Něco málo o AI (teorie)

Předmluva

Možná taky teď jedete „na vlně umělé inteligence“ a tak by se vám mohlo hodit mé zamyšlení a tak trochu „utřepání pojmů“. Existuje spousta skvělých webů a lidí, kteří se tímto zabývají. Nechci jim konkurovat, na to nemám. Ani čas ani vědomosti. Snažil jsem se trochu se sám v tématu zorientovat a utřídit si pojmy a myšlenky. Když jsem to nějak učesal, tak z toho vznikl i tento text a když už ho mám, tak proč ho nenabídnout i dalším.

Z čeho vycházím? Kdysi dávno jsem se na vysoké škole učil něco o neuronových sítích a zpracovával jsem bakalářku i diplomku na téma evoluční algoritmy. Ale je to už dávno a rozhodně se nepovažuji za odborníka. AI mě ale zajímá, takže jsem přečetl nějaké články a shlédl přednášky / rozhovory / webináře a taky si s ní trochu hraji. Rozhodně mě proto neberte za odborníka, spíš si rád připadám jako poučený laik. Proč to tady píšu? Proto, abyste mě nebrali moc dogmaticky a vážně.

Nejdřív se podívejme na teorii. Ale nebojte bude to jenom klouzání po povrchu. Plánuji se pak podívat i na to, jak si s umělou inteligencí hraji ve škole a přidám i nějaké body k zamyšlení, ale to až v jiném článku.

„education technology, future, photorealistic, cyberpunk“ prompt, model Stable Diffusion 1.5, služba playgroundAI.com, 30. 3. 2023, https://playgroundai.com/post/clfuv2a9g09bys6013jwabob8

Trocha teorie (snad) nikoho nezabije

Co je to AI?

Asi všichni víme, že zkratka AI je z anglického Artificial Intelligence, někdy se ale taky používá česká zkratka UI jako Umělá Inteligence. AI je rozšířenější, a proto ji budu taky používat.

Jak jsem psal v úvodu, AI se šíří jako lavina. Koho vlna AI ještě nezasáhla, tak buď nepoužívá vůbec techniku a nebo o tom prostě neví. Pojďme se podívat jestli je tomu tak.

Ono je toho víc druhů?

Coby fanda sci-fi si pod pojmem AI představím něco konkrétního a je to něco trochu jiného, než co teď používáme a co je za AI prezentované dneska. Dnešní AI (ještě / snad / …) nejsou samostatně uvažující a rozhodující entity, jsou to „jenom“ systémy vytvořené na řešení konkrétních úkolů a pracujících v konkrétních oblastech. Ale i toto je kvalitativní posun oproti klasickým programům někam do oblak.

Má představa AI ze sci-fi se správně jmenuje „obecná AI“, anglicky AGI (artificial general inteligence) nebo taky „silná AI“ a měla by být schopná sama řešit libovolné úlohy a to i takového typu se kterými se dosud nesetkala a sama se učit a vzdělávat. Ta naše dnešní AI se označuje jako „narrow AI“, „úzká AI“ nebo „slabá AI“, protože se zaměřuje jenom na úzkou oblast problémů.

Pokud by vás to zajímalo trochu víc, tak doporučuji wikipedii, kde najdete rychlý přehled. Důkladněji a daleko krásněji to pak najdete na AI dětem. Název sice říká něco o dětech, ale nenechte se tím zastrašit!

Při zkoumání toho, co je to AI se setkáme i s dalšími zajímavými pojmy.

ML = machine learning

Při povídání o AI taky nejspíš potkáte zkratku ML (machine learning). ML je totiž jeden z velmi podstatných prvků využívaných při tvorbě AI. Není jediným, ale je to metoda, která se dá v laické rovině poměrně snadno vysvětlit a pomůže nám chápat, jak se umělá inteligence může učit.

Klasický program funguje tak, že mu programátor musí určit, jak se bude v konkrétních situacích chovat a jak přesně bude reagovat na konkrétní vstupy a to přesně a krok za krokem. ML má úplně jinou filosofii. Když odhlédneme od technického řešení, tak si to představme jako systém, který my musíme nejdřív učit / trénovat. Trénování probíhá tak, že zadáme vstupní údaje a k těmto datům zadáme, jaký výstup pro ně očekáváme. Ale jak se k tomu počítač dostane necháváme na něm. Takže počítači dám například milion fotek ovoce a u každé fotky mu řeknu co je to za ovoce. Na něm pak nechám, které znaky bude vyhodnocovat. On sám se rozhoduje podle jakých znaků a jakými postupy se k výsledku dostane. Pro strojové učení je důležité mít kvalitní a velkou sadu dat pro naučení.

