Umělá inteligence (AI) představuje jednu z nejvýznamnějších technologických revolucí v lidské historii. Jedná se o vědní obor, který se snaží vytvořit systémy schopné vykonávat úkoly, jež tradičně vyžadovaly lidskou inteligenci. V posledních letech se stala umělá inteligence natolik významnou, že změnila způsob, jakým pracujeme, komunikujeme, cestujeme, nakupujeme a dokonce i to, jak pečujeme o své zdraví.

Proč se o AI v posledních letech tolik mluví? Odpověď spočívá v několika faktorech, které se sešly ve správný čas. Především došlo k dramatickému nárůstu výpočetního výkonu a dostupnosti dat. Množství digitálních informací, které lidstvo vytváří, roste exponenciálně – od příspěvků na sociálních sítích přes senzorická data z IoT zařízení až po digitalizované archivy. Současně došlo k významným průlomům v algoritmech, zejména v oblasti neuronových sítí a hlubokého učení (deep learning), které dokáží tyto obrovské objemy dat efektivně zpracovávat a učit se z nich.

Často se při vysvětlování AI uchylujeme k přirovnání k lidskému myšlení. Umělá inteligence se skutečně inspiruje tím, jak funguje lidský mozek – například neuronové sítě jsou, jak název napovídá, odvozeny od struktury biologických neuronů. Existují však zásadní rozdíly. Zatímco lidský mozek má přibližně 86 miliard neuronů s téměř neomezeným potenciálem pro kreativitu, intuici a emocionální inteligenci, současné AI systémy, ačkoli se stále více zdokonalují a vylepšují a tím se stávají složitější, fungují na principech statistických výpočtů a rozpoznávání vzorů v datech (proto občas dostanete od AI nepravdivou odpověď, protože AI algoritmus usoudil, že toto je statisticky vhodná odpověď pro vás – více viz také Mýty o AI).

Je důležité si uvědomit limity současné AI. Dnešní systémy umělé inteligence, i ty nejpokročilejší, jako jsou generativní modely typu GPT-4 nebo DALL-E, nemají vlastní vědomí, nevnímají svět tak jako my a nemají záměry ani emoce. Jsou to sofistikované nástroje, které simulují určité aspekty inteligence, ale postrádají široké porozumění, které charakterizuje lidskou inteligenci. Zatímco člověk dokáže přirozeně přenášet znalosti z jedné domény do druhé (např. z hraní šachů na řešení matematických problémů), AI systémy jsou většinou úzce specializované.

Přesto je fascinující sledovat, jakého pokroku bylo v AI dosaženo v posledních letech a hlavně jak rychle se to stalo. Od systémů, které porazily světové šampiony v šachu a složitých hrách jako Go, přes pokročilé jazykové modely, které dokáží generovat téměř lidsky znějící text, až po algoritmy, které pomáhají diagnostikovat rakovinu s přesností převyšující zkušené lékaře, uběhlo sotva pár let. Umělá inteligence se stala mocným nástrojem, který mění prakticky každý aspekt našeho života.

V tomto článku se zaměříme na detailní pochopení umělé inteligence a jejího vztahu ke strojovému učení. Prozkoumáme jejich definice, historii, principy fungování, praktické aplikace a etické výzvy. Bez ohledu na to, zda jste absolutní začátečník nebo technologický nadšenec, tento článek vám poskytne komplexní přehled o této fascinující oblasti, která nepochybně bude hrát klíčovou roli v budoucnosti lidstva.

Co je to umělá inteligence (AI)?

Samotný termín umělá inteligence má zajímavou historii, která sahá do poloviny 20. století. Pojem byl oficiálně zaveden v roce 1956 na konferenci na Dartmouth College, kterou zorganizoval John McCarthy společně s Marvinem Minskym, Nathanielem Rochesterem a Claudem Shannonem. Tato letní konference s názvem Dartmouth Summer Research Project on Artificial Intelligence je považována za zakládající událost v oboru AI jako formální akademické disciplíny.

Avšak myšlenky, které vedly k AI, existovaly mnohem dříve. Již ve 40. letech 20. století položil britský matematik a kryptograf Alan Turing základy teoretických úvah o možnosti strojového myšlení. Ve svém přelomovém článku Computing Machinery and Intelligence z roku 1950 představil slavný Turingův test – metodu pro určení, zda stroj dokáže vykazovat inteligentní chování ekvivalentní člověku. Pokud pozorovatel nedokáže během konverzace rozlišit, zda komunikuje s člověkem nebo se strojem, lze podle Turinga takový stroj považovat za inteligentní.

Raná éra umělé inteligence (zhruba 1956-1974) byla charakterizována velkým optimismem a nadšením. Vědci vytvářeli systémy, které řešily algebraické slovní úlohy, dokazovaly geometrické teorémy a dokonce se učily anglický jazyk. Tyto rané úspěchy vedly k přehnaným očekáváním a předpovědím, že během několika desítek let budou vytvořeny stroje se všeobecnou inteligencí srovnatelnou s lidskou.

V 70. letech však nastal první AI Winter (období zklamání a omezené financování AI výzkumu), když se ukázalo, že původní optimismus byl neopodstatněný a možná příliš přehn. Omezení tehdejších výpočetních technologií a složitost problémů reálného světa vedly k výraznému zpomalení pokroku. Podobná situace se opakovala v 80. letech, kdy další vlna nadšení, spojená především s expertními systémy, vedla k novým investicím, ale opět následovalo zklamání a druhá AI zima v 90. letech.

Klíčovým momentem v historii AI byl posun paradigmatu od čistě symbolického přístupu k přístupu založenému na datech a statistických metodách. V raných fázích vývoje AI převládal symbolický přístup, který se snažil modelovat lidské myšlení pomocí formálních pravidel a logiky. Tento přístup, známý také jako Good Old-Fashioned AI (GOFAI), se zaměřoval na explicitní reprezentaci znalostí a logické odvozování. Příkladem symbolické AI jsou expertní systémy, které využívají soubor předem definovaných pravidel k řešení specifických problémů.

Postupně se však ukázalo, že mnoho aspektů lidské inteligence, jako je rozpoznávání vzorů, učení z příkladů nebo zpracování přirozeného jazyka, je obtížné modelovat pomocí explicitních pravidel. To vedlo k rozvoji statistických metod a strojového učení, které nepotřebují explicitní programování pravidel, ale místo toho se učí z dat. Tento přístup zaznamenal dramatický pokrok zejména po roce 2010, kdy hluboké učení (podmnožina strojového učení) způsobilo revoluci v oblasti rozpoznávání obrazu, zpracování přirozeného jazyka a mnoha dalších oblastech.

