Slovník pojmů

Všude se mluví o umělé inteligenci – ale co přesně znamenají pojmy jako AI, strojové učení nebo generativní modely? Připravili jsme pro vás přehledný slovník pojmů AI, který vysvětluje nejčastěji používané termíny ze světa umělé inteligence jednoduše a bez zbytečné techniky.

A

AEO (Answer Engine Optimization)

Optimalizace obsahu pro odpovědní a konverzační vyhledávače, aby byl snadno citovatelný v automatických odpovědích.

AGI (Artificial General Intelligence)

Teoretická úroveň AI, která by dokázala vykonávat jakoukoli intelektuální činnost na úrovni člověka nebo lépe. Zatím nedosažena.

AI agent (Agent AI)

Autonomní AI systém, který plánuje, rozhoduje a plní úkoly samostatně na základě cíle zadaného uživatelem.

AI etika

Soubor principů a pravidel zajišťujících, že AI je používána spravedlivě, bezpečně a transparentně.

AI Overviews

Funkce vyhledávačů, která zobrazuje automaticky vygenerované shrnutí odpovědí nad klasickými výsledky vyhledávání.

API (Application Programming Interface)

Rozhraní, které umožňuje vývojářům integrovat AI modely nebo jiné služby do aplikací a webů.

B

Bias (zkreslení)

Nežádoucí zkreslení ve výstupech modelu způsobené nevyváženými nebo zaujatými trénovacími daty.

Bandwidth (šířka pásma)

Kapacita pro přenos dat v AI infrastruktuře, důležitá pro rychlost a stabilitu AI služeb.

C

Chatbot

Program nebo AI systém, který simuluje konverzaci s člověkem a pomáhá s dotazy, podporou nebo objednávkami.

Clustering

Technika nesupervizovaného učení, která seskupuje podobná data do skupin bez předem daných štítků.

D

Hluboké učení (Deep Learning)

Pokročilý typ strojového učení využívající vícevstvé neuronové sítě pro složité úlohy, jako je rozpoznávání obrazu, řeči nebo generování textu.

Dataset

Sada dat použitá pro trénování, validaci nebo testování modelu. Kvalita datasetu zásadně ovlivňuje výsledky.

E

Edge AI

Nasazení AI přímo na zařízení (mobil, senzor, IoT), místo v cloudu. Snižuje latenci a závislost na připojení.

Encoding

Proces převodu vstupních dat (například textu) do numerické reprezentace, se kterou může model pracovat.

F

Fine-tuning

Dolaďování již natrénovaného modelu na specifická data (například firemní), aby lépe odpovídal konkrétním potřebám.

Framework

Vývojový rámec nebo knihovna pro tvorbu a trénování AI modelů (např. TensorFlow, PyTorch).

G

Generativní AI (Generative AI)

Typ AI, který vytváří nový obsah – texty, obrázky, hudbu, video nebo kód.

GEO (Generative Engine Optimization)

Optimalizace obsahu pro generativní AI systémy, které z něj čerpají informace pro své odpovědi.

H

Heuristika

Zjednodušené pravidlo nebo metoda založená na zkušenosti, používaná k rychlému rozhodování v AI systémech.

Hyperparameter

Parametr modelu nastavený vývojářem (např. learning rate, počet vrstev), který ovlivňuje učení a výkon modelu.

I

Inferenční fáze (Inference)

Fáze, kdy již natrénovaný model vytváří výstupy (odpovědi, predikce) na základě nových vstupů.

Inteligentní agent

Software, který vnímá své prostředí, rozhoduje a jedná tak, aby naplnil definované cíle.

J

Jupyter Notebook

Interaktivní prostředí používané pro experimentování s daty a AI modely – umožňuje kombinovat kód, výstupy a komentáře.

K

Klasifikace

Úloha, při které model přiřazuje vstupům jednu z předdefinovaných tříd (např. spam / ne-spam).

K-means

Oblíbený algoritmus clusteringu, který rozděluje data do k skupin podle podobnosti.

L

Velký jazykový model (Large Language Model, LLM)

Model trénovaný na velkém množství textu, schopný generovat text, překládat, odpovídat na dotazy a shrnovat informace.

Logistická regrese

Základní model pro binární klasifikaci, často používaný jako referenční metoda v ML.

M

Strojové učení (Machine Learning, ML)

Oblast AI, kde se systémy učí z dat a zlepšují své výsledky bez explicitního programování každého kroku.

Multimodální AI model

Model, který dokáže pracovat s více typy vstupů (text, obraz, zvuk, video) současně.

N

Neuronová síť (Neural Network)

Model složený z propojených neuronů, inspirovaný fungováním mozku, který se učí z dat.

Přirozené zpracování jazyka (Natural Language Processing, NLP)

Oblast AI zaměřená na analýzu, pochopení a generování lidského jazyka.

O

OCR (Optical Character Recognition)

Technologie pro převod tištěného nebo psaného textu do digitální podoby.

Online learning

Metoda, kdy se model učí průběžně z nových dat, místo jednorázového tréninku na celé sadě.

P

Prompt

Vstupní text nebo instrukce, kterou uživatel zadá AI nástroji a tím určuje, jakou odpověď očekává.

Prompt engineering

Technika promyšleného zadávání promptů pro dosažení přesných a užitečných výstupů.

Prediktivní údržba (Predictive Maintenance)

Využití AI k předvídání poruch zařízení a plánování údržby dříve, než k nim dojde.

Q

Quantum AI

Oblast, která zkoumá využití kvantových počítačů pro AI úlohy. Zatím převážně ve fázi výzkumu.

R

Reinforcement Learning (RL)

Typ učení, kde agent získává odměny nebo tresty za své akce a učí se optimální strategii chování.

Retrieval-Augmented Generation (RAG)

Postup, kdy AI před generováním odpovědi vyhledá relevantní informace a použije je ve výstupu.

S

Supervised learning

Učení s učitelem – model se učí na označených datech (vstup a správný výstup jsou známé).

Support Vector Machine (SVM)

Model používaný pro klasifikaci a regresi, který hledá optimální hranici mezi třídami.

T

Token

Jednotka textu, kterou AI model zpracovává (slovo, část slova nebo znak). Počet tokenů ovlivňuje délku i cenu zpracování.

Transformer

Architektura neuronových sítí využívající mechanismus self-attention. Základ moderních jazykových modelů.

U

UML v AI designu

Diagramy a modelování systémů (UML) používané pro návrh AI architektury a datových toků.

Umělá inteligence (AI – Artificial Intelligence)

Oblast informatiky, která umožňuje strojům napodobovat lidské myšlení, rozhodování a učení.

V

Validation set

Část dat použitá během tréninku pro ladění modelu a kontrolu, aby nedocházelo k přetrénování.

Vision AI

Oblast AI zaměřená na zpracování a analýzu obrazových dat – detekce objektů, obličejů, scén apod.

W

Weight decay

Regularizační technika při učení neuronových sítí, která snižuje riziko přetrénování penalizací velkých vah.

X

XAI (Explainable AI)

Oblast AI zaměřená na to, aby rozhodnutí modelů byla srozumitelná a vysvětlitelná pro člověka.

Y

YOLO (You Only Look Once)

Rychlý algoritmus pro detekci objektů v obraze v reálném čase, často používaný ve Vision AI.

Z

Zero-shot learning

Schopnost modelu pracovat s třídami, které při tréninku neviděl, díky obecnějším reprezentacím.