Slovník pojmů AI

Novější modely (Claude Sonnet 5, Opus 5) samy rozhodují, kdy a jak dlouho nad úlohou přemýšlet. Nahrazuje ruční nastavování „thinking budgets".

AI systém schopný autonomně plánovat a provádět více kroků k dosažení cíle – procházet web, psát kód, spouštět příkazy. Na rozdíl od chatbota nečeká po každém kroku na váš pokyn.

Uspořádání, kde spolu spolupracuje více AI agentů, každý se svou specializovanou rolí (např. jeden plánuje, druhý píše kód, třetí kontroluje výsledek). Používá se na úlohy příliš složité pro jednoho agenta.

Artificial General Intelligence – hypotetická AI zvládající jakoukoli intelektuální úlohu na úrovni člověka. Zatím neexistuje, ale je deklarovaným cílem velkých AI laboratoří.

Evropské nařízení o umělé inteligenci. Rozděluje AI systémy podle rizika; hlavní povinnosti pro vysoce rizikové systémy platí od 2. srpna 2026.

Snaha zajistit, aby cíle a chování AI odpovídaly lidským hodnotám a záměrům. Ústřední téma bezpečnosti AI.

Application Programming Interface – rozhraní, které umožňuje programům komunikovat s AI modelem bez grafického rozhraní.

Standardizovaný test schopností modelů (matematika, kódování, porozumění textu). Umožňuje srovnání, ale reálný užitek modelu vypovídá jen zčásti.

Zkreslení v odpovědích modelu zděděné z trénovacích dat – například stereotypy nebo nevyvážené postoje.

Rodina AI modelů od Anthropicu (Haiku, Sonnet, Opus, Fable). Vyniká v dlouhých agentních úlohách a práci s rozsáhlým kontextem.

Výpočetní výkon potřebný k trénování a provozu modelů. Nejdražší vstup AI průmyslu a předmět geopolitického soupeření.

Maximální množství textu (v tokenech), které AI zpracuje najednou. Špičkové modely dnes zvládnou 1 milion tokenů, tedy stovky stran naráz.

Technika promptingu, kde AI „přemýšlí nahlas" krok za krokem. Výrazně zlepšuje logické a matematické výstupy.

AI generovaný obsah (video, hlas, fotografie) vydávaný za skutečný. AI Act vyžaduje jeho zřetelné označování.

Trénování menšího a levnějšího modelu tak, aby napodobil výstupy velkého. Zachová většinu schopností za zlomek provozních nákladů.

Typ generativního modelu pro obrázky (DALL-E, Midjourney), který „odšumuje" náhodný šum do koherentního obrazu.

Číselná reprezentace textu, kde sémanticky podobné texty jsou si prostorově blízko. Základ sémantického vyhledávání.

Technika, kde do promptu přidáš 2–5 příkladů požadovaného výstupu. Výsledky jsou konzistentnější.

Dolaďování předtrénovaného modelu na specifický dataset. Výsledkem je model specializovaný na danou doménu.

Velký model trénovaný na obrovském množství dat. Základ pro další dolaďování. Např. Claude, GPT, Gemini.

Nejvýkonnější modely své generace, které posouvají hranice oboru (Claude Fable 5, GPT-5.5, Gemini 3.5). Podléhají největší regulační pozornosti.

AI vytvářející nový obsah (text, obrázky, video, hudbu), nikoli jen analyzující existující data.

Generative Pre-trained Transformer – architektura jazykových modelů od OpenAI. Aktuální generace GPT-5.5 pohání ChatGPT.

Grafický procesor, pracovní kůň AI. Trénování i provoz velkých modelů běží převážně na GPU.

Mechanismy zabraňující AI generovat škodlivý obsah. Kombinace RLHF, filtrů a systémových instrukcí.

Jev, kdy AI s jistotou uvádí nepravdivé informace. Model „vymyslí" fakta, protože predikuje pravděpodobnou odpověď, ne ověřená fakta.

Vlastní příkazy, které se automaticky spustí v reakci na určitou událost v AI nástroji, například po každé úpravě souboru agentem se spustí testy. Používá se hlavně u agentních vývojářských nástrojů jako Claude Code.

Proces generování výstupu modelem na základě vstupu. Při inferenci se parametry modelu nemění.

