Odborná definícia
Význam a odborné vymedzenie pojmu
Algorithm, algoritmus, je konečný a jednoznačne opísaný postup, ktorý transformuje vstupy na výstupy prostredníctvom série krokov. Môže byť deterministický, keď rovnaký vstup vedie k rovnakému výsledku, alebo používať náhodnosť. V AI sa algoritmy používajú na tréning modelov, vyhľadávanie, optimalizáciu, rozhodovanie a spracovanie dát. Algoritmus nie je synonymom modelu: tréningový algoritmus model vytvára alebo upravuje, zatiaľ čo model uchováva naučené parametre či pravidlá.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Recept je jednoduchá analógia algoritmu: má vstupy, poradie krokov a výsledok. Pri AI môže algoritmus vybrať najlepšie parametre modelu, zoradiť dokumenty alebo nájsť cestu v grafe. Model je skôr výsledná naučená štruktúra, ktorú algoritmus používa alebo vytvoril. Keď firma povie, že rozhoduje algoritmus, treba sa pýtať, či ide o pevné pravidlá, štatistický model, optimalizačný postup alebo celú aplikáciu, pretože tieto veci majú odlišné riziká. Jasné pomenovanie vrstvy problému zabraňuje tomu, aby sa technická vlastnosť jedného postupu pripisovala celému rozhodovaciemu systému.
Časté otázky
Otázky, ktoré spresňujú význam
Aký je rozdiel medzi algoritmom a programom?
Algoritmus je abstraktný postup riešenia problému. Program je konkrétna implementácia v programovacom jazyku spolu s dátovými štruktúrami, rozhraniami a ošetrením chýb. Ten istý algoritmus možno implementovať viacerými spôsobmi a s odlišnou výkonnosťou. Chyba môže byť v návrhu algoritmu alebo iba v konkrétnom programe, ktorý ho realizuje.
Čo znamená časová a pamäťová zložitosť?
Časová zložitosť opisuje, ako rastie počet potrebných operácií s veľkosťou vstupu. Pamäťová zložitosť opisuje rast spotreby pamäte. Zapisujú sa napríklad pomocou Big O. Dva algoritmy môžu poskytovať rovnaký výsledok, no jeden je prakticky nepoužiteľný pri veľkých dátach. Pri AI ovplyvňuje zložitosť cenu tréningu, latenciu a energetickú náročnosť.
Môže byť algoritmus náhodný?
Áno. Stochastické algoritmy používajú náhodný výber alebo inicializáciu, napríklad pri mini-batch tréningu, explorácii alebo bootstrapovaní. Výsledok sa potom môže medzi behmi líšiť. Reprodukovateľnosť vyžaduje zaznamenať seed, verzie knižníc a hardvér, no ani to nemusí vždy odstrániť všetky nedeterministické operácie v paralelnom výpočte.
Je každý algoritmus umelá inteligencia?
Nie. Triedenie zoznamu, výpočet dane alebo kompresia sú algoritmy, ale bežne sa nepovažujú za AI. AI používa algoritmy na úlohy spájané s inferenciou, učením, vnímaním, jazykom alebo rozhodovaním. Hranica závisí od definície a kontextu. Marketingové označenie algoritmu ako AI nie je samo osebe technickým ani právnym dôkazom.
Prečo treba pri algoritmickom rozhodovaní poznať vstupy?
Aj dokonale implementovaný postup môže vytvárať škodlivé výsledky, ak používa nepresné, diskriminačné alebo neprípustné vstupy. Niektoré premenné môžu fungovať ako proxy pre chránenú vlastnosť. Dokumentácia má uvádzať, odkiaľ vstupy pochádzajú, prečo sú relevantné a ako sa riešia chýbajúce hodnoty. Audit výstupu bez kontroly vstupov je neúplný.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- ISO/IEC 22989:2022, Artificial intelligence concepts and terminology
- OECD, vysvetlenie definície systému AI
- Google Machine Learning Glossary
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.