Současná moderní AI tedy vznikla jako výsledek dlouhé cesty plné vzestupů a pádů, změn paradigmat a technologických průlomů. Dnes žijeme v období, které někteří označují za AI renesanci, charakterizovanou bezprecedentními úspěchy v aplikacích AI, jako jsou samořiditelná auta, pokročilé jazykové modely (jako GPT-4) nebo systémy pro rozpoznávání obrazu, které v některých úlohách překonávají lidské schopnosti.

Typy umělé inteligence

Umělou inteligenci lze kategorizovat různými způsoby, ale jedno z nejčastějších rozdělení je podle úrovně jejich schopností a podobnosti lidské inteligenci. Podle tohoto přístupu rozlišujeme tři hlavní typy AI:

Úzká umělá inteligence (ANI – Artificial Narrow Intelligence)

Úzká AI, také známá jako slabá AI, je navržena a vytrénována pro specifický úkol nebo úzkou množinu úkolů. Tyto systémy excelují ve své konkrétní doméně, ale jejich schopnosti nelze přenést na jiné oblasti. Všechny současné AI systémy spadají do této kategorie.

Příklady ANI zahrnují:

• Šachové programy jako DeepBlue
• Virtuální asistenty jako Siri, Alexa nebo Google Assistant
• Systémy pro rozpoznávání obličejů
• Algoritmy pro doporučování obsahu na platformách jako Netflix nebo YouTube
• Specializované diagnostické systémy v medicíně
• Autonomní vozidla (v současné podobě)

Úzká AI může ve své specifické doméně dosahovat nebo dokonce překonávat lidskou výkonnost, ale nedokáže fungovat mimo svůj úzce vymezený účel. Například AlphaGo, systém vyvinutý společností DeepMind, dokázal porazit světové šampiony ve složité deskové hře Go, ale ten samý systém by nebyl schopen řídit auto nebo překládat text.

Obecná umělá inteligence (AGI – Artificial General Intelligence)

AGI, také označovaná jako silná AI, by teoreticky měla mít schopnost porozumět, učit se a aplikovat znalosti napříč různými doménami srovnatelně s lidskou inteligencí. AGI by měla být schopna vykonávat jakýkoli intelektuální úkol, který zvládne člověk.

Klíčové charakteristiky AGI by zahrnovaly:

• Schopnost přenášet znalosti z jedné domény do druhé bez dalšího tréninku
• Schopnost řešit nové, dříve neviděné problémy
• Porozumění abstraktním konceptům
• Schopnost plánovat do budoucna, stanovovat cíle a adaptovat se na nové situace
• Sebeuvědomění a metakognitivní schopnosti (přemýšlení o vlastním myšlení)

Je důležité zdůraznit, že navzdory pokrokům v oblasti AI, skutečná AGI dosud neexistuje. Podle odhadů odborníků může vývoj AGI trvat desetiletí, a někteří skeptici pochybují, zda je vůbec technicky možné ji vytvořit.

Superinteligence (ASI – Artificial Super Intelligence)

ASI představuje teoretickou úroveň umělé inteligence, která by překonávala nejlepší lidské mozky prakticky ve všech ekonomicky hodnotných činnostech, včetně vědecké kreativity, moudrosti a sociálních dovedností. Tento koncept, popularizovaný filozofem Nickem Bostromem, reprezentuje AI, která by nejen vyrovnala, ale dalece překonala lidské kognitivní schopnosti.

Charakteristiky ASI by mohly zahrnovat:

• Řádově vyšší rychlost zpracování informací než lidský mozek
• Prakticky neomezenou paměť
• Schopnost simultánně řešit komplexní problémy napříč různými oblastmi
• Potenciálně schopnost vylepšovat vlastní design a architekturu

Koncept superinteligence je spojen s mnoha spekulacemi a filozofickými úvahami, včetně diskusí o tzv. „technologické singularitě“ – hypotetickém bodě, kdy by technologický pokrok, řízený superinteligencí, mohl vést k nepředvídatelným změnám v lidské civilizaci.

Je důležité poznamenat, že zatímco ANI je realitou současnosti, AGI a ASI zůstávají v oblasti teoretických úvah a futuristických predikcí. Cesta od současné úzké AI k potenciální obecné AI nebo superinteligenci není jasně definovaná a vyžaduje řešení mnoha fundamentálních problémů v oblasti výpočetní teorie, kognitivní vědy a neurovědy.

Rozdělení podle přístupu

Kromě rozdělení AI podle úrovně schopností můžeme systémy umělé inteligence klasifikovat také podle základních přístupů a metod, které používají. Toto rozdělení nám pomáhá lépe pochopit, jakým způsobem různé AI systémy fungují a řeší problémy. Zde jsou hlavní přístupy:

Symbolická AI (Symbolic AI)

Symbolická AI, také známá jako klasická AI nebo GOFAI (Good Old-Fashioned Artificial Intelligence), využívá formální reprezentaci znalostí a logické odvozování. Tento přístup dominoval raným desetiletím výzkumu AI (zhruba 1950-1980).

Klíčové charakteristiky:

• Explicitní reprezentace znalostí pomocí symbolů a pravidel
• Využití formální logiky a odvozovacích mechanismů
• Znalosti jsou obvykle vkládány experty, nikoli získávány učením
• Deterministický přístup k řešení problémů

Typické aplikace symbolické AI zahrnují:

• Expertní systémy (např. MYCIN pro diagnostiku infekčních onemocnění)
• Automatické dokazování teorémů
• Plánování a rozvrhování
• Formální systémy pro reprezentaci znalostí

Silnou stránkou symbolické AI je schopnost pracovat s abstraktními pojmy a explicitními pravidly, což umožňuje transparentní a vysvětlitelné rozhodování. Slabinou je však obtížnost zachycení komplexních, neostrých konceptů reálného světa a neschopnost efektivně se učit z dat.

Strojové učení (Machine Learning)

Strojové učení představuje přístup, kdy se AI systémy učí z dat, místo aby byly explicitně programovány pro každý úkol. Tento přístup získal na popularitě od 80. let 20. století a v současnosti dominuje poli AI.

Klíčové charakteristiky:

• Schopnost učit se z příkladů a zlepšovat výkon s více daty
• Důraz na statistické modely a pravděpodobnost
• Automatická identifikace vzorů a korelací v datech
• Různé paradigmata učení (s učitelem, bez učitele, posilované)

Typické aplikace zahrnují:

• Klasifikace a predikce (e-mailový spam filter, predikce cen nemovitostí)
• Rozpoznávání vzorů (obrazy, zvuky, text)
• Doporučovací systémy (Netflix, Amazon)
• Detekce anomálií (podvody s kreditními kartami)

Strojové učení umožňuje AI systémům zvládat úkoly, které je obtížné explicitně programovat, a může se zlepšovat s více daty. Nevýhodou je, že modely strojového učení mohou být černými skříňkami s omezenou vysvětlitelností a mohou být náchylné k zesilování předpojatostí přítomných v trénovacích datech.

