1
00:00:08,300 --> 00:00:11,860
Moje meno je Ale Flores a som produktový manažér v
Alexe.

2
00:00:12,500 --> 00:00:15,220
Moje meno je Dr. Chelsea Haupt. Pracujem v Allenovom
inštitúte pre umelú inteligenciu,

3
00:00:15,360 --> 00:00:19,500
a pracujem na akademickom vyhadávaèi poháòanom
umelou inteligenciou.

4
00:00:21,180 --> 00:00:26,020
Poèítaèe robia rozhodnutia všade okolo vás a tieto
rozhodnutia ovplyvòujú

5
00:00:26,020 --> 00:00:31,259
váš každodenný život. Keï vyhadávate nieèo na
internete alebo listujete si správy,

6
00:00:31,260 --> 00:00:34,360
poèítaèe rozhodujú o tom, èo vidíte.

7
00:00:34,360 --> 00:00:39,060
Poèítaèe už môžu rozpozna vašu tvár a porozumie
vášmu hlasu,

8
00:00:39,060 --> 00:00:44,080
èoskoro budú riadi autá a diagnostikova choroby,
ešte lepšie ako udia.

9
00:00:44,480 --> 00:00:46,900
Ako je všetko toto možné?

10
00:00:47,520 --> 00:00:52,960
Možno ste už poèuli o pojme AI alebo umelá
inteligencia.

11
00:00:53,320 --> 00:00:56,780
Skutoèná umelá inteligencia je ešte stále desaroèia
pred nami.

12
00:00:57,200 --> 00:01:01,520
Dnes však existuje urèitý druh umelej inteligencie,
ktorý sa nazýva strojové uèenie.

13
00:01:01,520 --> 00:01:05,360
Je to typ umelej inteligencie, s ktorým pravdepodobne
denne komunikujete bez toho, aby ste o tom vedeli.

14
00:01:05,360 --> 00:01:10,700
Má príležitos pomôc nám vyrieši niektoré z
najväèších svetových výziev.

15
00:01:12,660 --> 00:01:18,180
Strojové uèenie je spôsob, akým poèítaèe rozpoznávajú
vzorce a robia rozhodnutia

16
00:01:18,180 --> 00:01:21,360
bez toho, aby boli výslovne naprogramované.

17
00:01:21,820 --> 00:01:27,580
Èo je také vzrušujúce, je to, že je to úplne iný
spôsob programovania poèítaèa,

18
00:01:27,580 --> 00:01:29,620
než aký sme kedy urobili.

19
00:01:31,340 --> 00:01:36,860
Vïaka strojovému uèeniu namiesto programovania
poèítaèa krok za krokom, môžete

20
00:01:37,360 --> 00:01:43,760
poèítaè programova tak, aby sa uèil presne tak,
ako vy, prostredníctvom pokusov a omylov a množstva
praxe.

21
00:01:44,560 --> 00:01:48,880
Uèenie vychádza zo skúseností a to platí aj pre
strojové uèenie.

22
00:01:49,280 --> 00:01:53,700
V tomto prípade „skúsenosti“ znamenajú vea a vea
údajov.

23
00:01:54,500 --> 00:01:57,560
Strojové uèenie môže prija akékovek dáta:

24
00:01:57,560 --> 00:02:04,520
Obrázky, video, zvuk alebo text a dokáže v týchto
údajoch rozpoznáva vzorce.

25
00:02:06,300 --> 00:02:11,120
Keï sa nauèí rozoznáva vzorce v dátach, dokáže sa
nauèi robi predpovede

26
00:02:11,120 --> 00:02:12,980
na základe týchto vzorcov.

27
00:02:13,340 --> 00:02:18,420
Napríklad, všimnú si rozdiel medzi obrázkom automobilu
a obrázkom bicykla.

28
00:02:20,600 --> 00:02:26,200
Umelá inteligencia a strojové vzdelávanie zohrávajú
v spoloènosti všeobecne èím ïalej tým väèšiu úlohu

29
00:02:26,640 --> 00:02:29,000
a formujú našu budúcnos.

30
00:02:29,000 --> 00:02:34,600
Preto je také dôležité nauèi sa, ako to funguje,
s praktickými skúsenosami.

31
00:02:35,000 --> 00:02:39,000
Budete ma šancu nauèi svoj vlastný model strojového
uèenia.

32
00:02:40,940 --> 00:02:47,020
Pamätajte, že umelá inteligencia je ako každý nástroj:
najprv získate vedomosti, potom získate silu!