Jestli si to chcete zjednodušeně zkusit, tak se můžete mrknout sem:

  • https://teachablemachine.withgoogle.com/ – vymyslíte si kategorie (např. jablko, banán, kiwi), ukážete systému dost obrázků jablek, banánů a kiwi. Řeknete mu, co je co, a pak testujete. Je zajímavé se podívat, jak zvládne odhadovat co to je na obrázcích, které jste mu neukázali.
  • https://code.org/ai – tady si spusťte kurz „AI pomáhá oceánům“. V herním prostředí si můžete zkusit natrénovat AI na to, aby dokázalo rozlišit rybu od odpadků. Je to hodně dětské, ale snad vám to přijde i návodné.

Takže to, co potkáváme a považujeme za AI je systém, který někdo vytrénoval na ohromném množství dat k tomu, aby dělal to, k čemu je vytrénovaný.

Podoblastí strojového učení je i hluboké učení (deep learning). To je něco podobného, ale dává důraz na hierarchické a komplexní vlastnosti toho, co se stroje učí.

Zpracování přirozeného jazyka

Zpracování přirozeného jazyka je kategorií AI, která se snaží o to, aby AI uměla správně pracovat s jazykem. Jako laici o tom vlastně ani víc vědět nemusíme, snad jenom že i tady se využívá strojové a hluboké učení. Zpracování přirozeného jazyka je ta věc, která nám umožňuje mít překladače jako je Google Translator nebo třeba Deepl. A pak i hit posledních měsíců a týdnů – ChatGPT, se kterým si můžeme psát (a dneska už i mluvit) a on nám odpovídá. Také se můžete setkat s pojmem jazykový model. To už je konkrétní natrénovaná AI, tak třeba jazykový model ChatGPT verze 4.

Analýza a syntéza hlasu

Díky analýze hlasu umí AI rozumět lidskému hlasu a my pak můžeme používat věci jako je hlasové ovládání, diktování textu nebo třeba automatická tvorba titulků u videí. Syntéza nám naopak pomáhá s tím, když si necháme od počítače předčítat texty. Ještě jsem se k tomu nedostal, ale všiml jsem si, že ChatGPT byl nedávno vybavený i těmito výhodami a tak s ním už můžeme mluvit a nemusíme si jenom psát. Určitě to bude pro některé lidi pohodlnější, ale taky ho můžeme používat jako tréninkového partnera při výuce cizích jazyků.

Rozpoznání obrazu

Ve spoustě aplikací je potřeba, aby počítače a systémy chápaly to, co vidí a uměly to analyzovat. A o to se stará disciplína rozpoznání obrazu. Hodí se když se budeme bavit o autonomních (samořiditelných) autech nebo robotech. O foťácích, které vám upraví fotografie aby byly ještě hezčí nebo vám třeba přimalují klobouk a brýle. Taky se to hodí třeba při rozpoznávání tváře, ale i u čtení z rukou psaných textů nebo skenování dokumentů. A když jsme u toho, zkoušeli jste si překladači od Googlu obrazový režim, kdy budete foťákem mířit na to, co chcete přeložit a na displeji to máte už přeložené?

K tomuto tématu si dovolím ještě takovou vsuvku. Vzpomeňte si na tento text, až zase budete vyzváni, abyste dokázali že nejste robot a webová stránka vám předloží třeba rozkouskovaný obrázek a řekne ať označíte čtverce, kde je kolo. Nebo že máte vybrat obrázky, kde jsou schody… I toto se používá pro naučení rozpoznávání obrazu.

AI se nenápadně vplížila do naší elektroniky!

Někdo si myslí, že podobné systémy jsou záležitostí poslední doby, ale ruku na klávesnici. Používáte google translator? Ten používá AI od roku 2016.

Používáte filtry na fotky v sociálních sítích? Používáte OCR systémy? Používáte vylepšení fotek v mobilu? Používáte PhotoMath? A nebo třeba jenom… vyhledáváte na googlu?

Přiznám se, že už několik let využívám pro rychlou úpravu fotek z dovolené luminar AI. Ten mi udělá na několik kliknutí tak hezké fotky, které bych buď nezvládl nebo by mi to trvalo neuvěřitelně dlouho.

Poslední dobou už se s AI doslova roztrhl pytel a její vývoj a rozvoj nabral tvar exponenciály a proto si jí víc všímáme.

Tím bych ukončil první z článků na toto téma. V příštím článku se chci podívat na využití AI ve škole.

Ale pokud se nechcete do příště nudit tak se můžete třeba podívat na seznam nástrojů s AI. Tady je několik stránek, které se snaží takové seznamy vytvořit a hlavně udržovat.

Zdroje

Zobrazeno: 610

Tento příspěvek má 2 komentářů

  1. sabina

    moc jsem to nepochopila ale jinak je informatika fajn

    1. Díky za komentář 👍
      Informatika je fajn. A píšu si, příště to zkusím napsat srozumitelněji.

Napsat komentář