Obcházení bezpečnostních pojistek modelu s cílem donutit ho k zakázaným výstupům. Kvůli jednomu jailbreaku byl v červnu 2026 dočasně vypnut Claude Fable 5.

Datum uzávěrky znalostí. Model neví nic o událostech po konci svého trénování; novější informace získá jen vyhledáváním na webu.

Large Language Model – velký jazykový model trénovaný na rozsáhlém textovém datasetu.

Low-Rank Adaptation – efektivní metoda fine-tuningu upravující jen malou část parametrů. Populární pro obrázkové modely.

Model Context Protocol – otevřený standard pro připojování AI k externím nástrojům a datům (kalendáře, databáze, firemní aplikace).

Architektura, kde se pro každý dotaz aktivuje jen část modelu („experti"). Vyšší výkon při nižších nákladech na provoz.

AI model pracující s více typy dat najednou – textem, obrázky, zvukem i videem. Dnes standard u všech velkých modelů.

Výpočetní model inspirovaný biologickými neurony, základ moderních AI systémů.

Model s veřejně dostupnými váhami (Llama, Mistral), který lze spustit na vlastním hardwaru. Opak uzavřených modelů dostupných jen přes API.

Model se „naučí nazpaměť" trénovací data místo obecných vzorců. Na nových datech pak selhává.

Vstupní text, kterým AI zadáváš úkol. Kvalita promptu zásadně ovlivňuje kvalitu výstupu; přesně o tom je tento web.

Disciplína optimalizace vstupních instrukcí pro AI modely s cílem dosáhnout požadovaného výstupu.

Útok, při kterém jsou do obsahu zpracovávaného AI (web, e-mail, dokument) schované škodlivé instrukce. Nejrychleji rostoucí kyberhrozba roku 2026.

Retrieval-Augmented Generation – kombinace vyhledávání v databázi dokumentů s generováním textu. Řeší hallucinace.

Model, který si před odpovědí projde řetězec uvažování. U dnešních modelů standard; viz adaptivní přemýšlení.

Reinforcement Learning from Human Feedback – trénování hodnocením výstupů modelu lidmi. Klíčová technika ChatGPT.

Znovupoužitelné „dovednosti" pro AI agenta: složka s instrukcemi a pomocnými soubory pro konkrétní úlohu, kterou agent sám vyhledá a načte, když je potřeba. Otevřený standard od Anthropicu, dnes podporovaný napříč nástroji (Claude, GitHub Copilot, Cursor a další).

Open-source obrázkový generativní model. Na rozdíl od Midjourney je dostupný zdarma a spustitelný lokálně.

Sklon modelu souhlasit s uživatelem a říkat mu, co chce slyšet, místo pravdivé odpovědi. Řeší se tréninkem i formulací promptu.

Trénovací data vygenerovaná jinou AI. Řeší nedostatek kvalitních lidských dat, ale při nadužívání hrozí degradace kvality modelů.

Skrytá instrukce definující roli a chování AI na začátku konverzace. Uživatel ji obvykle nevidí.

Parametr ovlivňující „kreativitu" modelu. Nízká (0.1) = konzistentní. Vysoká (0.9) = kreativní, méně předvídatelné. Nejnovější modely ho už nahrazují jinými mechanismy.

Základní jednotka textu – přibližně 3/4 slova. Limit kontextového okna i cena API se udávají v tokenech.

Architektura neuronové sítě, základ prakticky všech moderních jazykových modelů. (2017)

Texty, obrázky a kód, na kterých se model učí. Jejich kvalita a složení určují schopnosti i slabiny modelu.

Historický test: stroj uspěje, pokud ho v konverzaci nerozeznáte od člověka. Moderní jazykové modely jím v běžné konverzaci procházejí.

Miliardy čísel (parametrů), ve kterých jsou uloženy „znalosti" modelu. Vznikají trénováním a definují chování modelu.

Specializovaná databáze pro ukládání embeddingů. Základ RAG systémů a sémantického vyhledávání.

Programování popisem záměru v přirozeném jazyce: kód píše AI, člověk určuje směr a kontroluje výsledek. Fenomén posledních dvou let.

Schopnost modelu správně řešit úlohu bez jakéhokoli příkladu v promptu. Opak few-shot.