Co je umělá inteligence a jak se učí?

Umělou inteligenci, známou pod zkratkou AI (Artificial Intelligence), obecně chápeme jako software, který je navržen tak, aby uměl vytvářet předem stanovený obsah nebo napodobovat lidské myšlení a chování. Tento software zvládá řešit úkoly, které dříve zvládali pouze lidé.

Aniž si to často uvědomujeme, technologie využívající umělou inteligenci používáme již několik desetiletí. S umělou inteligencí se setkáváme například v lékařství, zemědělství nebo bankovnictví; AI je rovněž základem mnoha jazykových překladačů (např. DeepL), chytrých asistentů (např. Siri, Google Assistant či Alexa), ale také internetových vyhledávačů a sociálních sítí. AI se využívá i v oblasti bezpečnosti nebo v autonomních vozidlech.

Základem učení umělé inteligence jsou různé typy textových a obrazových dat, s nimiž specializovaný software pracuje, třídí je, propojuje, porovnává, hledá v nich vzory a předpovídá, jak mají být uspořádány pro konkrétní zadání.

Pokročilé formy umělé inteligence se učí prostřednictvím tzv. neurálních sítí. Jde o model umělé inteligence inspirovaný fungováním lidského mozku. Neurální síť se pokouší tento proces napodobit, i když je samozřejmě mnohem jednodušší.

Neurální síť je složená z „umělých neuronů“, které jsou uspořádané do několika vrstev, a každá vrstva má svou roli:

1. Vstupní vrstva: Přijímá data, která se mají zpracovat (např. obraz, text nebo zvuk).
2. Skryté vrstvy: Zde probíhá hlavní analýza a zpracování dat. Neurony ve skrytých vrstvách analyzují vstupní data, hledají v nich vzory a vztahy, které jí pomůžou přijít na správný výsledek.
3. Výstupní vrstva: Na konci se objeví odpověď, například informace o tom, co je na obrázku, nebo překlad cizího textu.

Každý „neuron“ má určitou váhu a přenosovou funkci, což pomáhá neurální síti učit se z dat. Učení spočívá v tom, že síť upravuje své váhy tak, aby se postupně zlepšovala v řešení úkolů. Tento proces učení se nazývá trénink a probíhá na základě velkého množství tréninkových dat.

Výsledkem tréninku AI je tzv. model strojového učení, který se dále využívá v různých aplikacích. Mezi takové modely patří i velké jazykové modely (LLM) jako například oblíbený model GPT.

Umělá inteligence tedy nepřemýšlí jako člověk. Její činnost je řízena složitými matematickými algoritmy, které se snaží splnit daný úkol. Přesnost jejich výstupů závisí na množství a kvalitě dat, na kterých byla natrénována – čím více kvalitních dat má k dispozici, tím jsou její výsledky přesnější. Naopak pokud byla trénována na malém nebo nevhodném vzorku dat, může poskytovat zkreslené nebo nesmyslné odpovědi, což se označuje jako „halucinace“.

V současnosti je velmi rozšířená generativní umělá inteligence, která dokáže na základě uživatelských požadavků vytvářet nový obsah, jako jsou texty, počítačový kód nebo obrázky a videa. Uživatelé své požadavky zadávají obvykle pomocí tzv. textových promptů, tedy konkrétních pokynů, které ovlivňují kvalitu výsledného výstupu. AI kromě generování obsahu zvládne i jeho analýzu.

Existuje několik druhů umělé inteligence dle jejího inteligenčního potenciálu. Dnes je nejrozšířenější tzv. úzce zaměřená AI (Artificial Narrow Intelligence), někdy nazývaná „slabá umělá inteligence“, která se zaměřuje na konkrétní úkoly (např. chatboti nebo virtuální asistenti). Vedle ní se v teoretické rovině diskutuje i o obecné umělé inteligenci (Artificial General Intelligence) a umělé superinteligenci (Artificial Super Intelligence), která by výrazně překonala inteligenci lidskou. To jsou ale zatím spíše hypotetické koncepty.

Úlohy pro praktické cvičení:

• Vysvětlete, co je to AI a jak se liší od běžného softwaru.

• Uveďte alespoň tři konkrétní příklady využití AI v reálném životě (např. medicína, doprava, bankovnictví) a popište, jak AI pomáhá v těchto oblastech.

• Vysvětlete rozdíly mezi úzce zaměřenou (narrow) a obecnou (general) umělou inteligencí. Proč je podle vás generální AI stále jen teoretickým konceptem?

• Diskutujte o tom, jaký potenciál má umělá superinteligence a jaké výzvy, limity, rizika by mohla přinést.

Praktickou ukázku strojového učení si budeme krok po kroku demonstrovat na vybraných, volně dostupných aplikacích, které si můžete s žáky vyzkoušet.

Název aplikace: AI for Oceans

Web: https://code.org/oceans

Jednoduchý příklad strojového učení si můžeme demonstrovat prostřednictvím aplikace AI for Oceans, kterou vytvořila nezisková organizace Code.org (www.code.org). Tato organizace usiluje o to, aby se v rámci informatiky o umělé inteligenci (AI) mohli učit všichni žáci již od základní školy, ideálně od 12 let.

