Neuromorfní výpočty jsou přístup k hardwaru a softwaru, který se inspiruje strukturou mozku. Místo přesouvání dat mezi samostatnou pamětí a procesorem v taktech pracují umělé neurony a synapse paralelně a reagují pouze na události zvané impulzy (spikes). To slibuje velmi nízkou spotřebu energie, například u senzorů nebo robotů. Známé výzkumné čipy jsou Intel Loihi a IBM TrueNorth; široké komerční využití je zatím v raném stadiu.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoUmělé neuronové sítě (ANN) jsou výpočetní modely složené z mnoha propojených jednotek („neuronů“) uspořádaných do vrstev, které zpracovávají vstupy prostřednictvím vážených spojení. Při trénování se váhy krok za krokem upravují na příkladech, obvykle zpětným šířením chyby (backpropagation). ANN jsou základem hlubokého učení a pohánějí rozpoznávání obrazu, rozpoznávání řeči a velké jazykové modely. Navzdory biologické inspiraci fungují mnohem jednodušeji než lidský mozek.
Zákaznický integrovaný obvod (ASIC, Application-Specific Integrated Circuit) je čip navržený pro jeden konkrétní úkol, a ne pro univerzální výpočty jako CPU. V oblasti AI jsou obvody ASIC přizpůsobeny výpočtům neuronových sítí – příkladem jsou Tensor Processing Units (TPU) od Googlu. Svůj úkol zvládají rychleji a energeticky úsporněji než univerzální čipy, jejich vývoj je ale nákladný a na nové úlohy se obtížně přizpůsobují.
Kvantové výpočty využívají efekty kvantové fyziky, jako je superpozice a provázanost, a počítají s qubity místo klasických bitů. U některých úloh se očekávají velké zrychlení, například při simulaci molekul, u některých optimalizačních problémů nebo při prolamování dnešních šifrovacích metod. Stroje jsou však stále náchylné k chybám a využívají se převážně ve výzkumu a pilotních projektech (stav k říjnu 2026). Pro dnešní AI aplikace kvantové výpočty zatím prakticky žádnou roli nehrají.
Cognitive computing je zastřešující pojem pro systémy, které mají napodobovat lidské myšlenkové procesy, jako je porozumění jazyku, usuzování a učení ze zkušeností, aby podporovaly rozhodování lidí. Pojem se široce rozšířil v 10. letech 21. století, především díky IBM Watson. Kombinuje metody, jako je zpracování přirozeného jazyka, strojové učení a reprezentace znalostí; dnes se místo toho častěji mluví o asistentech AI nebo jazykových modelech.
