Emergence označuje vlastnosti systému, které vznikají součinností mnoha jednoduchých částí, ale nejsou patrné u žádné jednotlivé části. Ve výzkumu AI se schopnosti označují jako emergentní, když velké jazykové modely nad určitou velikost řeší úlohy, jako je vícekroková aritmetika nebo překlad, výrazně lépe než menší modely. Zda jsou takové skoky skutečné, nebo částečně závisejí na způsobu měření, je mezi výzkumníky předmětem diskuse.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoVelký jazykový model (LLM) je neuronová síť natrénovaná na velmi velkém množství textu, díky čemuž dokáže jazyk chápat a generovat. Funguje tak, že krok za krokem počítá nejpravděpodobnější další token. LLM píší, shrnují, překládají, odpovídají na otázky a generují kód; mezi známé příklady patří Claude, GPT, Gemini a Llama. Bez přístupu k aktuálním zdrojům vědí jen to, co bylo v jejich trénovacích datech.
Základní model (foundation model) je velký model AI předtrénovaný na velmi rozsáhlých, širokých datech, který lze poté použít pro mnoho různých úloh. Pojem vznikl v roce 2021 na Stanfordově univerzitě. Známými příklady jsou velké jazykové modely jako Claude nebo GPT, ale i obrazové modely. Firmy na takových modelech obvykle staví své aplikace, místo aby trénovaly vlastní od nuly; akt EU o umělé inteligenci hovoří o modelech AI pro všeobecné účely.
Umělá obecná inteligence (AGI, artificial general intelligence) označuje hypotetický systém AI, který zvládne široké spektrum intelektuálních úloh na lidské úrovni a pružně přenáší naučené do nových oblastí. Dnešní systémy podávají dobré výkony v mnoha úlohách, ale stále vykazují omezení, například ve spolehlivosti. Neexistuje obecně přijímaná definice ani způsob měření a to, zda a kdy AGI bude dosažena, je mezi odborníky sporné.
Vícekrokové usuzování je schopnost AI systému odpovědět na otázku pomocí několika po sobě jdoucích odvození, často kombinací informací z různých zdrojů. Příklad: „Které oddělení vede osoba odpovědná za projekt X?“ nejprve vyžaduje zjistit odpovědnou osobu a potom její oddělení. Takové otázky jsou pro vyhledávání a systémy RAG náročné, protože každý mezikrok musí být správně nalezen a propojen.