Neuronové sítě a hluboké učení (Neural Networks and Deep Learning)

Neuronové sítě a zejména hluboké učení představují specializovanou podmnožinu strojového učení inspirovanou strukturou a funkcí lidského mozku. Tento přístup zaznamenal dramatický vzestup po roce 2010.

Klíčové charakteristiky:

• Architektura založená na propojených vrstvách umělých neuronů
• Schopnost automaticky extrahovat hierarchické reprezentace z dat
• Vysoce efektivní při zpracování nestrukturovaných dat (obrázky, zvuk, text)
• Vyžaduje velké množství dat a výpočetní výkon

Typické aplikace zahrnují:

• Počítačové vidění (rozpoznávání objektů, detekce tváří)
• Zpracování přirozeného jazyka (strojový překlad, textová analýza)
• Generování obsahu (text, obrázky, hudba)
• Řečové technologie (rozpoznávání řeči, syntéza řeči)

Hluboké učení umožnilo bezprecedentní pokrok v mnoha oblastech AI, včetně rekordní přesnosti v úlohách rozpoznávání obrazu a převratných výsledků v zpracování přirozeného jazyka. Nevýhodou je vysoká výpočetní náročnost, potřeba velkých datasetů a obtížná interpretovatelnost modelů.

Hybridní přístupy

V praxi mnoho moderních AI systémů kombinuje různé přístupy, aby využily silných stránek každého z nich. Například neurosymbolická AI se snaží integrovat symbolické uvažování s neuronovými sítěmi, což umožňuje využít jak schopnost učení z dat, tak explicitní reprezentaci znalostí.

Rostoucím trendem je také kombinování různých technik strojového učení, jako je využití reinforcement learningu (posilovaného učení) společně s hlubokými neuronovými sítěmi, což vedlo k průlomům jako AlphaGo a AlphaFold.

Rozdělení AI podle přístupu nám pomáhá pochopit různé cesty, kterými vědci a inženýři řeší složité problémy umělé inteligence. Každý přístup má své silné a slabé stránky, a volba konkrétního přístupu závisí na povaze problému, dostupnosti dat, požadavcích na vysvětlitelnost a mnoha dalších faktorech.

Co je strojové učení (machine learning)?

Definice ML jako podmnožiny AI

Strojové učení (Machine Learning, ML) představuje významnou podmnožinu umělé inteligence, která se během posledních dvou desetiletí stala dominantním přístupem v oblasti AI. Na rozdíl od tradičních počítačových programů, které následují explicitně naprogramované instrukce, systémy strojového učení se dokáží učit z dat a zkušeností, a tím zlepšovat svůj výkon bez toho, aby byly specificky programovány pro každý jednotlivý úkol.

Formálně lze strojové učení definovat jako oblast umělé inteligence, která se zabývá vývojem algoritmů a statistických modelů, jež počítačovým systémům umožňují plnit úkoly bez explicitních instrukcí, ale spoléháním se na vzory a inference. Jedná se tedy o schopnost počítačových systémů automaticky se učit a zlepšovat se ze zkušeností.

Průkopník strojového učení Arthur Samuel definoval ML již v roce 1959 jako oblast studia, která dává počítačům schopnost učit se, aniž by byly explicitně programovány. Modernější definice od Toma Mitchella z roku 1997 zní: Počítačový program se učí ze zkušenosti E s ohledem na určitou třídu úkolů T a metriku výkonu P, pokud se jeho výkon v úkolech T, měřený pomocí P, zlepšuje se zkušeností E.

Zásadní rozdíl mezi tradičním programováním a strojovým učením spočívá v přístupu k řešení problémů:

• V tradičním programování poskytujeme počítači data a pravidla (program), a počítač na základě těchto pravidel generuje výstupy.
• Ve strojovém učení poskytujeme počítači data a očekávané výstupy, a počítač se snaží odvodit pravidla, která tato data a výstupy spojují.

Tento fundamentální rozdíl v přístupu umožňuje systémům strojového učení řešit problémy, které by bylo extrémně obtížné nebo nemožné řešit pomocí tradičního programování. Například, naprogramovat explicitní pravidla pro rozpoznávání ručně psaných číslic by bylo mimořádně složité, ale ML algoritmus může být natrénován na tisících příkladů a naučit se tento úkol zvládat s vysokou přesností.

Strojové učení se stalo klíčovou součástí umělé inteligence z několika důvodů:

1. Schopnost zpracovat komplexní vzory – ML modely dokáží zachytit složité vztahy a vzory v datech, které by bylo obtížné nebo nemožné explicitně specifikovat.
2. Adaptabilita – ML systémy se mohou průběžně zlepšovat a přizpůsobovat novým datům, což jim umožňuje udržet si relevanci v měnícím se prostředí.
3. Škálovatelnost – s více daty a výpočetním výkonem se výkon mnoha ML systémů zlepšuje, což umožňuje řešit stále složitější problémy.
4. Generalizace – dobře navržené ML systémy dokáží generalizovat své znalosti na nové, dříve neviděné případy, což je klíčový aspekt inteligentního chování.

Je důležité si uvědomit, že zatímco strojové učení je podmnožinou umělé inteligence, ne všechny přístupy v AI jsou založeny na strojovém učení. Existují další metodologie AI, jako je symbolická AI, která spoléhá na explicitní reprezentaci znalostí a logické odvozování, nebo přístupy založené na pravidlech. Nicméně, v současné době je strojové učení, a zejména jeho pokročilá forma známá jako hluboké učení, hnací silou většiny významných pokroků v oblasti umělé inteligence.

Jak funguje strojové učení

Strojové učení je fascinující proces, který umožňuje počítačům učit se z dat. Abychom lépe pochopili, jak ML funguje, rozeberme si základní komponenty a procesy, které jsou společné pro většinu systémů strojového učení:

Data – palivo strojového učení

Data jsou nepochybně nejdůležitější součástí každého ML systému. Kvalita, množství a relevance dat přímo ovlivňují výkon výsledného modelu. Data mohou mít různé formy:

• Strukturovaná data – organizovaná v jasně definovaném formátu, například tabulky s řádky a sloupci (databáze, CSV soubory, tabulky)
• Nestrukturovaná data – nemají předem definovaný formát (texty, obrázky, videa, zvukové záznamy)
• Semi-strukturovaná data – kombinace předchozích typů (např. JSON soubory, XML)

Data jsou obvykle rozdělena na několik sad:

• Trénovací data – používají se k trénování modelu (70-80% dostupných dat).
• Validační data – slouží k ladění parametrů modelu a zabránění přeučení (10-15%).
• Testovací data – používají se k finálnímu vyhodnocení natrénovaného modelu (10-15%).

