Časté otázky o AI

ChatGPT a podobné modely neuvažují jako člověk. Vstupní text rozdělí na tokeny a pak krok za krokem odhadují, jaký token bude nejspíš následovat. Výsledkem je plynulá odpověď složená z mnoha statistických odhadů. Ještě před nasazením se model dlouze trénuje na obrovském množství textů, ale při samotném použití už jen generuje další tokeny podle zadaného kontextu.

Token je malý kus textu, se kterým model pracuje. Někdy je to celé slovo, jindy jen jeho část, slabika nebo znaménko. Model nepracuje s větami jako člověk, ale s posloupností tokenů a pravděpodobnostmi mezi nimi.

Halucinace je situace, kdy model vygeneruje nepravdivou nebo smyšlenou informaci, ale podá ji plynule a sebejistě. Nevzniká z úmyslu lhát, ale z toho, že model skládá text podle pravděpodobnosti, ne podle automaticky ověřené reality.

Prompt je zadání, otázka nebo instrukce pro AI. Může být krátký i detailní, ale platí, že lepší zadání často vede k lepšímu výstupu. Pomáhá upřesnit cíl, formát, styl, publikum i kontext.

Kontextové okno je rozsah textu, který má model v danou chvíli k dispozici. Všechno, co se do něj nevejde, jako by pro model neexistovalo. Proto se v dlouhých konverzacích vyplatí důležité informace průběžně připomínat.

Velké moderní modely zvládají češtinu překvapivě dobře, protože při tréninku narazily i na velké množství českých textů. Přesto platí, že u odborných, právních, zdravotních nebo fakticky citlivých témat je nutná kontrola. Plynulá čeština ještě neznamená správný obsah.

Velké jazykové modely se nejdřív trénují na obrovském množství textů, kde se učí předvídat chybějící nebo následující tokeny. Tím si osvojí vzorce jazyka, stylu a vztahů mezi slovy. Po základním tréninku často následuje dolaďování, které model vede k užitečnějším, bezpečnějším a srozumitelnějším odpovědím.

Text-to-image modely převádějí slovní zadání na vizuální vlastnosti a postupně skládají obraz, který odpovídá promptu. Často to funguje tak, že model začne od náhodného šumu a ten krok po kroku upravuje do výsledné podoby. Princip je jiný než u textu, ale stejně stojí na naučených vzorcích z velkého množství dat.

Záleží na konkrétním produktu, tarifu, API i nastavení služby. Některé veřejné chatboty mohou uživatelská data používat pro zlepšování modelu, jinde to jde vypnout a u firemních nebo API variant bývají pravidla přísnější. Praktické pravidlo je jednoduché: citlivá firemní, osobní nebo smluvní data do veřejných AI nástrojů nepatří.

Nejhůř funguje tam, kde je potřeba stoprocentní přesnost, aktuálnost, odpovědnost nebo hluboká znalost konkrétního kontextu. Typicky jde o právo, medicínu, finance, citlivá rozhodnutí a práci s neveřejnými daty. AI může dobře pomoct, ale neměla by být jediným zdrojem pravdy.

Varovné signály jsou příliš sebejistý tón bez zdrojů, podezřele konkrétní čísla, neověřené citace, smyšlené studie nebo odkazy, které nejdou dohledat. Když je téma důležité, ptej se modelu, z čeho vychází, co si není jistý a co by bylo potřeba ověřit.

Pomáhá říct, co přesně chceš, pro koho výstup je, v jakém formátu ho chceš a jaká omezení má dodržet. Místo obecného dotazu je lepší dát modelu cíl, kontext a očekávaný styl. Krátce: méně mlhy, víc zadání.

V některých úkolech může člověku výrazně zrychlit práci nebo převzít rutinní část procesu. Úplná náhrada ale naráží na limity v přesnosti, odpovědnosti, úsudku, práci s rizikem a pochopení širší situace. Ve většině praxe je dnes užitečnější brát AI jako nástroj než jako náhradu člověka.

Model má jen to, co se naučil během tréninku, případně co dostane v aktuálním kontextu. Události po datu posledního tréninku bez dalšího nezná. Některé nástroje to řeší napojením na webové vyhledávání nebo databáze, ale to už je další vrstva nad samotným modelem.