„Jak ChatGPT vlastně funguje?“ Pokusím se to vysvětlit stručně a srozumitelně, bez videí a bez vzorečků. Ale fakt neručím za to, že se to povede 🙂

Jedna věc hned na začátek: algoritmus není tajný. Tým výzkumníků z Googlu ho publikoval v roce 2017 – původně šlo o vylepšení strojového překladu. Že z toho vznikne něco jako ChatGPT, tehdy netušil nikdo. Co se děje uvnitř, nedokáže nikdo přesně vysvětlit. Například v Anthropicu (tvůrci Clauda) existují celé týmy, které zkoumají, proč to vlastně funguje, a publikují o tom fascinující články.

Krok 1: Slova na souřadnice 📍

Když do modelu pošlete text, rozseká ho na kousky – slova, čárky, tečky (takzvané tokeny). Každý token má přiřazené souřadnice. Něco jako GPS. (Tyhle souřadnice vznikají během fáze učení, o té ale někdy jindy.)

A podobně jako u GPS: věci, které k sobě patří, mají blízké souřadnice. Praha a Brno jsou blízko sebe – obojí česká města. Češi a Slováci taky. Ale Tokio bude daleko od nich všech.

Se slovy to funguje podobně – „pondělí“ bydlí blízko „úterý“ a „středě“, všechny dny v týdnu pohromadě. A „banán“ bude úplně jinde. Na rozdíl od GPS, tady blízkost znamená podobnost významem. A není tu jen zeměpisná šířka a výška, ale tisíce dalších rozměrů.

Krok 2: Slova se navzájem zabarvují 🎨

Tohle je to, co v roce 2017 změnilo všechno. Vyšel článek Attention is All You Need – slovo „attention“ bych přeložil jako „zřetel“. Model bere zřetel na kontext.

Jak? GPT si propojí každé slovo s každým a odhadne, jak moc spolu souvisí. Podle toho jeho souřadnice trošku „zabarví“ – posune je směrem ke slovům, se kterými souvisí.

Příklad: vezměte si slovo „zámek“. Když se v jeho blízkosti objeví „dveře“ nebo „klíč“, jeho souřadnice se posunou k významu zamykací mechanismus. Když „věž“ či „hradby“ – k hradu. Když „mobil“ a „displej“ – k zámku obrazovky.

Jedno slovo, tři úplně jiné souřadnice. Protože GPT vzalo zřetel na okolí.

Před pár dny se svět konečně dočkal! Huráááá! OpenAI představilo dlouho očekávaný GPT-5. Dva a půl roku od vydání GPT-4 se svět těšil na další revoluci. Vlajková loď technologického leadera v umělé inteligenci měla být další krok směrem k dosažení AGI. Sam Altman před vydáním sliboval „nejchytřejší, nejrychlejší a nejužitečnější model dosud.“ Investoři čekali na průlom, který by ospravedlnil valuaci OpenAI půl bilionu dolarů.

Realita dopadla jinak. Místo ovací je internet zaplavený příklady selhání na banálních úkolech. Reddit má vlákno „GPT-5 is horrible“ s tisíci upvotes a komentáři plnými zklamání.

Jak vidím GPT-5?

Tady musím dát trochu kontext. Posledních čtyři roky se AI věnuji opravdu intenzivně, ještě než přišel ChatGPT. Pořádám kurzy, kde poslední (minimálně) rok účastníkům demonstruju, jak ChatGPT podvádí, klame a manipuluje. V situacích, kde to konkurence nedělá! Vysvětluji, proč je ChatGPT problematický pro seriózní práci.

Přes všechny mediální titulky typu „AI objevila nový lék“, „Rozluštila hieroglify“ nebo „Zvládla vyplnit formulář pro registraci vozidla bez jediné chyby!“ – i přes všechna nadšená prohlášení, současná umělá inteligence nedokáže dělat žádné vlastní objevy.

