Zamysleli jste se někdy nad tím, jak vám Netflix hned po doukoukání poslední série chytlavého seriálu hned doporučí další? Nebo jak funguje odemknutí telefonu obličejem? Vždyť telefon musí vyhodnocovat tolik dat. Podobně při překladu, jako by musel být už o krok před námi a věděl, co chceme říct. Co mají všechny tyto technologie společného? Jak je možné, že počítač „vidí“, „slyší“ a „rozumí“?
Odpovědí jsou neuronové sítě, matematické modely inspirované fungováním lidského mozku. Tento článek vás provede jejich světem: vysvětlí, co to je, jak se učí a proč jsou dnes naprosto zásadní pro téměř každou oblast AI.
Co je to neuronová síť? Od biologie k matematice
Neurony jsou v lidském mozku základním kamenem komunikace. Předávají si signály, zpracovávají je a posílají je dál. Pro představu, je jich tam téměř 100 miliad. Jednodušší umělé neuronové sítě mají stovky až tisíce neuronů, v poslední době ale lidskému mozku šlapeme na paty a máme jich ve složitějších sítích až miliardy.
Jak neuronová síť přijímá data?
Za vším stojí matematika. Umělé neurony se jmenují perceptrony a data z různých vstupů, co lidé nebo vývojáři vloží do AI, zpracovávají pomocí dlouhých řad čísel. Kde se tato čísla berou? Jsou to pixely. Když si vezmeme obyčejný černobílý obrázek, tak jeho rozlišení do čísel je jen 1 a 0, jednička černá, nula bílá. Ale pokud máme obrázek v různých odstínech šedi, tak každý pixel musí mít svoje číslo, typicky od 0 (úplně černá) do 255 (úplně bílá). Číslo 128 by tak reprezentovalo středně šedou barvu. Obrázek 10×10 pixelů by byl seznam 100 čísel mezi 0 a 255.
U barevného obrázku je každý pixel popsán třemi čísly, protože jeho barva je složena ze tří základních barevných kanálů: Red (červená), Green (zelená), Blue (modrá). RGB zkratka, určitě jste to už někdy slyšeli. Každý z těchto kanálů má opět hodnotu od 0 do 255. Takže jeden pixel, který je jasně žlutý, by mohl být reprezentován jako trojice čísel (255, 255, 0) – tedy plná červená, plná zelená, žádná modrá.
A teď to nejdůležitější: Když takový barevný obrázek o velikosti například 100×100 pixelů vložíte do neuronové sítě, ve skutečnosti do ní nevkládáte „obrázek“, ale 100 x 100 x 3 = 30 000 čísel. Tento způsob převodu na číselné kódy platí i na jiné vstupní data. Slova se převádějí na čísla pomocí technik jako je word embedding. Každému slovu je přiřazen vektor (dlouhý seznam čísel), který reprezentuje jeho význam v kontextu ostatních slov. Slova s podobným významem (např. „král“ a „panovník“) mají i podobné číselné vektory. Model jako ChatGPT tedy nečte slova, ale zpracovává tyto složité číselné reprezentace.
Proces učení
- Hádání (Forward Pass): Síť dostane obrázek kočky. Protože má na začátku náhodně nastavené váhy, její výstup je nesmyslný (např. „40 % pes, 10 % auto, 50 % kočka“).
- Měření chyby (Loss Function): Systém porovná tento výsledek se správnou odpovědí („100 % kočka“) a spočítá, jak moc se síť mýlila. Tomuto číslu se říká „ztráta“ nebo „chyba“.
- Oprava (Backpropagation): Toto je nejdůležitější část. Chyba je poslána zpětně skrze síť. Každá váha v síti je nepatrně upravena tak, aby příště přispěla k menší chybě. Váhy, které vedly k největší chybě, jsou upraveny nejvíce.
První vrstva se jmenuje Input layer odkud neurony informace předávají do tzv. skryté vrstvy (Hidden layer). Zde probíhá většina „přemýšlení“ a rozpoznávání složitých vzorců. Čím více vrstev, tím „hlubší“ je síť (odtud pojem „Deep learning“). No a výstupní vrstva (Output layer) produkuje finální výsledek (např. pravděpodobnost, že na obrázku je kočka).