Před samotným trénováním je často nutné data předzpracovat, což zahrnuje:

• Čištění dat (odstranění nebo nahrazení chybějících hodnot).
• Normalizaci nebo standardizaci (převod hodnot do standardního rozsahu).
• Transformaci kategorických proměnných na numerické.
• Redukci dimenzionality (snížení počtu vstupních proměnných).
• Augmentaci dat (vytvoření nových trénovacích příkladů pomocí transformací existujících dat).

Modely – mozek strojového učení

Model v kontextu strojového učení je matematická reprezentace, která se snaží zachytit vztahy mezi vstupními a výstupními daty. Modely se liší složitostí, od jednoduchých lineárních modelů až po komplexní neuronové sítě s miliony parametrů.

Základními stavebními bloky modelů jsou:

• Parametry (váhy) – hodnoty, které model upravuje během učení.
• Hyperparametry – nastavení, která určují strukturu a chování modelu (např. rychlost učení, počet skrytých vrstev).
• Architektura – celková struktura modelu (jak jsou komponenty propojeny).

Mezi běžné typy modelů patří:

• Lineární a logistické regrese
• Rozhodovací stromy
• Algoritmy založené na instancích (např. k-nejbližších sousedů)
• Neuronové sítě různých architektur
• Ensemble modely kombinující více základních modelů

Učení – jak se model zlepšuje

Proces učení je jádrem strojového učení. Během tohoto procesu model upravuje své parametry tak, aby minimalizoval rozdíl mezi svými predikcemi a skutečnými hodnotami v trénovacích datech.

1. Inicializace – nastavení počátečních hodnot parametrů (často náhodně).
2. Predikce – model generuje výstupy na základě vstupních dat.
3. Vyhodnocení chyby – výpočet rozdílu mezi predikcemi modelu a skutečnými hodnotami pomocí ztrátové funkce.
4. Aktualizace parametrů – úprava parametrů modelu tak, aby se snížila chyba (často pomocí algoritmů jako gradient descent).
5. Iterace – opakování kroků 2-4 dokud model nedosáhne požadované přesnosti nebo jiného kritéria ukončení.

Klíčové koncepty v procesu učení:

• Ztrátová funkce (loss function) – měří, jak špatné jsou predikce modelu (např. střední kvadratická chyba, křížová entropie).
• Optimalizační algoritmus – metoda pro aktualizaci parametrů modelu (např. stochastic gradient descent, Adam).
• Regularizace – techniky pro prevenci přeučení modelu (např. L1/L2 regularizace, dropout).
• Batch learning vs. online learning – zda se model učí na celém datasetu najednou nebo postupně po částech.

Evaluace – měření úspěšnosti modelu

Po natrénování modelu je klíčové vyhodnotit jeho výkon na nových, dříve neviděných datech. Toto vyhodnocení poskytuje informaci o tom, jak dobře model generalizuje a jaký výkon lze očekávat v produkčním prostředí.

Běžné metriky pro hodnocení modelů:

• Přesnost (accuracy) – podíl správných predikcí ze všech predikcí.
• Precision a recall – metriky důležité zejména při nevyvážených třídách.
• F1-skóre – harmonický průměr precision a recall.
• ROC křivka a AUC – grafická metoda hodnocení klasifikačních modelů.
• Střední kvadratická chyba (MSE) – běžná metrika pro regresní úlohy.

Nasazení a monitorování – model v akci

Konečným cílem je obvykle nasazení natrénovaného modelu do reálného prostředí, kde může generovat predikce na nových datech. Po nasazení je důležité model monitorovat, aby se zajistilo, že jeho výkon zůstává stabilní, a v případě potřeby ho přetrénovat na nových datech.

Aspekty nasazení modelu:

• Integrace – začlenění modelu do existujících systémů a workflows.
• Škálování – zajištění, že model zvládne požadovanou zátěž.
• Monitorování – sledování výkonu modelu v průběhu času.
• Údržba – pravidelné přetrénování modelu na nových datech.
• Verzování – správa různých verzí modelu.

Strojové učení je iterativní proces, který často vyžaduje několik cyklů experimentování, vyhodnocování a ladění, než je dosaženo požadovaných výsledků. S rostoucí zkušeností a znalostmi v oboru se datový vědec nebo ML inženýr stává efektivnějším v identifikaci vhodných modelů, technik předzpracování a strategií optimalizace pro konkrétní problémy.

Typy učení

Strojové učení lze rozdělit do několika kategorií podle způsobu, jakým se algoritmy učí z dat. Tři hlavní typy strojového učení jsou učení s učitelem, učení bez učitele a posilované učení. Každý z těchto přístupů má své specifické charakteristiky, aplikace a výzvy. Podívejme se na ně detailněji:

Učení s učitelem (Supervised Learning)

Učení s učitelem je nejčastěji používaným typem strojového učení. V tomto přístupu algoritmus trénujeme na označených datech, což znamená, že každý trénovací příklad má přiřazenou „správnou odpověď“ nebo cílovou hodnotu. Cílem je naučit se mapování mezi vstupy a těmito známými výstupy tak, aby model mohl správně predikovat výstupy pro nové, dříve neviděné vstupy.

Hlavní charakteristiky učení s učitelem:

• Vyžaduje označená data (páry vstup-výstup)
• Cílem je minimalizovat rozdíl mezi predikcí modelu a skutečnou hodnotou
• Výstupem je prediktivní model, který mapuje vstupy na výstupy
• Aplikuje se na problémy klasifikace a regrese

Učení s učitelem se dále dělí na dva hlavní typy úloh:

• Klasifikace – predikce kategorické proměnné (např. spam/není spam, diagnóza nemoci, rozpoznávání objektů na obrázcích)
• Regrese – predikce spojité proměnné (např. cena nemovitosti, teplota, výnosy akcií)

Mezi běžné algoritmy učení s učitelem patří:

• Lineární a logistická regrese.
• Rozhodovací stromy a náhodné lesy (decision trees and random forests).
• Support Vector Machines (SVM).
• Naivní Bayesovské klasifikátory.
• K-nejbližších sousedů (KNN).
• Neuronové sítě a hluboké učení.

Učení s učitelem se používá v mnoha praktických aplikacích, jako je rozpoznávání řeči, počítačové vidění, lékařská diagnostika, predikce finančních trhů, doporučovací systémy a mnoho dalších.

Učení bez učitele (Unsupervised Learning)

Učení bez učitele pracuje s neoznačenými daty, kde nemáme předem definované správné odpovědi. Cílem je odhalit skrytou strukturu nebo vzory v datech bez explicitního vedení.

