Umelá inteligencia (AI) dnes formuje náš svet – od hlasových asistentov cez autonómne autá
až po generatívne modely ako ChatGPT. No jej história siaha oveľa hlbšie. Prejdime si časovú
os a kľúčové míľniky, ktoré formovali AI takú, akú poznáme dnes.
Antika a stredovek: Mytológia, filozofia a mechanika (cca
3000 pred Kr. – 1500 n. l.)
3000 – 500 pred Kr.: Staroveké civilizácie si predstavovali mechanické bytosti ako
prostriedok ochrany a služby. V Egypte a Mezopotámii existovali mechanické hračky
a automaty.
5. storočie pred Kr.: Aristoteles položil základy formálnej logiky, ktorá sa stala
základom pre algoritmické myslenie a AI.
3. storočie pred Kr.: Archytas z Tarentu údajne skonštruoval mechanickú holubicu
poháňanú parou.
Stredovek (6. – 13. storočie): V arabskom svete sa objavili prvé automatické
zariadenia (napr. mechanické hodiny Al-Jazariho), ktoré využívali komplexné
mechanizmy na automatické fungovanie.
15. – 16. storočie: Leonardo da Vinci navrhol mechanického rytiera schopného
samostatných pohybov.
- storočie: Zrodenie moderných základov AI
1930 – 1950: Teoretické základy a prvé počítače
1936: Alan Turing publikoval teóriu Turingovho stroja – univerzálneho výpočtového
modelu.
1943: Warren McCulloch a Walter Pitts navrhli prvý model neurónovej siete, čo bol
základ pre umelé neuróny.
1949: Donald Hebb definoval pravidlo učenia „Hebbian learning“, ktoré ovplyvnilo
neskoršie modely učenia.
1950 – 1960: Narodenie umelej inteligencie
1950: Alan Turing predstavil Turingov test a otázku „Môžu stroje myslieť?“
1951: Marvin Minsky a Dean Edmunds skonštruovali SNARC – prvú umelú
neurónovú sieť.
1956: Dartmouthská konferencia – termín „umelá inteligencia“ bol oficiálne
predstavený, zahájenie AI ako disciplíny.
1958: John McCarthy vyvinul program LISP, ktorý sa stal štandardným jazykom pre
AI výskum.
1960 – 1970: Prvé úspechy a expertné systémy
1961: Prvý priemyselný robot Unimate začal pracovať v automobilke General Motors.
1965: Joseph Weizenbaum vytvoril ELIZA, jeden z prvých programov simulujúcich
ľudskú konverzáciu.
1966 – 1972: Vývoj expertných systémov ako DENDRAL a MYCIN, ktoré pomáhali
v špecifických odborných oblastiach.
1970 – 1990: AI zimné obdobia a obnovy
1973: James Lighthillova správa kritizuje AI výskum a vedie k poklesu financií (prvé
„AI zimné obdobie“).
1980: Obnovený záujem o expertné systémy, ktoré začali byť komerčne využívané
(napr. XCON od DEC).
1987 – 1993: Druhé „AI zimné obdobie“ spôsobené prehnanými očakávaniami a
slabým výkonom AI systémov.
1986: Geoffrey Hinton a ďalší publikujú spätnú propagáciu, ktorá umožnila efektívne
trénovanie viacvrstvových neurónových sietí.
1990 – 2010: Vzostup strojového učenia a prvé veľké
úspechy
1997: IBM Deep Blue porazil šachového majstra sveta Garryho Kasparova.
1998: Yann LeCun vyvinul konvolučné neurónové siete pre rozpoznávanie písma.
2006: Geoffrey Hinton predstavuje koncept hlbokého učenia (deep learning), čo je
začiatok novej AI revolúcie.
2009: Google začal projekt autonómnych áut, ktorý postupne priniesol technologický
posun v robotike a AI.
2010 – súčasnosť: Hlboké učenie a generatívna AI
2011: IBM Watson vyhráva kvíz Jeopardy!, ukazujúc schopnosť porozumieť
prirodzenému jazyku.
2012: AlexNet, konvolučná neurónová sieť, dramaticky zlepšila rozpoznávanie
obrazov a otvorila éru hlbokého učenia.
2016: Google DeepMind AlphaGo porazil majstra sveta v Go, hre s obrovskou
komplexitou.
2020: OpenAI predstavuje GPT-3, jazykový model s 175 miliardami parametrov
schopný generovať text, programovať, tvoriť poéziu a viac.
2023 – 2024: ChatGPT (GPT-4) integruje AI do bežného života, využíva sa v biznise,
vzdelávaní a kreatívnych odvetviach.
Kľúčové zaujímavosti a príklady
Prvé neurónové siete: Aj keď dnes máme hlboké učenie, koncept umelých
neurónových sietí vznikol už v 40. rokoch. SNARC simuloval učenie sa pomocou
elektrických impulzov.
AI v medicíne: Systémy ako MYCIN dokázali diagnostikovať infekčné choroby a
odporučiť liečbu, čo bolo revolučné v 70. rokoch.
Herné úspechy: Porážka Kasparova Deep Blue (1997) a AlphaGo (2016) znamenajú
symbolické víťazstvá, ktoré ukazujú schopnosť AI zvládnuť komplexné strategické
rozhodovanie.
Generatívna AI: GPT-3 a GPT-4 sú schopné generovať kód, písať knihy, tvoriť
poéziu a komunikovať prirodzeným jazykom, čo mení prístup k tvorbe obsahu.
Etické výzvy AI
Zaujatosti v algoritmoch: AI môže nevedome opakovať a zosilňovať predsudky zo
svojich trénovacích dát, čo je problém pri rozpoznávaní tváre, náboroch či finančnom
hodnotení.
Transparentnosť: Vysvetliteľnosť rozhodnutí AI systémov je nevyhnutná pre ich
dôveryhodnosť, najmä v zdravotníctve či súdnictve.
Súkromie a bezpečnosť dát: Tréning AI modelov si vyžaduje veľké množstvo
osobných údajov, čo vyvoláva otázky ochrany súkromia.
Dopad na pracovný trh: Automatizácia a AI môžu zmeniť trh práce, priniesť nové
príležitosti, ale aj výzvy pre zamestnanosť.
Záver
História umelej inteligencie je príbehom ľudskej túžby vytvoriť stroje, ktoré rozumejú svetu a
nám samým. Od antických legiend cez teoretické koncepty Turinga až po dnešné pokročilé
modely vidíme, ako sa sny menia na realitu.
Budúcnosť AI sľubuje revolučné možnosti v medicíne, doprave, vzdelávaní a tvorbe, no
zároveň vyžaduje, aby sme s touto mocnou technológiou zaobchádzali zodpovedne a eticky.
