Trace Id is missing
Přeskočit na hlavní obsah
Azure

Co je umělá inteligence?

Jedná se o schopnost počítačového systému napodobovat lidské kognitivní funkce, jako je učení nebo řešení problémů.

Jak funguje umělá inteligence (AI)?

Pomocí matematiky a logiky počítačový systém simuluje způsob, jakým se lidé učí z nových informací a rozhodují se.

Počítačový systém s umělou inteligencí vytváří předpovědi nebo provádí akce na základě vzorů ve stávajících datech a dokáže se učit z vlastních chyb a tím zvyšovat svou přesnost. Vyspělá AI zpracovává nové informace mimořádně rychle a přesně a díky tomu je užitečná pro komplexní scénáře, jako jsou autonomní vozidla, programy pro rozpoznávání obrazu nebo virtuální asistenti.

Souvislost AI se strojovým učením

Strojové učení je považováno za součást umělé inteligence. Strojové učení se zaměřuje na trénování počítačů, aby dokázaly analyzovat data a učit se z nich tak, jako to dělají lidé. Strojové učení tak představuje techniku, která pomáhá s vývojem systémů AI.

Souvislost AI s kognitivními rozhraními API

Rozhraní API (aplikační programovací rozhraní) propojují aplikace s dalšími systémy, službami nebo aplikacemi. Při používání kognitivních rozhraní API žádáte o přístup ke knihovně inteligentních modelů specifických pro danou doménu.

Souvislost AI s datovými vědami

AI i datové vědy zahrnují sběr, analýzu a shromažďování rozsáhlých datových sad, ale jejich cíle se liší. AI se zaměřuje na to, jak se můžou počítače rozhodovat na základě dat. Datové vědy se na druhou stranu zaměřují na extrahování přehledů z dat s využitím matematiky, statistiky a strojového učení.

Souvislost AI s robotikou

Robot má obvykle fyzickou podobu i software, který ho řídí. Roboti řízení softwarem AI se pohybují autonomně, tj. nepotřebují od lidí přímé pokyny. Ne všechny roboty však řídí AI a ne každá AI vyžaduje fyzickou podobu.

Typy umělé inteligence

  • Omezená umělá inteligence (omezená AI)

    Omezená umělá inteligence (někdy označovaná jako slabá AI) označuje schopnost počítačového systému provádět úzce definovaný úkol lépe než člověk.

    Omezená AI představuje nejvyšší úroveň vývoje AI, kterého lidstvo zatím dosáhlo, a všechny příklady AI, které vidíte v reálném světě, spadají do této kategorie – včetně autonomních vozidel a osobních digitálních asistentů. Důvodem je to, že i když se zdá, že AI sama myslí v reálném čase, ve skutečnosti koordinuje několik omezených procesů a rozhoduje se v mezích předem určeného rámce. „Myšlení“ AI nezahrnuje vědomí ani emoce.

  • Obecná umělá inteligence (obecná AI)

    Obecná umělá inteligence (někdy označovaná jako silná AI nebo AI na úrovni člověka) označuje schopnost počítačového systému překonávat lidi v jakýchkoli intelektuálních úkolech. Tento typ AI můžete vidět ve filmech, ve kterých roboti mají vědomé myšlení a jednají na základě vlastních motivů.

    Teoreticky by počítačový systém, který by dosáhl obecné AI, byl schopný řešit velmi složité problémy, uplatňovat úsudek v nejasných situacích a při uvažování využívat předchozí znalosti. Byl by schopný tvořivosti a představivosti srovnatelné s člověkem a dokázal by řešit mnohem širší rozsah úkolů než omezená AI.

  • Umělá superinteligence (ASI)

    Počítačový systém, který by dosáhl umělé superinteligence, by byl schopný překonat lidi téměř ve všech oblastech, včetně vědecké tvořivosti, všeobecných znalostí a sociálních dovedností.

  • Strojové učení

    Strojové učení je proces, podle kterého počítačové systémy postupují, aby dosáhly umělé inteligence. Využívá algoritmy k identifikaci vzorů v datech a tyto vzory se pak používají k vytvoření datového modelu, který dokáže formulovat předpovědi.

    Modely strojového učení se trénují na podmnožinách dat. Pokud data použitá k natrénování modelu přesně reprezentují úplnou datovou sadu, která se bude analyzovat, algoritmus dokáže vypočítat přesnější výsledky. Když se model strojového učení natrénuje tak, aby svůj úkol prováděl dostatečně rychle a přesně na to, aby byl užitečný a spolehlivý, znamená to, že dosáhl omezené AI.

  • Hluboké učení

    Hloubkové učení je pokročilý typ strojového učení, který využívá sítě algoritmů inspirované strukturou mozku a označované jako neurální sítě. Hluboká neurální síť obsahuje vnořené neurální uzly a každá otázka, kterou zodpoví, vede k sadě souvisejících otázek.

