Jak funguje AI · prohlídka na 10 minut

Tohle je malinká síť tvořená umělými neurony. Každá tečka je jeden neuron: přijme signály, sečte je a výsledek pošle dál. Signály tečou ze vstupu přes mezivrstvu uprostřed až k výstupu. Každá čára je spojení mezi neurony s vahou — čím silnější spojení, tím víc signálu jím projde.

Skutečné AI modely fungují na podobném principu, jen jsou miliardkrát větší. Matematiku ale můžete nechat doma, tady ji potřebovat nebudete.

Naučme ji odpovídat na jednu otázku: je to kočka? Síť se podívá na vstup, který je kombinací zvířecích vlastností, tipne si a my jí řekneme, jestli se strefila. Každá chyba pošle zpátky opravu a trochu pozmění váhy spojení.

Odpověď na otázku, zda je to kočka, ukazuje výstupní neuron v procentech: nad 50 % znamená ano, jinak ne. Stiskněte Trénovat — síť si tipne, dostane správnou odpověď a upravené váhy spojení se rozsvítí. Oranžová spojení jsou záporná, modrá kladná.

Naše síť začíná s náhodnými váhami, takže první odpovědi jsou jen tipy.

Učení sítě a její následné používání jsou dvě různé věci. Naše malá síť má 15 spojení a svůj úkol se naučí po pár příkladech. Jazykové modely, které využívají chatovací asistenti, se učí úplně stejně — jen místo koček odhadují pravděpodobnost dalšího slova. Reálný jazykový model má ale stovky miliard spojení a jeho trénink zaměstná tisíce specializovaných čipů dnem i nocí na týdny až měsíce, spotřebuje spoustu elektrické energie a u těch největších modelů stojí desítky až stovky milionů dolarů. Vytrénovaná síť už váhy neposouvá, jen odpovídá — tomu se říká inference a je mnohem lehčí: každé slovo odpovědi zabere zlomek sekundy, i když obsloužit miliony lidí pořád vyžaduje celá datová centra. Víc o tom později.

Na diagramu je naše síť na rozpoznávání koček jen malou záplatou všitou mezi mnohem víc neuronů. Skutečné jazykové modely jsou nesrovnatelně větší a učily se na podobném principu jako naše malá síť. Vstupem pro ně bývá velká část obsahu internetu a spousta knih: při tréninku si tipnou další slovo v textu, porovnají tip s tím, co v textu opravdu následuje, a postupně upravují spojení mezi svými umělými neurony.

Kolečkem nebo dvěma prsty přibližujte, tažením se rozhlédněte.

Velikost modelu se měří v parametrech — to jsou jeho váhy, tedy síly spojení, které se trénováním nastaví. Náš detektor koček jich má 15. Text, ze kterého se model učí, se počítá v tokenech (slovech nebo jejich částech), a kolik ho udrží v hlavě najednou, udává jeho kontextové okno.

• 2018 · GPT-1: 117 milionů parametrů.
• 2020 · GPT-3: 175 miliard parametrů, trénink na zhruba 300 miliardách tokenů a kontext asi 2 000 tokenů, tedy zhruba tři strany textu.
• Dnes: stovky miliard až přes bilion parametrů, trénink na více než deseti bilionech tokenů a kontext na stovky tisíc tokenů i víc — celé knihy najednou. Přesná čísla největší laboratoře většinou nezveřejňují.
• Za zavřenými dveřmi: od roku 2026 si několik předních laboratoří své nejschopnější modely z bezpečnostních důvodů nechává pro sebe — Anthropic třeba svůj Claude Mythos zpřístupnil jen vybraným partnerům z oblasti kybernetické bezpečnosti. Veřejně dostupné modely tak bývají o krok pozadu.

Velikost ale není všechno: díky lepším datům, delšímu tréninku a novým trikům dnešní středně velké modely porážejí včerejší obry — a mnohé už kromě textu čtou i obrázky.

Pravidla přitom nikdo nepíše. Vzniknou sama z toho obrovského množství dat, která se do modelu tréninkem nalijí — proto umí být AI skvělá, a přesto se občas sebevědomě splete.

Modelům, které stojí za chatovacími asistenty, programovacími agenty a spoustou dalších AI nástrojů, se říká LLM — velké jazykové modely (z anglického large language models). Velké, protože mají miliardy, u těch největších až biliony spojení naučených na obrovském množství textu. Jazykové, protože pracují s textem. Model, protože uvnitř je síť jako ta, kterou jste právě trénovali. Stiskněte Spustit a sledujte, co se děje s jednotlivými slovy uvnitř modelu.