Nejdůležitější typy sítí
Svět neuronových sítí není jednolitý; je to spíše arzenál specializovaných nástrojů, kde každý typ má unikátní architekturu navrženou pro co nejlepší řešení konkrétních úkolů. Pochopení těchto základních typů je klíčem k pochopení toho, jak umělá inteligence „přemýšlí“.
Feedforward Neural Networks, FFN
Na samotném počátku stojí dopředné neuronové sítě (FFN), které představují základní abecedu AI. Informace jimi protékají jako po jednosměrné dálnici: vstoupí na začátku, projdou přes jednotlivé vrstvy a na konci vyprodukují výsledek. Nemají žádnou paměť, a proto se hodí pro jednoduché úkoly, kde nezáleží na kontextu, například pro posouzení žádosti o úvěr na základě několika číselných údajů. Pro práci s obrazem však tento jednoduchý model nestačí.
Convolutional Neural Networks, CNNs
Zde nastupují konvoluční neuronové sítě (CNN), které jsou skutečnými experty na vidění. Místo aby analyzovaly obrázek jako chaotický shluk pixelů, používají chytré „filtry“, které se po obrázku posouvají a hledají specifické vzory. Nejprve rozeznají hrany a barvy, z nich složí složitější tvary jako oči či kola, a nakonec celé objekty. Právě díky tomuto hierarchickému chápání obrazu dnes funguje odemykání telefonu obličejem nebo systémy samořídících aut.
Recurrent Neural Networks, RNNs
Úplně jiný úkol představují data, kde záleží na pořadí – tedy jazyk, zvuk nebo časové řady. Pro ně byly vyvinuty rekurentní neuronové sítě (RNN), které díky své vnitřní smyčce disponují určitou formou paměti. Uchovávají si informace z předchozích kroků, a mohou tak pochopit kontext ve větě nebo vývoj na trhu.
Dlouhé krátkodobé paměťové sítě (Long Short-Term Memory networks, LSTM)
Jejich slabinou však byla tendence rychle zapomínat, a tak přišlo vylepšení v podobě sítí LSTM. Ty díky chytrým „branám“ inteligentně rozhodují, které informace si z minulosti ponechat a které zapomenout, což je činí ideálními pro doplňování textu na mobilu nebo starší generace překladačů.
Generativní adversariální sítě (GAN)
Mezi nejkreativnější architektury patří Generativní adversariální sítě (GAN), které fungují na principu hry mezi dvěma soupeři: „padělatelem“ (generátor), který se snaží vytvořit co nejrealističtější falešná data, a „detektivem“ (diskriminátor), který se ho snaží odhalit. Tento neustálý souboj je oba nutí se zdokonalovat, dokud generátor není schopen vytvářet například fotky neexistujících lidí, které jsou k nerozeznání od reality. O něco subtilněji, ale neméně chytře, pracují autoenkodéry. Ty se učí data co nejefektivněji zkomprimovat do jejich nejčistší podstaty (kódu) a následně je z tohoto kódu znovu zrekonstruovat. Jsou skvělé pro odstraňování šumu z fotek nebo pro detekci anomálií, kdy síť selže při pokusu rekonstruovat neočekávaný vstup.
Transformery
Současnou revoluci, zejména v oblasti jazyka, však mají na svědomí Transformery. Jejich tajnou zbraní je takzvaný „mechanismus pozornosti“, který jim umožňuje analyzovat celou větu najednou a zvážit, jakou váhu a význam má každé slovo ve vztahu ke všem ostatním. Díky tomu model snadno pochopí, že ve větě „Robot zvedl klíč, protože ho chtěl použít“ se zájmeno „ho“ váže ke klíči, a ne k robotovi. Právě tato schopnost pracovat s širokým kontextem je základem moderních jazykových modelů, jako jsou ChatGPT nebo Gemini, a posunula hranice umělé inteligence tam, kde jsou dnes.
Kam směřuje digitální mozek?