    Hloubkové učení obvykle vyžaduje rozsáhlou datovou sadu, na které se může trénovat – trénovací sady pro hloubkové učení se někdy skládají i z milionů datových bodů. Hluboká neurální síť po natrénování na těchto rozsáhlých sadách dat dokáže zpracovávat více nejednoznačností než mělká síť. Díky tomu je užitečná pro aplikace, jako jsou aplikace rozpoznávání obrazu, kde AI k určení obsahu obrázků potřebuje najít okraje tvarů. Hloubkové učení se používá také k trénování AI, která překonává lidské dovednosti ve složitých hrách, jako jsou šachy.

Příklady umělé inteligence

Firmy po celém světě již využívají AI v celé řadě aplikací a inteligentní technologie je rozvíjející se odvětví. Tady je několik příkladů současného využití AI v praxi:

Autonomní vozidla

Mezi nejkomplexnější příklady AI na světě patří autonomní vozidla a další autonomní prostředky. Tyto systémy koordinují několik procesů a tím simulují uvažování lidských řidičů. S využitím rozpoznávání obrazu identifikují značky, semafory, dopravní provoz a překážky. Optimalizují trasy k cílům. A v reálném čase odesílají a přijímají data, což jim umožňuje aktivně diagnostikovat problémy a aktualizovat svůj software.

Auta na několika flyoverech

Roboti a digitální asistenti

Konverzace jsou přirozeným způsobem komunikace lidí a s tím, jak se rozvíjí technologie AI, jsou konverzační rozhraní čím dál rozšířenější. Některá rozhraní slouží úzce vymezenému účelu – lidé je používají k jednomu úkolu, jako je rezervace vstupenek do kina nebo kompilace vláken na Twitteru do jednoho příběhu. Další se chovají více jako osobní asistenti, kteří dokáží pomoct s celou řadou úkolů. Ale všechna konverzační rozhraní k interpretaci požadavků (označovaných také jako výroky) a poskytování odpovědí s relevantními informacemi využívají rozpoznávání přirozeného jazyka (NLU).

Videohovor na obrazovce s více osobami v zasedací místnosti

Moduly doporučování

Jedním z nejběžnějších způsobů použití AI je doporučování položek na základě historických dat. Například když vám služba streamování médií doporučuje, co sledovat nebo poslouchat dál, s využitím AI analyzuje, co jste sledovali nebo poslouchali v minulosti, na základě atributů vyfiltruje všechny dostupné možnosti a doporučí možnost s největší pravděpodobností vás zabavit. Podobným způsobem se AI využívá na webech, kde se při nákupu zobrazuje doporučené příslušenství nebo související položky k přidání do košíku.

Osoba používá telefon

Filtry nevyžádané pošty

Celá řada e-mailových platforem využívá AI k zajištění, aby vaše schránka nebyla zahlcená nevyžádanou poštou. Když do systému přijde nový e-mail, AI ho analyzuje a pokusí se odhalit signály, které značí nevyžádanou poštu. Pokud e-mail splní dostatek kritérií, označí se za nevyžádanou poštu a umístí se do karantény. Systém se učí a upravuje své parametry na základě vaší zpětné vazby (prostřednictvím oprav nesprávných příznaků nebo označováním e-mailů, které filtr nezachytil, příznakem nevyžádané pošty).

Osoba pracuje se dvěma pracovními plochami.

Technologie chytrých domácností

Téměř vše, co ve vaší domácnosti zajišťuje automatizaci, využívá AI. Příkladem můžou být inteligentní žárovky, které naslouchají příkazům, inteligentní termostaty, které se učí vaše preference a během dne se jim přizpůsobují, nebo inteligentní vysavače, které se učí procházet vaší domácností bez pokynů.

Žena sedí na židli a pracuje s více obrazovkami.

Analýza zdravotnických dat

AI pomáhá zdravotnickým organizacím po celém světě s výzkumem, testováním, diagnostikou, léčbou a monitorováním. Některé zdravotnické organizace využívají AI k analýze vzorků tkání a určování přesnějších diagnóz. Některé společnosti využívají AI k analýze klinických dat a odhalování nedostatků v léčbě pacientů. A některé společnosti využívají AI k analýze miliard sloučenin, která pomáhá chemikům rychleji odhalovat nové objevy a identifikovat vhodné kandidáty pro klinické studie.

Zdravotnický pracovník kontrolující obrazovky
Zpět na karty

Výhody umělé inteligence

AI nabízí skutečné výhody téměř ve všech odvětvích. Tady jsou některé z hlavních výhod, které už firmám přineslo:

  • Nepřetržitá dostupnost

    Vzhledem k tomu, že počítačové systémy nemají stejné biologické potřeby jako lidé, může inteligentní systém fungovat bez přestávky celý den.

  • Komunikace ve velkém

    Prostřednictvím robotů a virtuálních agentů můžou společnosti poskytovat pokyny a podporu více lidem na více místech najednou.

  • Automatizace opakujících se úloh

    Díky využití AI k provádění opakujících se a časově náročných úloh se můžou lidé ve vaší firmě zaměřit na strategičtější práci s větším dopadem.

Rychlejší a přesnější rozhodování

AI minimalizuje lidské chyby a tím pomáhá při rozhodování založeném ve velké míře na datech a zahrnujícím velké množství složitých výpočtů.

Relevantnější doporučení

AI pomáhá poskytovat zákazníkům relevantnější doporučení a návrhy na základě jejich zájmů a zvyků.