Slovníček pojmů
Artificial intelligence
Obor informatiky, který se zabývá vytvářením systémů a programů, které jsou schopny provádět úkoly, které vyžadují lidskou inteligenci, jako je učení, rozpoznávání vzorů a rozhodování.
Algoritmus
Matematický postup nebo pravidlo, které řídí chování AI systému.
Big Data
Zpracování a analýza velkého množství dat, často nezbytné pro AI aplikace.
Chatbot
Program nebo aplikace, která komunikuje s lidmi pomocí textové nebo hlasové komunikace.
E-learning
Vzdělávání prostřednictvím elektronických médií a online platform, které mohou být podporovány AI.
Personalizovaný obsah
Výukový obsah vytvořený na základě individuálních potřeb a preferencí studenta.
Přenášení učení
Technika, kdy se znalosti naučené na jednom úkolu použijí k zlepšení výkonu na jiném úkolu.
Tréninková data
Data použitá k výcviku strojového učícího modelu.
Virtuální učitel
AI systém, který simuluje interakci s učitelem a může odpovídat na otázky studentů.
Gamification in Education
Použití herních prvků a motivace ke zvýšení angažovanosti studentů.
Deep learning
Podoblast strojového učení, která se specializuje na velmi hluboké neuronové sítě a složité úkoly.
Intelligent tutoring system
Systém využívající AI k poskytování personalizovaného výukového materiálu a asistence studentům.
Neuronová síť
Model inspirovaný strukturou lidského mozku, používaný pro zpracování dat a učení se.
Zpracování přirozeného jazyka
Techniky umělé inteligence používané k analýze a generování lidského textu.
Inteligence
Inteligence je komplexní schopnost jedince či systému rozumět, učit se, adaptovat se na nové situace a řešit problémy. Jedná se o schopnost zpracovávat informace, učit se zkušenostmi a provádět rozumná rozhodnutí. Inteligence může zahrnovat mnoho různých aspektů, včetně kognitivních schopností, paměti, řeči, plánování a schopnosti řešit abstraktní problémy.
Bias
Bias je termín používaný k popisu systematického zkreslení nebo nepřesnosti v rozhodování, analýze dat, myšlení nebo jednání. Jedná se o tendenci upřednostňovat určitý názor, skupinu, nebo způsob myšlení nad jinými, což může vést k nesprávným závěrům nebo diskriminaci.
Strojové učení
Strojové učení (Machine Learning, ML) je podoblastí umělé inteligence (AI), která se zabývá vývojem algoritmů a modelů, které umožňují počítačům "učit se" z dat a zlepšovat svůj výkon bez explicitního programování. Základní myšlenkou strojového učení je, že počítače mohou analyzovat a interpretovat data, rozpoznávat vzory a provádět prediktivní analýzy na základě těchto dat. Hlavním cílem strojového učení je umožnit počítačům provádět úkoly, které by byly obtížné nebo nemožné implementovat pomocí tradičního programování. Strojové učení zahrnuje různé techniky a algoritmy, včetně neuronových sítí, rozhodovacích stromů, regresní analýzy a mnoha dalších. Je využíváno v široké škále aplikací a má stále rostoucí vliv na různé odvětví vědy, průmyslu a každodenního života.