Teda alespoň prozatím :-)

Objevy dělají lidé, kteří AI využívají jako sofistikovaný nástroj. Což není drobná nuance – je to zatraceně velký rozdíl. Jako mezi tvrzením, že dláto vytesalo sochu 🙀, a „dláto v rukou umělce“ vytesalo sochu. Kdybyste si přečetli titulek „dlátko vytesalo sochu“, pravděpodobně byste se podivili a řekli si, že jde buď o chybu nebo divný clickbait. Jenže když se používají tyhle novinářské zkratky u AI, lidé tomu věří.

„Ale AI už přece udělala objevy!!!"

Úplně to už slyším. AI už prolamuje hesla! Nebo „Objevila převratný způsob násobení matic!“ Tak se u toho zastavme. Jde o projekt AlphaTensoru od DeepMind, který po 50 letech překonal legendární Strassenův algoritmus a zjednodušil násobení matic 4×4 na 47 násobení místo původních 49. (Zanedlouho AI o tuto trofej připravili lidští matematici Lince, kteří našli ještě lepší algoritmus.)

Pro lepší pochopení celé problematiky se pokusíme rozlišit dvě hraniční kategorie toho, jak lze vnímat úlohu AI v procesu objevování:

Když se ChatGPT zeptáte, kdo je Václav Havel, odpoví bez zaváhání. Když se ho zeptáte na Václava Ravla, začne říkat, že nemá dostatečné informace, nebo v horším případě mlžit. Jak pozná, o kom ví a o kom ne? Vědci odhalili fascinující tajemství uvnitř „mozku“ jazykových modelů – a dokázali ho dokonce hacknout!

Jak AI rozpozná, co zná a co ne?

Nová studie přináší fascinující pohled do útrob jazykových modelů jako ChatGPT nebo Claude. Výzkumníci odhalili, že tyto modely mají překvapivě vyspělý systém „sebeuvědomění znalostí“. Představte si to jako malou kontrolku, která se v AI rozsvítí, když narazí na entitu (osobu, film, město, píseň), o které má uložené informace. Naopak když narazí na něco neznámého, rozsvítí se jiná výstražná kontrolka. Díky tomu model „ví“, kdy má být sebevědomý a kdy by měl přiznat neznalost.

„Mám děkovat AI?“ – největší otázka lidstva od vynálezu ChatGPT. Považoval jsem to původně za vtip, ale došlo mi, kolik lidí si s tím skutečně láme hlavu. Dokonce ve snaze odpovědět si už hodně odborníků vylámalo zuby. Odpověď totiž není jednoduchá. V tomto článku prozkoumáme téma do hloubky a vedle všech důležitých aspektů vám přineseme i zaručeně nejlepší radu, která může proměnit váš přístup ke komunikaci s AI.

Proč mluvíme ke strojům jako k lidem?

Představte si, že si vybíráte peníze z bankomatu, a když se objeví bankovky, mile řeknete: „Děkuji ti" Divné, že? (Naopak na variantě „Díky bohu!" není divného vůbec nic, zejména když bankomat vydá peníze před výplatou.) A teď si představte, že ukončíte rozhovor s ChatGPT slovem „díky“. Také je to poděkování počítačovému programu, který nemá vědomí ani pocity. Přesto to děláme. Studie z roku 2019 potvrdila, že až 40 % uživatelů pravidelně děkuje virtuálním asistentům. A není to jen zdvořilost – jsou lidé, kteří to dělají i „pro jistotu“, aby si je AI ve vzdálené budoucnosti po případném „převratu“ pamatovala jako ty hodné.

„Mám si platit ChatGPT?“
„Jakou AI službu doporučuješ si předplatit?“ 🤔

To jsou otázky, které dostávám skoro denně. Před dvěma lety bych řekl: „Jasně, plať, neplacená verze ChatGPT je k ničemu.“ Dnes říkám: „Neplať nic, dokud nenarazíš na limit, který tě omezuje.“

Žijeme v paradoxní době – ty nejchytřejší nástroje, na jejichž provoz se spotřebovávají hektowatty elektřiny a miliardy dolarů na výzkum, jsou dostupné zadarmo. Je to jako kdyby vám někdo půjčil Ferrari a řekl: „Klidně jezdi, benzín platíme my.“ A když narazíte na limit u jednoho, můžete se jednoduše přesunout k druhému.