V této aplikaci je princip strojového učení demonstrován na úkolu, kde se AI učí rozpoznávat a odstraňovat odpadky z oceánů. Aplikace kromě ukázky strojového učení nabízí i ekologický přesah, protože prostřednictvím vložených komentářů upozorňuje na problém znečištění světových oceánů. Tyto komentáře se zobrazují po klikání myší v prostoru uživatelského rozhraní aplikace.

Aplikaci AI for Oceans spustíme kliknutím na žluté tlačítko Pokračovat (Continue) umístěné v dolní části úvodní obrazovky, která se zobrazí po aktivaci URL adresy https://code.org/oceans.

Trénování AI probíhá prostřednictvím výběru obrázků ryb, nebo odpadků, které do vody nepatří. Uživatel vybírá obrázky kliknutím na tlačítka Není ryba (Not Fish), Ryba (Fish). Množství vybraných obrázků a délka tréninku strojového učení jsou ponechány na rozhodnutí uživatele.

            
Výběr obrázků v aplikaci AI for Oceans pro strojové učení (Code.org, 2024)

Otázky k zamyšlení:

1. Jak ovlivní počet vybraných obrázků, případně délka strojového učení v aplikaci AI for Oceans výslednou kvalitu práce umělé inteligence?
2. Co se stane, pokud proběhne chybně strojové učení v aplikaci AI for Oceans? Vyzkoušejte si to!
3. Může proběhnout chybné strojové učení i v jiných aplikacích a službách AI? Pokud ano, jaké to může mít důsledky?

Proces učení lze ukončit kliknutím na žluté tlačítko Pokračovat (Continue). Spuštění natrénované AI pro odstraňování odpadu proběhne kliknutím na žluté tlačítko Spustit (Run). Pokud proběhl trénink optimálně, aplikace vyřadí (odstraní) odpad a propustí jen ryby.

         
Ukázka propouštění vodních živočichů a odstraňování odpadu virtuálním AI robůtkem v aplikaci AI for Oceans (Code.org, 2024)

V dalších úrovních strojového učení lze umělou inteligenci v aplikaci AI for Oceans učit složitějším úkolům, aby dokázala obecně rozpoznávat různé vodní živočichy, nejen ryby. Může se také naučit identifikovat tvary a barvy živočichů, případně rozpoznávat jejich emoce, vlastnosti, rychlost nebo další specifické rysy.

Název aplikace: QUICK DRAW

Web: https://quickdraw.withgoogle.com/

QUICK DRAW je online hra, ve které hráč podle zadání kreslí různé obrazce, zatímco se umělá inteligence integrovaná do hry snaží v daném časovém limitu uhodnout, co hráč nakreslil. Kreslením zadaných obrazců se integrovaný AI nástroj zároveň učí a zvyšuje svou schopnost rozpoznat různé tvary. QUICK DRAW je tak příkladem strojového učení zaměřeného na grafické rozpoznávání.

Hru QUICK DRAW lze spustit kliknutím na žluté tlačítko Let’s Draw!, které je umístěné v dolní části úvodní obrazovky, jež se zobrazí po aktivaci URL adresy https://quickdraw.withgoogle.com/.

Po spuštění se objeví stránka, která nás vyzve k nakreslení prvního obrazce. V našem případě jsme měli za úkol během 20 sekund nakreslit kočku (cat). Po kliknutí na zelené tlačítko Got It! se zobrazí bílá kreslicí plocha, kde se hráč pomocí myši pokouší nakreslit daný obrázek. Pokud integrovaný AI nástroj uhodne nakreslený obrázek, oznámí to hráči anglickou frází „Oh I know, it‘s…“.

Jakmile hráč dokončí šest výzev, zobrazí se shrnutí, kde se dozví, jak úspěšná byla AI v rozpoznávání nakreslených tvarů. Hráč se také dozví, kolik tvarů AI správně identifikovala a kolik naopak uhodnuto nebylo. Hru lze restartovat kliknutím na zelené tlačítko Play Again ve spodní části okna.

V textu obrazovky Well drawn! “Select one to see how it figured it out, and visit the data to see 50 million drawings made by other real people on the internet.” je možné kliknout na podtržené slovo (data), kterým vyvoláme obrazovku s nadpisem What do 50 million drawings look like?, kde si můžeme prohlédnout více jak 50 milionů kreseb od více než 15 milionů uživatelů. Hráči se zde dozví, že tyto kresby jsou unikátní datovou sadou, která může pomoci vývojářům trénovat nové neuronové sítě, výzkumníkům vidět vzorce v tom, jak lidé na celém světě kreslí, a umělcům vytvářet věci, o nichž jsme ještě ani nezačali přemýšlet. Výsledný datový balík jednotlivých kreseb je volně dostupný všem zájemcům (QUICK DRAW, 2024).

Pro zajímavost uvádíme ukázku datového balíku kreseb psa, kterých je přes 143 000.

Obrazovka aplikace QUICK DRAW s ukázkou datového balíku kreseb psa, kterých je přes 143 000 (QUICK DRAW, 2024)

Tým E-Bezpečí