešenie problémov ale bo učenie sa z dát. Príklad: Virtuálni asistenti ako Siri alebo Alexa, ktorí dokážu odpovedať na otázky a vykonávať jednoduché úlohy. AI sa delí podľa rozsahu a schopností: • Artificial Narrow Intelligence (ANI) – úzka AI: AI navrhnutá na vykonávanie len úzko zameraných konkrétnych úloh. Príklad: Šachový program DeepBlue, ktorý porazil svetového šampióna, ale nedokáže nič iné okrem hrania šachu. • Artificial Capable Intelligence (ACI) – zdatná AI (podľa Mustafu Suleymana): AI na polceste medzi ANI a AGI, ktorá dokáže s minimálnym dohľadom dosahovať už zložité ciele a úlohy. Príklad: Pokro čilé diagnostické systémy v medicíne alebo založe nie a prevádzkovanie obchodu na Marketplace (internetové trhovisko). • Artificial General Intelligence (AGI) – všeobecná AI: Nebiologický systém, ktorý je schopný sám dosa hovať akékoľvek ciele, vykonávať hocijaké intelek tuálne úlohy podobné tým, ktoré vykonáva človek. Príklad: Robot z filmu Ja, robot, ktorý dokáže komu nikovať a myslieť ako človek v rôznych situáciách. • Superintelligence – superinteligencia: Hypotetický scenár extrémneho rozvoja AI, kde AI výrazne prevy šuje ľudskú inteligenciu a sama sa začne zdokonaľo vať. Súvisí s konceptom technologickej singularity – bodom, keď AI prekročí ľudské chápanie a kontrolu.

Technológie a prístupy v AI • Neural Networks – neurónové siete: Základné stavebné bloky umelej inteligencie simulujúce fungovanie ľudského mozgu. Príklad: Systémy rozpoznávania obrazu v autonómnych vozidlách, ktoré dokážu identifikovať chodcov, dopravné značky a iné objekty. • Machine Learning – strojové učenie: Metóda, pri ktorej sa AI učí z dát a zlepšuje svoje rozhodnutia bez explicitného naprogramovania. Príklad: Systémy odporúčania produktov v e-shopoch ako Amazon, ktoré sa učia z nákupných zvyklostí zákazníkov. • Deep Learning – hĺbkové učenie: Pokročilá podsku pina strojového učenia, ktorá využíva viacvrstvové neurónové siete na riešenie zložitých úloh. Príklad: AlphaFold od DeepMind, ktorý predpovedá 3D štruktúru proteínov, čo môže urýchliť vývoj liekov. • Generative AI – generatívna AI: AI využívajúca rôzne techniky strojového učenia na vytváranie no vého obsahu, ako sú obrázky, texty, hudba či videá. Príklad: DALL-E od OpenAI, ktoré dokáže generovať realistické obrázky na základe textových promptov. • Large Language Models (LLM) – veľké jazykové modely: Štatistický nástroj, ktorý predikuje slová vďaka vytrénovaným modelom. Zameraný na prá cu s textom. Príklad: Claude od Anthropic, ktorý dokáže generovať ľudsky znejúce texty, prekladať jazyky alebo písať kód. • Reinforcement Learning – posilňovacie učenie: Technika, pri ktorej sa AI učí prostredníctvom in terakcie s prostredím, na základe odmien. Príklad: AlphaGo od DeepMind, ktorý sa naučil hrať Go na úrovni prevyšujúcej ľudských majstrov.

11 CONTENTMANIA