Přestože neuronové sítě dosáhly obrovských úspěchů, jejich cesta není bez překážek a vážných etických otázek. Jedním z největších problémů je takzvaná „černá skříňka“ (black box). U hlubokých a komplexních modelů, jako jsou ty pro lékařskou diagnostiku nebo autonomní řízení, často nejsme schopni plně pochopit, proč síť dospěla ke svému konkrétnímu závěru. Proč model označil snímek jako rizikový? Které přesně pixely ho k tomu vedly? Bez odpovědí na tyto otázky je obtížné technologii plně důvěřovat v oblastech, kde na rozhodnutí závisí lidský život. Právě proto vzniká celá disciplína vysvětlitelné AI, která se snaží tyto černé skříňky otevřít a učinit jejich rozhodování transparentním.
Další kritickou výzvou je zkreslení v datech (bias). Neuronová síť je pouze zrcadlem dat, na kterých byla trénována. Pokud tato data odrážejí lidské předsudky – ať už vědomé, či nevědomé – síť se je nejen naučí, ale často je i zesílí. Pokud systém pro nábor zaměstnanců trénujeme na historických datech, kde byli na vedoucí pozice přijímáni převážně muži, naučí se upřednostňovat mužské kandidáty. AI zde není sama o sobě zlá; jen slepě následuje vzory, které jsme jí předložili, včetně těch škodlivých. K tomu se přidává obrovská energetická a výpočetní náročnost. Trénink největších modelů, jako je GPT-4, spotřebuje energii srovnatelnou se spotřebou malého města a stojí miliony dolarů. To centralizuje moc do rukou několika technologických gigantů a představuje nezanedbatelnou ekologickou zátěž.
Budoucnost se však snaží na tyto problémy reagovat. Velkým trendem jsou multimodální modely, které dokážou přirozeně zpracovávat text, obraz i zvuk současně, což je přibližuje komplexnosti lidského vnímání. Zároveň sílí tlak na efektivitu – vývoj menších, ale stejně schopných sítí, které by mohly běžet lokálně na telefonu bez nutnosti připojení k obrovským datacentrům. A v pozadí toho všeho stále visí velká otázka směřující k obecné umělé inteligenci (AGI). Jsou neuronové sítě skutečnou cestou k vytvoření inteligence srovnatelné s tou lidskou, nebo jen vytváříme stále dokonalejší a sofistikovanější nástroje na rozpoznávání vzorů? Odpověď zatím neznáme, ale směr, kterým se vydáme, definuje příští desetiletí technologie.
Více než jen kód
Neuronové sítě jsou bezpochyby motorem, který přeměnil umělou inteligenci ze sféry teoretických úvah a sci-fi v praktický nástroj, jenž dnes utváří náš svět. Viděli jsme, jak se od jednoduchých Feedforward Neural Networks vyvinuly specializované architektury pro vidění, slyšení a dokonce i uměleckou tvorbu. Nejsou to však statické programy řízené pevně danými pravidly; jejich podstata je dynamická, definovaná schopností učit se, adaptovat se a odhalovat zákonitosti v datech.
Jejich skutečná síla nespočívá v dokonalé imitaci lidského mozku, ale v něčem, co je pro člověka naopak nedosažitelné: ve schopnosti nacházet jemné, složité a smysluplné vzory v obrovském, pro nás nepředstavitelném množství informací. Ať už jde o analýzu milionů lékařských snímků nebo hledání souvislostí v celosvětové síti textů, neuronové sítě nám dávají nástroj, jak porozumět komplexitě moderního světa na zcela nové úrovni. Pochopení jejich základních principů tak přestává být doménou vědců a inženýrů a stává se klíčovou součástí digitální gramotnosti pro každého, kdo se chce orientovat ve světě zítřka.
Aktualizováno dne: 9. 7. 2025
Zdroje:
- Jak fungují neuronové sítě: AI inspirovaná lidským mozkem [online]. [cit. 09. 07. 2025]. Dostupné z: https://nordictelecom.cz/novinky/105/neuronova-sit/
- Jednotlivé druhy neuronových sítí v AI a na co se hodí – Kubicek.AI [online]. [cit. 09. 07. 2025]. Dostupné z: https://www.kubicek.ai/neuronove-site/
- Elements of AI [online]. [cit. 09. 07. 2025]. Dostupné z: https://course.elementsofai.com/cs/5/2