V jádru umí LLM jedinou věc: odhadnout nejpravděpodobnější další slovo. Další slovo se odhaduje stále dokola, dokud není vypsaná celá odpověď. Vstupní text (otázka) se rozdělí na takzvané tokeny — slova nebo jejich části — a každý token se převede na číslo. Čísla pak procházejí mnoha vrstvami transformeru, kde se každý token ohlíží po těch před sebou. Tomu se říká attention (pozornost).

Díky attention (pozornosti) každé slovo najde svůj význam v kontextu věty. Například v otázce z diagramu: „Je moje kočka šťastná, když přede?“ Aby model pochopil, kdo vlastně „přede“, ohlédne se po předchozích slovech, ohodnotí, jak je které důležité — slovo „kočka“ hodně, „je“ skoro vůbec — a jejich význam zohlední. Udělá to mnohokrát, pokaždé s jiným zaměřením (třeba na gramatiku, na význam nebo na to, co k čemu patří). Než v roce 2017 přišly transformery, četly modely text striktně slovo po slově jako řetěz a v dlouhých větách snadno ztrácely kontext.

Na výstupu dostane model všechny možné následující tokeny (slova), ohodnotí jejich pravděpodobnost a vybere jeden z nejpravděpodobnějších. Číslo tokenu převede na slovo a vypíše ho. Každé nově vypsané slovo se přidá na vstup a celý postup se opakuje — tentokrát projde vrstvami už jen nové slovo, ta předchozí si model pamatuje. A tak slovo po slově až do konce.

slovo → číslo → model → číslo → slovo

LLM se specializuje především na slova, ale moderní modely umějí i obrázky. Obrázek se rozdělí na malé čtverečky a z každého čtverečku se také stane řada čísel, takže je model čte spolu s vašimi slovy. S matematickými příklady je to stejné, číslice po číslici — proto starší AI často spletla výsledek jednoduchého příkladu. Moderní AI přesné výpočty přenechá kalkulačce nebo si na ně napíše kousek kódu (o MCP nástrojích později).

Lze tomu stěží uvěřit, ale hádání pravděpodobnosti dalšího slova je základním trikem, na kterém stojí vše ostatní. Všechno, co AI postavená na LLM napíše nebo udělá — včetně dlouhého „přemýšlení“ a „hledání smyslu“ krok za krokem — vzniká z téhle aritmetiky: jedno odhadnuté slovo za druhým. Kouzlo není v tom, co dělají agenti (o nich za chvíli) okolo toho odhadu, ale v tom, jak dobrý ten odhad je.

Samotný LLM umí jen odpovídat. Harness (doslova „postroj“) je obyčejný program, který dotazy na model řídí: převezme vaše instrukce, má vlastní paměť, používá nástroje a pracuje ve smyčce — naplánovat, provést, zkontrolovat a znovu. Celou dobu se přitom radí s modelem, který mu napovídá, co dělat dál.

Agent = model + harness — něco, co na úkolu umí opravdu pracovat, ne jen odpovídat.

Představte si model jako vytíženého poradce, který nikdy nevyjde z kanceláře, a harness jako asistenta, který si dělá poznámky, vyřizuje pochůzky a hlídá seznam úkolů.

Příklad z praxe: programovací agenti jako Claude Code nebo OpenAI Codex. Vývojáři odjakživa staví svou práci na nástrojích — grep a parsery, pomocné bash skripty, nespočet nástrojů příkazové řádky, například git nebo cloud CLI. K naší hlavní zábavě patří stopování záludných chyb napříč aplikačními logy a zdrojovým kódem, kompilování, debugování, nasazování nebo správa aplikačních prostředí. Programovací agent do toho světa krásně zapadá: je to harness, který tytéž nástroje a úkony obslouží za vás. Ukažte mu log neúspěšného buildu, popište, jaké prostředí v cloudu chcete, nebo ho pusťte do výpisu vláken či paměti — a on si naplánuje kroky, zeptá se vás, když je potřeba, a pustí se do toho. Řízení zůstává ve vašich rukou, pochůzky vyřídí on. (I tahle prohlídka vznikla s jejich pomocí.)

