AI vo všeobecnosti
Cieľom tejto sekcie je veľmi stručne a jednoducho oboznámiť návštevníkov, ktorí sú odborníci na inú oblasť ako neurónové siete (ďalej aj NS) a umelá inteligencia (ďalej aj AI) s princípom ich činnosti a možnými aplikáciami v odbore na ktorý sa špecializujú.
Hneď na úvod je potrebné povedať, že jadrom umelej inteligencie sú neurónové siete. Zjednodušene môžeme povedať, že neurónová sieť je matematický model, ktorý sa môže učiť (trénovať) spôsobom, ktorý je do určitej miery podobný ľudskému mozgu. Tzn. neurónovú sieť je možné natrénovať napr. na rozpoznanie určitých premetov (napr. automobilov, motocyklov a bicyklov) na fotografiách alebo vo videsekvencii, na identifikáciu vybraných zvukov (napr. rozbitého okna) v audio signále, identifikácia diagnózy z MRI obrázku a podobne. Proces učenia je principiálne jednoduchý a bude ilustrovaný napri pri tréningu neurónovej siete na rozpoznanie automobilu, motocyklu a bicykla na fotografii. NS sa trénuje napr. 1000 fotografiami obsahujúcimi automobil, 1000 fotografiami s motocyklom, 1000 fotografiami s bicyklom spolu s informáciou o tom, aký objekt je na fotografii. Po natrénovaní dokáže NS rozpoznať jeden z uvedených objektov aj na fotografiách (na iných fotografiách a s inými automobilmi, motocyklami a bicyklami), ktoré neboli použité vo fáze tréningu. Podobný príklad je tréning NS na rozpoznanie zvuku rozbitého okna (napr. pre potreby vyhodnotenia poplachu). V tomto prípade môže byť NS trénovaná napr. 1000 audio signálmi so zvukom rozbitého okna a 1000 audio signálmi s iným podobnými zvukmi (napr. rozbitá váza, sklenený pohár, zrkadlo a pod.). Po natrénovaní dokáže NS spoľahlivo odlíšiť zvuk rozbitého okna od podobného zvuku (napr. rozbitého pohára) - samozrejme, že aj pre zvuky, ktoré neboli použité vo fáze tréningu.
Po prečítaní vyššie uvedeného textu teraz zrejme vyvstali dve otázky.
- Ako neurónové siete, resp. umelú inteligenciu uplatniť v bezpečnostných vedách?
- Je v tejto oblasti ešte čo skúmať a rozvíjať?
Odpoveď na prvú otázku nájdete na stránkach "Pre študentov", "Pre učiteľov" a "AI pre odborníkov". Odpoveď na druhú otázku je podstatne jednoduchšia. Ak čitateľ nadobudol dojem, že je to také jednoduché, zrejme sa nám to podarilo vysvetliť naozaj jednoducho. V skutočnosti je celý proces komplikovanejší a prináša viacero otázok (napr. podmienky a algoritmus učenia, minimálne počet obrázkov potrebných na tréning atď.). V každom prípade pre odborníkov na iné oblasti, ktorí AI budú len aplikovať táto predstava zatiaľ postačuje.
Nasledujúce stránky sa obmedzia na uvedenie hlavných aplikácií s odkazmi na vedecké články, kde je tá ktorá aplikácia opísaná podrobnejšie. Pre úplnosť je ešte potrebné dodať, ako k citovaným vedeckým článkom získať prístup. Postup pre študentov a učiteľov na univerzitách je spravidla veľmi jednoduchý, každá lepšia univerzita má zo svojej univerzitnej siete takýto prístup predplatený. Ostatný môžu využiť vzdialený prístup napr. Centra vedecko-technických informácií https://www.cvtisr.sk/ prípadne iných knižníc.