Hlavní charakteristiky učení bez učitele:

• Používá neoznačená data (pouze vstupy bez přiřazených výstupů).
• Hledá strukturu, vzory nebo vztahy v datech.
• Nemá explicitní cílovou proměnnou k predikci.
• Výsledky mohou být subjektivnější a hůře hodnotitelné.

Hlavní typy úloh učení bez učitele:

• Shlukování (clustering) – rozdělení dat do skupin (shluků) na základě podobnosti.
• Redukce dimenzionality – snížení počtu proměnných při zachování co nejvíce informací.
• Detekce anomálií – identifikace neobvyklých vzorů nebo outlierů v datech.
• Asociační pravidla – hledání zajímavých vztahů mezi proměnnými.

Učení bez učitele se využívá pro segmentaci zákazníků, kompresi obrazu, analýzu sociálních sítí, detekci podvodů, průzkumnou analýzu dat a mnoho dalších aplikací, kde chceme objevit skryté vzory bez předchozích znalostí.

Populární algoritmy učení bez učitele zahrnují:

K-means a hierarchické shlukování – oba tyto algoritmy spadají do kategorie neřízeného učení a slouží k vyhledávání přirozených skupin (shluků) v datech. K-means pracuje tak, že rozdělí data do předem daného počtu skupin a každému bodu přiřadí tu skupinu, ke které má nejblíže. Hierarchické shlukování naopak buduje celou hierarchii podobností mezi jednotlivými vzorky a umožňuje pozorovat, jak se skupiny spojují při různých úrovních rozlišení. Výstupy z těchto metod se často využívají jako nové vstupní atributy (features) pro jiné modely, např. klasifikátory nebo regresní algoritmy. Konkrétně lze z K-means získat například:

• Identifikátor shluku – každému vzorku přidáme číslo skupiny, do které patří. Pokud například pomocí K-means rozdělíme uživatele e-shopu do tří skupin podle jejich nákupního chování, může model lépe předpovědět, zda daný uživatel nakoupí konkrétní produkt, když ví, že spadá do „skupiny 2 – impulzivní nakupující“.

Vzdálenost od středu shluku – místo pouhého čísla skupiny lze jako rys přidat i to, jak moc je daný bod „typický“ pro svou skupinu. Vzorky blízko středu skupiny bývají reprezentativní, zatímco ty vzdálené mohou být výjimky nebo méně spolehlivé pro učení modelu.

Tyto nové atributy pomáhají klasifikačním modelům lépe pochopit strukturu datového prostoru, zejména pokud je původní množina rysů příliš složitá nebo obsahuje slabé signály. Shlukování umožňuje data zjednodušit a obohatit o souhrnnou informaci o „typickém chování“ nebo „příslušnosti k datovému vzoru“, který by jinak bylo obtížné ručně odvodit.

Například při klasifikaci neoznačených zákazníků podle pravděpodobnosti odchodu (churn prediction) může být příslušnost ke skupině velmi silný prediktor – zákazníci z určitého shluku odcházejí výrazně častěji, protože sdílejí podobné chování nebo vlastnosti.

DBSCAN (Density-Based Spatial Clustering of Applications with Noise) – DBSCAN je algoritmus pro shlukování, který na rozdíl od K-means nevyžaduje, abychom dopředu znali počet skupin. Místo toho vyhledává oblasti s vysokou koncentrací datových bodů a označuje je jako shluky. Oblasti s nízkou hustotou (např. izolované body) jsou považovány za šum.

To, co dělá DBSCAN výjimečným, je schopnost rozpoznat i nepravidelné nebo „rozsypané“ tvary shluků, což klasické algoritmy často nezvládnou. Tato metoda tak dokáže zachytit přirozené rozložení dat, aniž by byla omezena geometrickým předpokladem (např. že shluky jsou kulaté).

Ve strojovém učení se DBSCAN využívá především k:

• Detekci odlehlých hodnot – body označené jako šum často představují výjimky nebo chyby, které by mohly narušit trénink modelu. Jejich identifikace pomáhá dataset vyčistit.

• Identifikaci nestrukturovaných skupin – například ve vizuálních nebo zvukových datech, kde jsou vzory nejasné a nelineární.

• Feature engineeringu – výstupem DBSCAN může být příznak „patří do shluku“ nebo „je výjimečný“, což přidává další vrstvu informací pro klasifikaci či regresi.

Například v systému pro detekci podvodů lze pomocí DBSCAN označit transakce, které se chovají jinak než běžné – ne na základě předem známých pravidel, ale jen podle toho, že se statisticky „nevměšují“ mezi ostatní. Tento signál pak může být cenným vstupem pro prediktivní model.

Analýza hlavních komponent (PCA) – PCA (Principal Component Analysis) je technika pro snížení dimenzionality dat, tedy zjednodušení množství vstupních proměnných tak, aby přitom nedošlo k výrazné ztrátě informace. Pracuje tak, že najde nové „osy“ (tzv. hlavní komponenty), které co nejlépe vystihují rozptyl dat. Na rozdíl od původních proměnných tyto osy nejsou přímo srozumitelné, ale umožňují efektivněji zachytit hlavní rysy dat.

PCA je obzvlášť užitečná v situacích, kdy máme velké množství vstupních atributů, které jsou navzájem korelované – tedy často říkají to samé. Taková redundance zbytečně zatěžuje model a může vést ke špatné generalizaci.

V kontextu strojového učení má PCA několik klíčových využití:

• Redukce počtu vstupních rysů (feature reduction) – místo stovek původních proměnných můžeme použít jen několik hlavních komponent, které vystihují většinu variability v datech. To zrychluje trénování modelů a snižuje riziko přeučení.
• Předzpracování dat před klasifikací nebo regresí – pokud vstupy nejsou dobře interpretovatelné nebo jsou příliš komplexní, PCA pomůže vytvořit jednodušší, ale informatívní základ.
• Vizualizace vysokodimenzionálních dat – převod například 50rozměrných dat do 2D grafu pomocí prvních dvou hlavních komponent může odhalit shluky, odlehlé body nebo jiné vzory.

Příklad: Představte si, že máte databázi pacientů s desítkami laboratorních hodnot. Některé testy spolu silně souvisejí. Místo abyste všechny zahrnuli do modelu, můžete použít PCA a vytvořit třeba jen tři hlavní komponenty – „zjednodušený otisk“ původních dat. Tyto komponenty se pak použijí jako vstupy do modelu pro predikci diagnózy. Model bude rychlejší, jednodušší a méně náchylný k přeučení.

t-SNE (t-Distributed Stochastic Neighbor Embedding) – t-SNE je algoritmus navržený především pro vizualizaci dat s vysokou dimenzionalitou. Jeho hlavním cílem není zjednodušit data pro další modelování, ale vytvořit vizuální reprezentaci tak, aby byla srozumitelná pro člověka. Zachovává lokální strukturu dat – tedy body, které jsou si podobné v původním prostoru, budou i na výsledném obrázku blízko sebe. Na rozdíl od PCA, které je lineární, t-SNE dokáže zachytit i velmi složité, nelineární vztahy.

