Umelá inteligencia predstavuje kľúčovú technológiu, ktorá mení spôsob, akým interagujeme online. AI sa zaoberá vytváraním systémov s ľudskou inteligenciou. Ako sa teda umelá inteligencia dokáže učiť a replikovať ľudské aj nadľudské vlastnosti?

Nazýva sa to strojové učenie. Strojové učenie umožňuje počítačom učiť sa a zdokonaľovať svoje schopnosti na základe skúseností. Je to dnes najdominantnejšou metódou na budovanie AI systémov a používa sa takmer všade. Tieto disciplíny majú široké uplatnenie od odporúčacích algoritmov napríklad na sociálnych sieťach, cez bankovníctvo až po rozpoznávanie obrazu a prinášajú inovatívne riešenia pre komplexné problémy. Na základe strojového učenia je postavený aj ChatGPT a rôzne iné AI programy.

Ako funguje strojové učenie?

Strojové učenie je inšpirované tým, ako funguje náš mozog. Náš mozog obsahuje neurónovú sieť, na základe ktorej komunikuje s jednotlivými neurónmi.  Keď neurón prijme dostatočné množstvo signálu, vyšle svoj vlastný signál. Neuróny sú navzájom prepojené, a tým tvoria veľmi veľkú komplexnú neurónovú sieť. Čím častejšie sa tieto neurónové spoje používajú tým viac sa vytvárajú nové a silnejšie. Týmto sa mozog učí a výsledkom tohto je, že mozog sa učí zo skúseností a je naozaj dobrý v rozpoznávaní vzorov.

A to je to, na čom stojí aj celé strojové učenie. Vedci prišli s nápadom vytvoriť umelú sieť neurónov, ktorá by napodobovala správanie nášho mozgu. Takže by sa učila podobne ako my rozpoznávať isté vzorce ako my. Táto umelá neurónová sieť je samozrejme jednoduchšia ako tá v mozgu, ale teda funguje na rovnakom princípe.

Program zo začiatku potrebuje extrémne veľké množstvo dát, z ktorých sa bude učiť. Každé z týchto dát, vyhodnotí buď správne alebo nesprávne. Keď program vyhodnotí dané dáta nesprávne, tak mu dáme vedieť, že ich vyhodnotil nesprávne, a tým sa učí rozpoznávať vzory.

Napríklad pri obrázkoch je obrázok pre program len kopa pixelov v ktorých musí nájsť vzor. Musí prejsť veľa obrázkov na ktorých je niečo vyobrazené, aby to vedel rozpoznať a naučil sa, že je to napríklad pes a nie krokodíl. Vstupné dáta by v tomto prípade boli hodnoty každého jedného pixelu na obrázku. Program tieto dáta každého pixelu preženie neurónovou sieťou, a keď program vyhodnotí daný obrázok správne, tak sa jednotlivé spoje v umelej neurónovej sieti posilnia. Ak by však program vyhodnotil obrázok nesprávne, neurónové spoje, ktorými informácia prebehla by sa oslabili.

Všetky umelé inteligencie teda preberajú rozličné trénovacie dáta z ktorých čerpajú a tým sa odvíja aj typ umelej neurónovej siete, na ktorej to všetko funguje a závisí na tom aj špecializácia danej umelej inteligencie. Na základe špecializácie sa vyberajú a spracúvajú aj následovne trénovacie dáta.