Koncepty & teória
25 tém
AGI
AGI je koncept umelej inteligencie, ktorá dokáže všeobecne riešiť široké spektrum úloh na úrovni človeka (alebo nad ňou) — nielen v jednej úzkej oblasti. Na rozdiel od dnešnej „úzkej AI" (ANI), ktorá...
AI - Základné pojmy
Praktický slovník základných pojmov v oblasti umelej inteligencie. Zoznam je rozdelený do tematických blokov pre rýchle skenovanie aj hĺbkové štúdium. Vydanie jún 2026 rozširuje pôvodný slovník o...
AI Benchmarks a Hodnotenie: Ako meriame inteligenciu strojov NEW
Každý model sa chváli číslami — „92 % na MMLU", „ 1 na SWE bench". Bez pochopenia, čo tieto čísla skutočne merajú, sú len marketingom. Benchmark je štandardizovaný test, ktorý meria výkon AI systému...
Answer Thrashing
Answer Thrashing je jav, keď LLM „stráca stabilitu" pri odpovedi: začne sa preklápať medzi viacerými kandidátnymi odpoveďami , opakovane si odporuje, koriguje sa a niekedy sa ani nevie jednoznačne...
Context Drift
Context drift (rozpad kontextu) je jav, keď sa AI — najmä LLM v chate, asistenti na kódovanie alebo agenti s nástrojmi — postupne odkloní od pôvodného cieľa, faktov alebo pravidiel a začne odpovedať...
Context Window
Context Window je limit, koľko textu (tvojich správ, systémových inštrukcií, priložených dát aj predchádzajúcej konverzácie) dokáže AI naraz „držať v hlave" pri generovaní odpovede. Keď ho prekročíš,...
Embedding modely: Ako AI premieňa slová na čísla
Embedding modely sú tichý základ väčšiny moderných AI systémov — od vyhľadávania a odporúčacích systémov až po RAG pipeline a detekciu duplicít. Bez pochopenia embeddingov zostáva pochopenie AI...
Emergent Properties
Emergentné vlastnosti sú schopnosti modelu, ktoré sa neprejavujú postupne po malých krokoch, ale zdanlivo sa „zjavia" až po prekročení určitej veľkosti, dátovej rozmanitosti alebo tréningového času....
Evaluation Awareness
Evaluation awareness je schopnosť AI (najčastejšie veľkých jazykových modelov – LLM) rozoznať, že je práve testovaná alebo hodnotená , a následne tomu prispôsobiť správanie. Problém je, že výsledky...
Grokking
Grokking je fenomén pri tréningu neurónových sietí, kde model najprv vyzerá, že sa učí len naspamäť (dobrý výkon na tréningu, slabý mimo neho), a až po dlhšom čase sa zrazu „prepne" do režimu...
Inductive Bias
Inductive Bias je sada „predpokladov", ktoré má učiaci sa algoritmus zabudované, aby vedel z obmedzených dát odhadnúť niečo aj o prípadoch, ktoré ešte nevidel. Bez tohto biasu by sa model správal ako...
KAN siete: Alternatívna architektúra pre interpretovateľné neurónové siete
Kolmogorov Arnold Networks (KAN) sú nová trieda neurónových sietí, ktorá obracia základný princíp MLP — namiesto pevných aktivácií na uzloch majú učiteľné funkcie na hranách, čo otvára cestu k...
Kolmogorovova komplexita
Kolmogorovova komplexita meria, aký krátky program stačí na presné vygenerovanie daného objektu (reťazca, súboru, obrazu). Formálne: komplexita je dĺžka najkratšieho programu, ktorý vypíše a skončí....
Konfabulácia
Konfabulácia je fenomén, kedy AI model vygeneruje informáciu, ktorá znie presvedčivo a gramaticky správne, ale je fakticky nesprávna alebo úplne vymyslená. Je to ako keď ti niekto s absolútnou...
Mamba a State Space Models: Architektúra, ktorá chce zvrhúť Transformer
Transformer dominuje AI od roku 2017 — no jeho Achilova päta, kvadratická pamäťová zložitosť, sa stáva čoraz väčším problémom pri spracovaní dlhých textov. State Space Models (SSM) a ich najznámejší...
Mechanistická interpretabilita: Čo sa skrýva v neurónových sieťach
Mechanistická interpretabilita je výskumný smer, ktorý sa snaží pochopiť, čo presne sa deje vnútri neurónových sietí — nie len čo produkujú, ale prečo. V ére čoraz výkonnejších AI systémov ide o...
Modelový kolaps: Čo sa stane, keď AI trénuje na AI dátach
Modelový kolaps je degeneratívny jav, pri ktorom sa výkonnosť jazykového modelu zhoršuje, ak sa trénuje na dátach generovaných inými AI modelmi — a internet takýchto dát dnes obsahuje čoraz viac. Je...
Multimodálne AI agenty
Pojem „AI agent" sa v posledných rokoch stal jedným z najdiskutovanejších konceptov v oblasti umelej inteligencie. Na rozdiel od klasických chatbotov, ktoré len reagujú na otázky, AI agent je systém...
No Free Lunch Theorem
No Free Lunch Theorem (NFL) hovorí (zjednodušene), že ak spriemeruješ výkon algoritmov cez všetky možné problémy , žiadny nemá výhodu. Inými slovami: ak niečo vyhráva často, je to preto, že „hrá" na...
Reasoning Models
Bežné jazykové modely generujú odpoveď token po tokene, pričom každý ďalší token závisí od predchádzajúcich. Tento prístup funguje prekvapivo dobre na väčšinu úloh, no zlyháva pri problémoch...
Sparse Autoencoders: Röntgen pre neurónové siete
Sparse Autoencoders (SAE) sú technika, ktorá umožňuje vedcom doslova nahliadnuť do vnútra neurónových sietí — identifikovať, ktoré „pojmy" model interne reprezentuje a ako ich kombinuje pri...
Svetové modely: Ako AI buduje vnútorný obraz reality
Svetový model je schopnosť AI systému vytvoriť vnútornú reprezentáciu toho, ako svet funguje — a pomocou nej predvídať budúcnosť, plánovať akcie a rozumieť príčinám a následkom. V roku 2026 sa stali...
Škálovacie zákony v AI: Matematika rastu umelej inteligencie
Škálovacie zákony opisujú, ako výkon AI modelov rastie so zvyšujúcim sa výpočtovým výkonom, množstvom dát a počtom parametrov — a práve tieto empirické vzťahy dnes riadia miliardové rozhodnutia o...
Tokenizácia v AI
Tokenizácia je proces rozdelenia textu na menšie jednotky – tokeny – ktoré jazykový model dokáže spracovať. Je to prvý a jeden z najdôležitejších krokov v celom pipeline spracovania jazyka. Ako model...
Verbatim Recall
Verbatim recall je schopnosť (alebo problém) jazykového modelu reprodukovať úseky tréningových dát presne slovo za slovom. Je to ako keď model namiesto generovania novej odpovede "skopíruje" celé...