Říkám tomu „AI turistika“ – cestování od jednoho modelu k druhému, kdy využíváte jejich štědré bezplatné limity. ChatGPT vám došel? Nevadí, máte tu Claude. Došel i ten? Přesuňte se ke Groku. Nebo Gemini. DeepSeeku. Je to jako byste měli neomezenou jízdenku na ty nejdražší atrakce Silicon Valley.

Představte si, že najednou rozumíte jakémukoli jazyku světa. Žádné hodiny biflování gramatiky, žádné kartičky se slovíčky, žádné trapné momenty s výslovností. Jen kliknete a – voilà – můžete číst finský román, nepálský blog nebo právní kličky v urdštině. Ještě nedávno jsme se při zmínce o strojovém překladu pobaveně ušklíbali – kdo by si nevybavil ty okouzlující překlady návodů k čínským výrobkům? „Laskavě nezpůsobovat mokrou činnost v pokoji koupání, jinak nebezpečnost zranit!“

Jenže časy se mění. Dnes máme k dispozici nástroje, které zvládají překlady s překvapivou elegancí a přesností. Stojíme na digitálním rozcestí – na jedné straně specializované překladové nástroje jako DeepL, na druhé všestranné velké jazykové modely (anglická zkratka LLM) jako ChatGPT nebo Claude. Obě technologie slibují mimořádně kvalitní výsledky, ale každá přichází s vlastními přednostmi i nedostatky.

Pojďme nahlédnout pod kapotu těchto nástrojů a zjistit, který z nich by mohl lépe posloužit právě vašim potřebám.

Představte si, že máte osobního výzkumníka – někoho, kdo dokáže během několika minut prozkoumat stovky webových stránek, přečíst desítky článků, porovnat protichůdné informace a předložit vám ucelenou zprávu s citacemi zdrojů. Tedy jako kdyby Google dodával k vyhledávači ještě malou Armádu Indů.

Tohle není sci-fi ani vzdálená budoucnost. Je to funkcionalita zvaná Deep Research (nebo Deep Search, hluboký výzkum), která se v posledních měsících objevila v předních AI nástrojích. Jde o naprostou revoluci v tom, jak hledáme a získáváme informace. V tomto článku se dozvíte vše důležité – jak přesně tato technologie funguje a jak ji můžete efektivně využít pro své potřeby.

Co dokáží nástroje pro hluboký výzkum?

Za posledních 25 let jsme si zvykli na stejný model vyhledávání: zadáte dotaz v podobě pár klíčových slov, dostanete seznam odkazů a pak je procházíte, abyste našli odpověď. Málokomu vydrží energie, aby se dostal dál než za první stránku výsledků. Teď ale přichází nový nástroj, kterému napíšete podrobnou otázku (tady opak klíčových slov) a on výsledky prokliká a pročte za vás, včetně analýzy a syntézy informací. A nemusíte být IT expert, aby vám to fungovalo – stačí stisknout tlačítko. Wow!

Konečně je to tady! Už dva roky se těším, kdy přijde umělá inteligence, která nejen píše, ale skutečně přemýšlí. Éra reasoning modelů právě začíná a je to jeden z velkých pokroků v historii AI, který rozhodně nesmíte minout. V tomto článku se dozvíte vše o tom, jak tyto modely fungují a proč jsou tak přelomové.

Možná vás teď napadá: „Počkat, ale ChatGPT přece uvažoval od začátku, ne?“ A tady je ten háček. To, co většina lidí považovala za „uvažování“ u prvních chatbotů, bylo ve skutečnosti jen velmi sofistikované „reagování“. To, co teď přichází, je jako rozdíl mezi studentem, který odpoví na otázku z učebnice zpaměti, a tím, který si vezme papír, tužku a problém skutečně vyřeší.

Reasoning – tedy uvažování nebo přemýšlení – je slovo popisující nastupující generaci modelů jako o1 a o3-mini od OpenAI, DeepSeek-R1, Claude 3.7 Sonnet nebo Grok 3. Přistupují k problémům způsobem nápadně podobným lidskému uvažování. A dokáží řešit úlohy, které byly dříve pro AI téměř neřešitelné.