Používá se hlavně tehdy, když potřebujeme získat intuitivní představu o tom, jak jsou data rozložena – například při průzkumu trénovací sady, analýze výsledků klasifikace nebo při hledání přirozených shluků.

V rámci strojového učení je t-SNE cenným nástrojem pro:

• Diagnostiku modelu – vizualizací dat po zpracování modelem lze ověřit, jestli se různé třídy opravdu oddělují nebo jestli se překrývají.
• Vyhledávání chyb nebo odlehlých vzorků – neobvyklé body se v t-SNE vizualizaci často „odtrhnou“ od ostatních, což může signalizovat problém s daty.
• Explorační analýzu – pokud máte například embeddingy z neuronové sítě (např. z NLP modelu nebo autoenkodéru), t-SNE vám umožní „vidět“ jejich prostorové vztahy ve 2D nebo 3D.

Příklad: Máte model pro rozpoznávání emocí z hlasu. Každý zvukový záznam je převeden na vektor o 100 prvcích. t-SNE vám umožní tyto vektory vizualizovat a třeba zjistit, že záznamy se smutkem a strachem se překrývají, zatímco záznamy se vztekem tvoří oddělený shluk. To vám napoví, kde model může tápat a co případně upravit v datech nebo architektuře.

t-SNE však není vhodný pro použití jako vstupní transformace do modelu – nedá se dobře použít na nové případy (např. při predikci), protože jeho výstup není deterministický a nereprezentuje globální vztahy v datech. Jde čistě o analytický a vizualizační nástroj.

Autoenkodéry – Autoenkodér je typ neuronové sítě, který se učí komprimovat a znovu rekonstruovat vstupní data. Síť se skládá ze dvou hlavních částí: kodér převádí původní data na zhuštěnou (latentní) reprezentaci, a dekodér se je snaží z této zhuštěné verze opět složit zpět. Hlavním cílem není přesná rekonstrukce, ale naučit se extrahovat to nejpodstatnější z dat.

Z pohledu strojového učení mají autoenkodéry hned několik důležitých využití:

• Snížení dimenzionality – stejně jako PCA, ale s výhodou, že zvládají i nelineární vzory. Výstupem může být zhuštěný vektor s menším počtem prvků, který lze použít jako vstup pro klasifikační nebo regresní model.
• Feature extraction – autoenkodér se může naučit automaticky vytvářet reprezentace, které jsou pro danou úlohu relevantnější než ručně navržené rysy.
• Detekce anomálií – pokud se síť naučí „rekonstruovat normální“ data, bude u neobvyklých vzorků (např. podvodů, chybových měření) produkovat výrazně větší chybu rekonstrukce. To lze využít jako signál k odhalování výjimek.

Příklad: Představte si, že máte tisíce obrázků rukopisů. Místo toho, abyste každý obrázek popsali stovkami pixelových hodnot, můžete pomocí autoenkodéru převést každý obrázek na vektor o 20 hodnotách, které zachycují hlavní znaky. Tento vektor pak můžete využít jako vstup do klasifikátoru, který rozpoznává, jaké číslo je na obrázku.

Výhodou autoenkodérů je, že nepotřebují označená data – trénují se tak, že vstup se rovná výstupu. Jsou tak ideálním nástrojem ve fázi přípravy dat, kdy chceme z neznačeného materiálu vytěžit užitečné reprezentace. Navíc jsou flexibilní – lze je snadno přizpůsobit pro text, obrázky, zvuk či tabulková data.

Gaussian Mixture Models (GMM) – GMM je pravděpodobnostní metoda pro shlukování, která předpokládá, že data vznikla jako kombinace několika různých Gaussových (normálních) rozdělení. Na rozdíl od K-means, který každému bodu přiřadí jednu konkrétní skupinu, GMM pro každý vzorek vypočítá pravděpodobnost, že patří do každého z uvažovaných shluků. Výsledkem je měkčí, realističtější přiřazení – například: „bod A patří na 80 % do shluku 1, na 15 % do shluku 2 a na 5 % do shluku 3“.

V rámci strojového učení je GMM velmi užitečným nástrojem zejména tehdy, když:

• Potřebujeme modelovat přirozeně proměnlivá data – například chování uživatelů, které se nedá jednoznačně rozdělit na „ano/ne“, ale má plynulé přechody.
• Chceme vytvořit vstupní atributy založené na pravděpodobnostním rozdělení – podobně jako u K-means lze použít číslo shluku, ale GMM navíc poskytuje i pravděpodobnostní skóre pro každou možnost.
• Hledáme generativní model dat – tedy model, který umí nová data nejen klasifikovat, ale i simulovat (například pro syntetické generování vzorků).

Příklad: Představte si, že analyzujete zákaznické chování v online službě. Někteří lidé se chovají konzistentně, ale jiní se pohybují „na hraně“ mezi více typickými vzory. GMM vám umožní přiřadit každému uživateli více pravděpodobností, které vystihují, jak moc se podobá jednotlivým profilům. Tento přístup pak vede ke spolehlivějším predikcím než ostré zařazení do jedné kategorie.

Význam GMM ve strojovém učení spočívá také v tom, že funguje jako generativní model – učí se, jak data pravděpodobnostně vznikají. Takový model pak může sloužit nejen ke klasifikaci nebo shlukování, ale i ke generování nových příkladů, k odhadování chybějících hodnot nebo k simulaci hypotetických scénářů.

Posilované učení (Reinforcement Learning)

Posilované učení je typ strojového učení, kde se agent učí optimální chování interakcí s prostředím. Agent provádí akce, za které dostává odměny nebo tresty, a jeho cílem je maximalizovat kumulativní odměnu v čase.

Hlavní charakteristiky posilovaného učení:

• Učení probíhá na základě interakce s prostředím.
• Zahrnuje koncept zpětné vazby ve formě odměn a trestů.
• Zaměřuje se na rovnováhu mezi explorací (zkoumáním nových akcí) a exploitací (využíváním známých dobrých akcí).
• Často zahrnuje časově rozložená rozhodnutí.

Klíčové komponenty posilovaného učení:

• Agent – to je „hráč“ nebo „učící se jednotka“, která dělá rozhodnutí. Může to být robot, algoritmus, program nebo třeba virtuální postava. Cílem agenta je naučit se chovat tak, aby v daném prostředí dosahoval co nejlepšího výsledku. Příklad: Pokud učíme algoritmus, jak hrát šachy, agent je samotný šachový hráč, který vybírá tahy.