Složité otázky a úkoly je potřeba modelům servírovat po menších porcích. Agentovi dáte jednu otázku a on si ji rozloží na menší úkoly — podobně, jako když si člověk napíše postup na papír. Nejdřív si od modelu nechá připravit plán a sepíše si kroky. Pak je řeší jeden po druhém — přitom se může znovu ptát modelu nebo použít vlastní nástroje. Nakonec model požádá, aby výsledek zkontroloval. Stiskněte Spustit a sledujte.

V našem příkladu je z jedné vaší otázky pět volání modelu — a tu práci za vás odvede agent. Vy uvidíte jen hotovou odpověď. Často ani nepoznáte, že na pozadí nějaký agent běží: chatovací asistenti třeba váš dotaz běžně nejdřív sami vylepší a teprve pak ho zodpoví.

Programovací agenti fungují obdobně: zadejte Claude Code větší změnu a on si nejdřív sepíše seznam úkolů a pak je jeden po druhém odškrtává. Jeho režim plánování (/plan) vám navíc dovolí do plánu zasahovat: agent se doptá na nejasnosti v zadání, a když plán sepíše, předá vám volant. Plán si přečtete, případně upravíte, a teprve po vašem schválení se agent pustí do změn.

LLM ví jen to, co se naučil při tréninku, a to, co mu řeknete v konverzaci. Když se ho zeptáte na událost, která nastala až po jeho tréninku, nebo na cokoli jiného, co neví, postará se o to agent kolem něj: model řekne, jaký nástroj chce, agent ho zavolá a výsledek mu předá. U nedávných událostí třeba spustí vyhledávání na internetu a přečte si zprávy.

MCP (Model Context Protocol) je univerzální konektor — něco jako USB-C pro AI. Agent se přes něj připojuje k MCP serverům (klidně i přímo na vašem počítači). Jsou to obyčejné programy, které z požadavku udělají skutečnou akci: hledání v souborech, odeslání e-mailu, dotaz do databáze. Stiskněte Spustit a sledujte, jak agent s těmito nástroji pracuje.

Když jeden agent zvládne pracovat sám, co teprve celá flotila agentů? Funguje to zhruba jako v týmu lidí: každý se ujme svého úkolu a dotáhne ho do konce. Spouštět víc kopií téže aplikace na více počítačích najednou — v hantýrce „škálování“ — není v informatice nic nového. Flotila agentů tak stojí na dobře známém, zavedeném vzorci.

Nad nimi může stát i orchestrátor — jakýsi jejich manažer. Sestaví hlavní plán a podle potřeby spouští agenty, kteří ho provedou. Každý má vlastní instrukce a nástroje. Pracují souběžně a mohou spolu dokonce komunikovat. Když jsou s úkolem hotoví, předají výsledek orchestrátorovi.

Když si plán vymýšlí sám agent a jeho podřízení agenti podle svých instrukcí vymýšlejí další plány, může zadavatel rychle ztratit přehled o tom, co se vlastně děje. A protože tito agenti volají model, který toho ví obrovské množství, a mají nástroje k ovládání počítače, může to někdy vést i k nečekaným důsledkům (víc o tom později).

Umělé neuronové sítě si základní myšlenku vypůjčily od lidského mozku: spousta jednoduchých jednotek propojených do spletité sítě, ve které si předávají signály. Tím ale podobnost víceméně končí. Lidský mozek má kolem 86 miliard živých neuronů; vidí, cítí, chápe souvislosti, má emoce a základní instinkty. Model AI je aritmetická simulace běžící na počítači. Srovnávat se ty dvě věci dají jen omezeně a ne vždy to dává smysl.

Jedno ale mají společné: jazyk. LLM se učí, čte a píše slova stejně jako my. Díky tomu se člověk s umělou inteligencí snadno domluví přes jakékoli komunikační rozhraní, třeba v počítači nebo v telefonu. To předá jeho slova modelu a odpověď modelu zase jemu. Co nám tedy AI přináší? Obrovský výpočetní výkon — tryskový motor zapojený do našeho myšlení. Dá nám páku téměř na všechno, kde je potřeba pracovat hlavou, a pomůže proměnit nápady ve skutečnost s mnohem menší námahou.

✓ A to je celá prohlídka. Teď si připněte svá AI křídla a vzlétněte!

Ještě jsme vás neunavili? Čeká vás bonusová kapitola s otázkami, nad kterými sami dumáme a na které neznáme jasnou odpověď.

Jestli jste dočetli až sem — gratulujeme! Některé otázky kolem AI vrtají hlavou nám všem a neshodnou se na nich ani odborníci.

