Keď sa dnes bavíme o AI, často to vyzerá tak, že každý používa rovnaké slová, ale nikto presne nevie, čo znamenajú. „To už robí AI“, „je to veľký jazykový model“, „občas halucinuje“. Znie to povedome? Problém je, že keď nerozumiete základným pojmom, ľahko kúpite riešenie, ktoré nerobí to, čo od neho čakáte. Poďme si to teda pekne po lopate – bez zbytočnej omáčky.
Prečo sa v AI jazyku tak ľahko stratíme?
Skúste si na porade vypichnúť, čo vlastne znamená, keď niekto povie „to je AI“. Šanca, že dostanete päť rôznych odpovedí, je pomerne vysoká. A to je presne koreň problému.
AI nie je jedna vec. Je to celý balík technológií, ktoré sa líšia tým, čo vedia, ako sa učia a čo od nich môžete čakať. Keď si to pomýlite, môžete skončiť s nástrojom, ktorý generuje pekné texty, ale vôbec nerozumie vašim dátam. Alebo naopak – kúpite si prediktívny model a potom sa čudujete, prečo s vami nevedie rozhovor.
Ak nerozumiete základným AI pojmom, nebudete vedieť rozlíšiť medzi nástrojom, ktorý vám reálne pomôže, a tým, ktorý vám akurát vygeneruje pekný marketingový bullshit.
Práve preto má zmysel vrátiť sa k základom. Nie kvôli škole, ale preto, aby ste nabudúce vedeli povedať: „Počkajte, to nie je LLM, to je len jednoduchý klasifikátor.“ Verte, takéto vety vás v tíme posunú ďalej než ďalší kurz na LinkedIn.
To najzákladnejšie: čo je čo?
Začnime od podlahy. AI je obrovský stan. Pod neho patrí strojové učenie (machine learning) – to je spôsob, akým sa modely učia z dát. A pod strojové učenie zase patrí hlboké učenie (deep learning), ktoré používa tie populárne neurónové siete.
Prečo to riešiť? Pretože keď vám niekto predáva „AI marketingový nástroj“, môže ísť o jednoduchý rozhodovací strom (nič proti nemu, ale ChatGPT to nie je). A to je v poriadku, pokiaľ viete, čo kupujete. Problém nastane, keď očakávate zázraky a dostanete len prepichnutú excelovskú tabuľku.
Čo sú tie LLM a prečo o nich všetci hovoria?
Large language models – veľké jazykové modely – sú dnes takým hitom. ChatGPT, Gemini, Claude. Všetky stoja na LLM. Fungujú tak, že sa natrénujú na obrovskom množstve textu a potom sa ich pýtate. Ale pozor: nie sú to databázy faktov. Sú to generátory pravdepodobností. Keď sa spýtate na niečo, model skladá odpoveď slovo po slove podľa toho, čo sa mu v tréningu najviac osvedčilo.
Preto občas „halucinuje“. To nie je chyba v zmysle programátorskej muchy. Je to prirodzený dôsledok toho, ako model funguje. Nevie, že klame. Len skladá slová, ktoré dávajú štatistický zmysel. A keď trafí do čierneho, je to skvelé. Keď nie… no, vtedy prichádza na rad ľudská kontrola.
A čo tie strašidelné slová ako bias, guardrails alebo alignment?
Bias je skreslenie. Model sa učí z dát, ktoré mu dáme. Ak v tých dátach boli predsudky, model si ich osvojí. Nie preto, že by bol zlý, ale preto, že nevie, čo sú predsudky. Proste to okopíruje.
Viac čítania
Guardrails sú také mantinely. Pravidlá, ktoré modelu zakážu odpovedať na niečo, čo nechceme. Napríklad aby neponúkal škodlivé rady. Alignment je potom snaha nastaviť model tak, aby robil to, čo naozaj chceme – a nie len to, čo sme mu povedali.
Znie to ako filozofia? Je to filozofia. A zároveň každodenná realita každého, kto nasadzuje AI do reálnej prevádzky.
Multimodalita – keď AI vidí, počuje a číta zároveň
Staršie modely rozumeli len textu. Dnešné už vedia pracovať s obrázkami, zvukom, videom. Napíšete „popíš tento obrázok“ a on to spraví. Alebo mu ukážete nákres a on vám k nemu vygeneruje text. To je multimodalita.
Pre firmy to znamená, že AI môže naraz spracovať faktúru (obrázok), vytiahnuť z nej čísla (text) a poslať ich do účtovného systému. Už to nie je len o písaní emailov.
A teraz pekne po poriadku
Tu sú najdôležitejšie pojmy, s ktorými sa v AI svete stretnete.
| Pojem | Čo to v praxi znamená |
|---|---|
| AI | Všetko, čo sa tvári inteligentne. Od chatbotov až po modely, čo hrajú šachy. |
| Machine learning | Počítač sa učí z dát. Čím viac dát, tým múdrejší (teoreticky). |
| LLM (Large Language Model) | Obrovský model natrénovaný na textoch. Vie písať, sumarizovať, prekladať. A občas si vymýšľať. |
| Prompt | To, čo modelu napíšete. Čím lepšia otázka, tým lepšia odpoveď. |
| Token | Maličký kúsok textu (časť slova, slovo, interpunkcia). Podľa tokenov sa platí a model po nich skladá odpoveď. |
| Hallucination | Keď model odpovie sebavedomo, ale úplne mimo. Nevie, že klame. |
| Bias | Skreslenie, ktoré model pochytil z tréningových dát. Nie je to chyba modelu, je to chyba dát. |
| Guardrails | Pravidlá, ktoré modelu zakážu odpovedať na nevhodné otázky. Také bezpečnostné pásky. |
| Alignment | Snaha prinútiť model, aby robil to, čo naozaj chceme. Ťažšie, než to znie. |
| Multimodal AI | Model, ktorý rozumie textu, obrázku, zvuku aj videu zároveň. |
| Inference | Okamih, keď model dostane otázku a vypluje odpoveď. Teda to, čo vidíte. |
| Dataset | Množina dát, na ktorej sa model učil. Kvalita dát = kvalita modelu. |
Rozumieť AI pojmom nie je o tom byť múdrejší na večierkoch. Je to o tom, aby ste nabudúce vedeli, či kupujete generatívny model, alebo len pekne vyzerajúci skript. Aby ste vedeli, prečo vám občas AI vygeneruje nezmysel. A aby ste vedeli, že guardrails nie je nejaká nová značka lyžiarskeho oblečenia.
Čím viac AI vstupuje do bežného života firiem, tým viac sa vypláca rozumieť jej reči. Nie dokonale, ale aspoň tak, aby ste neprepadli panike, keď niekto povie „náš model halucinoval“.