• Prostředí – vše, s čím agent interaguje. Je to svět, ve kterém agent funguje, a který reaguje na jeho akce. Mění se v čase a ovlivňuje, co agent vidí a co se stane po jeho rozhodnutí. Příklad: V šachovém příkladu je prostředím celá šachovnice včetně pravidel hry, soupeře a stavu figur.

• Stavy – konkrétní situace, ve kterých se agent může ocitnout. Stav je popis toho, co agent aktuálně „vidí“ – například pozice všech figurek, rychlost auta na trati, aktuální skóre nebo jakýkoliv jiný popis okamžitého momentu.Příklad: V šachu je stavem aktuální rozmístění všech figur na šachovnici.

• Akce – možnosti, které má agent v daném stavu k dispozici. V každém okamžiku se agent může rozhodnout, co udělá dál – a právě výběr akce ovlivní, do jakého stavu se prostředí přesune. Příklad: V šachu je akcí konkrétní tah – například posunutí střelce z C1 na G5.

• Odměny – zpětná vazba od prostředí, kterou agent dostává poté, co vykoná akci. Odměna je číslo, které říká, zda dané rozhodnutí bylo dobré nebo špatné. Cílem agenta je maximalizovat součet těchto odměn v dlouhodobém horizontu. Příklad: Agent může dostat +1 bod za vítězství v partii, -1 za prohru a 0 za remízu. V některých případech jsou odměny jemnější – třeba malý bonus za získání figury.

• Strategie (policy) – pravidlo nebo matematická funkce, podle které agent rozhoduje, jakou akci zvolí v daném stavu. Může to být předem nastavený plán, nebo se tato strategie průběžně učí na základě zkušeností. Příklad: Agent se může rozhodnout, že pokud je soupeřův král v ohrožení, zahraje agresivně. V jiných situacích může být obranný. Cílem posilovaného učení je právě nalézt optimální strategii pro dané prostředí.

Populární algoritmy posilovaného učení:

• Q-learning a Deep Q-Networks (DQN)
• Policy Gradient metody
• Actor-Critic algoritmy
• Proximal Policy Optimization (PPO)
• Monte Carlo Tree Search (MCTS)

Posilované učení se úspěšně aplikuje v robotice, autonomních vozidlech, počítačových hrách (např. AlphaGo), optimalizaci spotřeby energie, obchodních strategiích a mnoha dalších oblastech, kde je potřeba sekvenční rozhodování v dynamickém prostředí.

Další typy učení

Kromě tří hlavních kategorií existují i další specializované typy strojového učení:

• Semi-supervised Learning (Polo-řízené učení) – hybridní přístup, který kombinuje malé množství označených dat s velkým množstvím neoznačených dat. Tento přístup je užitečný, když je získání označených dat nákladné nebo časově náročné.
• Self-supervised Learning (Samo-řízené učení) – forma učení, kde se systém učí z dat samotných bez externích štítků. Model generuje vlastní pseudo-štítky z dostupných dat, například předpovídání chybějících částí věty nebo rekonstrukce obrazu.
• Multi-task Learning (Víceúlohové učení) – přístup, kde se model učí řešit více souvisejících úloh současně, což může vést k lepšímu výkonu díky sdílení znalostí mezi úlohami.
• Transfer Learning (Přenosové učení) – technika, kdy model natrénovaný na jedné úloze je použit jako výchozí bod pro řešení jiné, související úlohy. Tento přístup šetří výpočetní zdroje a čas, a je zvláště populární v hlubokém učení.
• Federated Learning (Federativní učení) – distribuovaný přístup, kde se model trénuje napříč mnoha zařízeními nebo servery bez nutnosti centralizace dat, což zvyšuje soukromí a snižuje nároky na přenos dat.

Praktické příklady strojového učení

Pojďme se nyní podívat na konkrétní příklady, které ilustrují, jak strojové učení funguje v praxi a jaké problémy dokáže řešit:

Rozpoznávání obrázků

Jednou z nejvýraznějších aplikací strojového učení je rozpoznávání objektů na obrázcích. Jedná se o klasický příklad učení s učitelem, kde model trénujeme na tisících až milionech označených obrázků.

Jak to funguje:

1. Shromáždíme velký dataset obrázků, kde každý obrázek má přiřazené štítky (např. kočka, pes, auto).
2. Obrázky transformujeme do formy vhodné pro zpracování (normalizace, konverze do vektorů).
3. Trénujeme hlubokou konvoluční neuronovou síť (CNN) na těchto datech.
4. Model se učí hierarchické reprezentace: nejprve jednoduché hrany a tvary, později složitější struktury jako oči nebo kola, a nakonec celé objekty.
5. Po natrénování může model klasifikovat nové, dříve neviděné obrázky.

Tato technologie pohání mnoho funkcí, které běžně používáme:

• Automatické označování osob na fotkách na sociálních sítích
• Vyhledávání obrázků podle obsahu
• Autonomní vozidla rozpoznávající dopravní značky, chodce a překážky
• Lékařské aplikace pro detekci nemocí z rentgenových snímků nebo MRI

Predikce cen

Predikce cen je typický regresní problém, kde se snažíme predikovat spojitou hodnotu na základě historických dat a dalších relevantních faktorů.

Příklad predikce cen nemovitostí:

1. Shromáždíme historická data o prodejích nemovitostí, včetně ceny a různých atributů (velikost, lokalita, počet místností, stáří, atd.).
2. Data předzpracujeme (ošetříme chybějící hodnoty, normalizujeme numerické proměnné, transformujeme kategorické proměnné).
3. Vybereme vhodný model, například gradient boosting (XGBoost, LightGBM) nebo neuronovou síť.
4. Trénujeme model na historických datech, kde vstupem jsou atributy nemovitosti a výstupem je prodejní cena.
5. Vyhodnotíme přesnost modelu na testovacích datech pomocí metrik jako střední kvadratická chyba (MSE) nebo střední absolutní odchylka (MAE).
6. Nasadíme model pro predikci cen nových nemovitostí.

Podobné přístupy se používají pro predikci:

• Cen akcií a finančních instrumentů
• Poptávky po produktech
• Spotřeby energie
• Cen letenek a hotelových pokojů (dynamické cenotvorby)

Doporučovací systémy

Doporučovací systémy jsou všudypřítomnou aplikací strojového učení, která analyzuje preference uživatelů a nabízí jim relevantní produkty, obsah nebo služby.

Hlavní přístupy k doporučovacím systémům:

• Collaborative filtering (kolaborativní filtrování) – doporučuje položky na základě podobnosti mezi uživateli nebo mezi položkami (např. uživatelé, kteří si koupili tento produkt, si také koupili…).
• Content-based filtering (filtrování založené na obsahu) – doporučuje položky podobné těm, které uživatel již preferoval v minulosti, na základě atributů položek.
• Hybridní přístupy – kombinují výše uvedené metody pro dosažení lepších výsledků.