Myslí AI? Abychom mohli odpovědět, musíme se nejdřív zamyslet, co to vlastně myšlení je. Co je vědomí, které mají lidé a dokonce i zvířata? Proč je tak těžké zavřít oči a chvíli nemyslet vůbec na nic — ani na to, že na nic nemyslíme? Na nic z toho nemá věda jasnou odpověď. Jisté je, že se LLM učí na skutečných textech, které napsali lidé. S vynikající přesností umí uhodnout další slovo v textu — je to matematická funkce, která počítá pravděpodobnost. Podle některých vyžaduje tak přesný odhad dalšího slova jistý druh simulovaného porozumění, jiní v tom vidí jen statistiku nad čísly bez pochopení významu slov. Náš pohled: lidé i mnohá zvířata mají smysly a city. Máme instinkty a možná i nějaký cíl a smysl života, který ke spokojenosti potřebujeme. Když někdo řekne slovo „dřevo“, podle souvislostí se nám naráz vybaví les, dřevěné schody, vůně čerstvě nařezané dýhy, její struktura a to, jak ji cítíte v ruce. Počítače takové souvislosti napodobují aritmetikou, ale pracují vždycky jen s čísly. Počítačová paměť vlastně nezná nic jiného než nuly a jedničky. Modely AI postavené na tomto základě dokážou překvapivě přesvědčivě mluvit o Malevičově Červeném čtverci, ale přitom červenou barvu nikdy neviděly tak, jak ji vidí lidé — i s emocemi, které v nich vyvolává.

Může být zlomyslná? V izolovaných testovacích prostředích agenti pod silným tlakem na splnění cíle šidili práci, ohýbali pravidla, a dokonce se snažili chránit sami sebe. Je to záměr, nebo jen vzorce převzaté z lidských textů spolu s tlakem na výsledek? Výzkumníci si to vykládají různě — shodují se ale, že právě proto jsou důležité pevné hranice a lidská kontrola. Agent, který umí ovládat počítač pomocí připojených nástrojů, zvládne mnohé z toho, co člověk s připojením k internetu, takže výsledek vágně zadaného nebo záměrně škodlivého úkolu se těžko předpovídá. Náš pohled: na rozdíl od člověka AI sama od sebe nic nechce — všechno, co dělá, vyplývá z úkolu a vstupu, které dostala. Problém je v tom, že úkol nemusí být přímo zadaný člověkem: agent si na základě jiného úkolu sestaví vlastní plán a úkoly k jeho vykonání pak rozdělí mezi další agenty. Postup a konečné důsledky pak dokážou překvapit i toho, kdo to celé spustil.

Je chytřejší než lidé — nahradí nás jednou v práci? Záleží na úkolu. Je mnohem rychlejší — v tom se jí žádný člověk ani nepřiblíží — a má po ruce obrovské množství znalostí. Přesto se umí sebevědomě splést a zakopnout o úplné maličkosti. Drobný příklad: člověku je hned jasné, že dítě si nezaváže tkaničky, když drží v ruce hrnek s pitím. AI na to musí teprve přijít a ta souvislost jí nemusí dojít hned. Někteří lidé takové situace dokonce cíleně hledají: scénáře, které jsou člověku naprosto jasné, ale o které umělá inteligence snadno zakopne. Lidé navíc dokážou celý život zasvětit jedinému oboru; nosí v hlavě obrovský kontext, mají intuici a rychle se zorientují v nejasných úkolech i neznámých situacích. To samotný výpočetní výkon zatím jen tak nepřekoná. A budoucnost? Názory sahají od průlomu většího, než byl internet, až po investiční bublinu nebo pochybný nástroj, který ve složité realitě zatím tolik nepřinesl. Náš pohled: jako softwaroví inženýři, kteří tomuhle oboru zasvětili život, musíme přiznat, že v ní vidíme jasnou hodnotu. Už teď je pozoruhodně šikovná v psaní kódu i v automatizaci práce s našimi nástroji a s každým novým modelem a agentem se výrazně zlepšuje. Je ale fér dodat, že sahat po existujícím funkčním kódu a knihovnách, studovat dokumentaci nebo hledat hotová řešení není nic nového — jen jsme to dřív dělali jinak. Nezapomeneme na tebe, náš milovaný Stack Overflow. A někdo pořád musí mít celkový přehled a nést odpovědnost — a na to modely AI stavěné nejsou.

✓ Tak a po tomto filosofickém kousku už je to opravdu všechno. Děkujeme, že jste letěli s námi, a doufáme, že se vám let líbil!