Reálné aplikace doporučovacích systémů:

• Netflix doporučuje filmy a seriály na základě sledovací historie
• Spotify vytváří personalizované playlisty podle hudebního vkusu
• Amazon doporučuje produkty na základě nákupní historie a chování podobných uživatelů
• YouTube nabízí videa podle předchozích shlédnutí a preferencí
• Sociální sítě doporučují obsah a potenciální kontakty

Pokročilé doporučovací systémy dnes často využívají hluboké učení k pochopení komplexních vzorů v preferencích uživatelů a mohou zahrnovat i kontextové informace jako denní dobu, lokalitu nebo aktuální náladu uživatele.

Zpracování přirozeného jazyka

Zpracování přirozeného jazyka (Natural Language Processing, NLP) je oblast na pomezí ML a lingvistiky, která se zabývá interakcí mezi počítači a lidským jazykem.

Příklady aplikací NLP:

• Strojový překlad – systémy jako Google Translate, které překládají text mezi různými jazyky
• Sentimentální analýza – určení pozitivního, neutrálního nebo negativního tónu textu
• Chatboti a virtuální asistenti – systémy jako Siri, Alexa nebo ChatGPT, které mohou konverzovat s lidmi
• Automatické shrnutí textu – vytvoření krátkého souhrnu dlouhého dokumentu
• Extrakce informací – identifikace klíčových faktů a vztahů v textu
• Generování textu – vytváření koherentního a smysluplného textu na základě vstupu nebo zadání

V posledních letech došlo k revoluci v NLP díky modelům založeným na architektuře Transformer a technice zvané pre-training(předtrénování modelu). Modely jako BERT, GPT-3 a GPT-4 jsou trénované na obrovských korpusech textu a dokáží generovat mimořádně kvalitní text, odpovídat na otázky a plnit širokou škálu jazykových úkolů.

Jaký je rozdíl mezi AI a ML?

Vztah AI a ML

Když jsme si detailně popsali umělou inteligenci a strojové učení, je čas jasně artikulovat jejich vzájemný vztah a hlavní rozdíly. Nejjednodušeji řečeno, strojové učení je podmnožinou umělé inteligence – což znamená, že všechny systémy strojového učení jsou systémy umělé inteligence, ale ne všechny systémy umělé inteligence využívají strojové učení.

Tento vztah můžeme přirovnat ke vztahu mezi dopravními prostředky a automobily. Všechny automobily jsou dopravními prostředky, ale ne všechny dopravní prostředky jsou automobily (existují také letadla, lodě, vlaky atd.). Podobně, zatímco strojové učení je významnou a v současnosti dominantní součástí umělé inteligence, existují i jiné přístupy k vytváření inteligentních systémů.

Klíčové aspekty tohoto vztahu:

• Rozsah – AI je širší pole zaměřené na vytváření systémů, které vykazují inteligentní chování podobné lidskému, zatímco ML je specifický přístup v rámci AI zaměřený na systémy, které se učí z dat.
• Metodologie – AI zahrnuje různé techniky a přístupy (symbolické, založené na pravidlech, založené na datech), zatímco ML se specificky zaměřuje na algoritmy, které se zlepšují na základě zkušeností s daty.
• Historie – AI jako obor existuje déle než ML v jeho moderní podobě. Zatímco AI má kořeny v 50. letech 20. století, ML získalo svou dominantní roli až v posledních dekádách s dostupností velkého množství dat a výpočetního výkonu.
• Cíle – konečným cílem AI je vytvoření systémů s obecnou inteligencí, zatímco ML se soustředí na vyřešení specifických problémů prostřednictvím učení z dat.

Je důležité zdůraznit, že v současném diskurzu o AI a ML často dochází k zaměňování pojmů. S rostoucím úspěchem metod strojového učení, zejména hlubokého učení, se termín AI v médiích a běžné komunikaci často používá jako zkratka pro systémy založené na ML. Toto zjednodušení však přehlíží širší kontext a historii umělé inteligence jako oboru.

Příklady AI bez ML

Ačkoli strojové učení dominuje současnému poli AI, existuje mnoho systémů umělé inteligence, které nevyužívají učení z dat, ale spoléhají se na jiné přístupy. Tyto systémy jsou důležitou připomínkou, že AI je širší než jen ML. Zde jsou některé významné příklady:

Expertní systémy

Expertní systémy jsou jedny z nejstarších úspěšných aplikací AI. Jsou navrženy tak, aby napodobovaly rozhodovací procesy lidských expertů v konkrétních doménách.

Jak fungují expertní systémy:

• Obsahují bázi znalostí složenou z faktů a pravidel typu if-then (pokud nastane podmínka-pak udělej)
• Využívají inferenční engine pro aplikaci těchto pravidel na nové problémy
• Znalosti jsou explicitně zakódovány experty v dané doméně, nikoli získány učením z dat

Příklady expertních systémů:

• MYCIN – vyvíjen v 70. letech na Stanford University pro diagnostiku bakteriálních infekcí a doporučování antibiotik
• DENDRAL – jeden z prvních expertních systémů, používaný pro identifikaci chemických sloučenin
• XCON (později přejmenován na R1) – systém vyvinutý pro společnost Digital Equipment Corporation, který konfiguroval komponenty pro nové počítačové systémy
• Moderní diagnostické systémy v automobilovém průmyslu – pomáhají mechanikům identifikovat problémy na základě symptomů

Systémy založené na pravidlech

Systémy založené na pravidlech jsou širší kategorií, která zahrnuje expertní systémy, ale může být jednodušší a méně specializovaná. Tyto systémy používají předem definovaná pravidla pro zpracování informací nebo rozhodování.

Příklady:

• Jednoduché chatboty – systémy jako původní ELIZA nebo mnoho současných zákaznických chatbotů, které fungují na základě klíčových slov a předem definovaných odpovědí
• Automatizované obchodní systémy založené na pevných pravidlech (např. prodej, když cena klesne pod X)
• Kontrolní systémy v průmyslu, které reagují na specifické podmínky podle předem naprogramovaných instrukcí
• Některé systémy pro zpracování přirozeného jazyka založené na lingvistických pravidlech a gramatikách

Systémy symbolického uvažování

Symbolické systémy AI pracují s vysoce abstraktními reprezentacemi problémů a využívají formální logiku a algoritmické přístupy k řešení.

Příklady:

• Automatické dokazování teorémů – systémy, které matematicky dokazují teorémy nebo verifikují správnost softwaru
• Plánovací systémy – algoritmy, které generují sekvence akcí k dosažení cí