"Otázka, zda počítače umějí myslet, je podobně tak relevantní jako otázka, zda ponorky umějí plavat."

E. W. Dijkstra. 

Chceme-li začít otázkou, co je vlastně umělá inteligence, měli bychom se nejdříve zeptat, co je vůbec inteligence. Ani na jednu z obou otázek nemáme odpověď, na níž by se shodli příslušní experti. Inteligence se často vykládá jako schopnost člověka jednat racionálně a přizpůsobit se měnícím se podmínkám prostředí, ve kterém žije. Všimněme si dvou zajímavých aspektů takového výkladu. Jednak se jako měřítko inteligence chápe člověk – dílem proto, že lepší měřítko momentálně nemáme, dílem pro náš antropocentrismus – hodnocení světa z pohledu zájmů lidské rasy. Dále sám pojem „lidské racionální chování“ je problematický – předpokládá snahu o dosažení nějakého dobře definovaného cíle, nebo maximalizaci užitku. Cíle lidí se ale poměrně rychle mění, jak individuálně, tak kolektivně, a stejně tak představa, co je vlastně pro nás užitečné (viz Starý zákon, kniha Kazatel). Neshodnou se na tom ani příslušníci jednotlivých národů či věrouk. Další otázkou je, kam zařadit v rámci takové "racionální" definice například umělecká díla. Pojem inteligence je tedy vágní od samého začátku.

Vraťme se nyní k umělé inteligenci. Klasická definice umělé inteligence od Marvina Minského z roku 1967 říká:

„Umělá inteligence je věda o vytváření strojů nebo systémů, které budou při řešení určitého úkolu užívat takového postupu, který – kdyby ho dělal člověk – bychom považovali za projev jeho inteligence.“

Řada vědců rozlišuje slabou UI, která pouze imituje (lidské) myšlení, a silnou UI, která by měla skutečně myslet - mít vědomí. Alan Turing však už v 50. letech předpověděl, že s rozvojem umělé inteligence tato otázka postupně ztratí význam (podrobnosti viz [4], kapitola 26). V současné době se přístupy k definování umělé inteligence dají rozdělit do několika kategorií, jimž odpovídají patřičné složky umělé inteligence:

1. Myslet (nejméně) tak dobře, jako lidé – kognitivní věda, kognitivní modelování. Tento přístup primárně zkoumá schopnost uvažování lidského mozku. UI tento problém atakuje jednak shora dolu – psychologickým pozorováním principů lidského myšlení a snahou abstrahovat a implementovat jeho principy pomocí počítače. Přístup zdola nahoru staví na neurofyziologii, pozorováním funkce neuronů a jejich vazeb, a na jejich základě konstruuje jednoduché kognitivní funkce.
   
2. Jednat (nejméně) tak úspěšně, jako lidé – Turingův test umělé inteligence. Stroj tento test úspěšně absolvuje, pokud při písemné konverzaci s lidským tazatelem reaguje způsobem nerozeznatelným od člověka. Rozšířená verze testu zahrnuje i možnost žádat na testovaném stroji manipulaci s fyzickými objekty. Aby stroj mohl testem projít, potřebuje zvládnout minimálně:
• 
  
• zpracování přirozeného jazyka na stupu i na výstupu;
• reprezentaci znalostí, počátečních i průběžně doplňovaných;
• automatické usuzování, schopnost vyvozovat nové závěry a reagovat na dotazy;
• strojové učení k adaptaci na měnící se okolnosti, detekci analogií a podobně;
• strojové vidění k vnímání a rozpoznání objektů;
• robotiku pro manipulaci s nimi.
• 
  
3. Myslet racionálně (logicky uvažovat, usuzovat, …) – logika, plánování. Jaká jsou „pravidla správného usuzování,“ která umožní odvodit z platných předpokladů platné závěry? Od antických sylogismů se věda propracovala k formální logice umožňující usuzování o veškerých objektech ve světě. Dvě hlavní překážky této disciplíny jsou: (a) jak pracovat s neurčitostí, nejistotou, nejednoznačnými fakty; (b) praktické zvládnutí strojového usuzování, které je často velmi výpočetně náročné, pro exponenciálně rostoucí počet kombinací logických klauzulí.
4. Konat racionálně – racionální agenty. Racionální agent je entitou, která by měla, s přihlédnutím k situaci, konat „správně“ pro dosažení daného cíle nebo maximalizace užitku. Racionální konání neznamená jen racionálně uvážit situaci (viz předchozí bod) a jednat podle toho. Je řada situací, kdy není na racionální zvážení čas a je třeba jednat reflexivně. V jiných případech buďto není k dispozici dostatek informací pro racionální rozhodnutí, anebo nelze vyvodit, jaké rozhodnutí je nejlepší, a přesto je třeba konat.

První dva přístupy jsou antropocentrické, druhé dva chápou inteligenci jako nezávislý princip. V této přednášce budeme dávat přednost chápání UI jako konání racionálních agentů. Tento přístup je obecnější než poměřovat umělou inteligenci lidskými schopnostmi, a je také obecnější než chápat UI jen jako racionální strojové uvažování, jak bylo vysvětleno výše.

1) Prehistorie UI (1943-1955)

• W. McCulloch, W. Pitts: 1943 jednoduchý Booleovský model neuronu, jen binární signály 0/1
  
• A. Turing publikuje v roce 1949 vizionářský článek „Computing Machinery and Intelligence“
  
• do výzkumu se zapojují např. Marvin Minsky, Dean Edmonds, Donald Hebb (demonstruje schopnost učení jednoduchých umělých neuronových sítí – perceptronů)
  

2) Zrození umělé inteligence (1956):

• seminář v Dartmouth College, New Hampshire, USA, deset klíčových vědců, kteří oficiálně položili základy UI
  
• název disciplíny Artificial Intelligence navrhl J. McCarthy (neplést s nechvalně známým senátorem McCarthym, který stál za politickými procesy v USA)
  

 3) Období entusiasmu a velkých očekávání (1952-1969)

• daří se postupně řešit některé problémy považované za strojově neřešitelné (viz seznam v kap. 26 ve [4
  
• například konverzace v přirozeném jazyce (ELIZA, 1964-1966), první stupínek směrem ke zvládnutí Turingova testu
  
• na logice postavené programy General Problem Solver, Geometry Theorem Prover pro řešení (matematických) problémů
  
• programovací jazyk Lisp pro UI (1958)
  

4) Střet s realitou (1966-1973)

• Herbert Simon (1957): „již existují stroje, které myslí, učí se a tvoří“, předpověď – během několika málo desetiletí se jejich schopnosti vyrovnají lidským
  
• přehnaně optimistické předpovědi vycházející z úspěchů UI na jednoduchých „hračkových“ problémech, které se ale nedařilo zopakovat u reálných problémů
  
• příčiny:
  

• důsledky: skepse k umělé inteligenci, financování výzkumu zásadně omezeno
  

5) Éra znalostních systémů (1969-1979) a jejich masového nasazení (1980-)

• pokus o překonání slabiny předchozích obecných přístupů k řešení problémů, které si vynucovaly prohledávání příliš velkého množství možností
  
• řešení: zabývat se vždy jen omezenou problematikou a využít maximum existujících (byť i matematicky nepodložených) znalostí k omezení repertoáru možných řešení
  
• výsledek: expertní a znalostní systémy, např. DENDRAL (molekulární chemie), MYCIN (medicinská diagnostika)
  
• s úspěchy expertních systémů potřeba jazyka pro reprezentaci znalostí a pravidel => PROLOG (1972)
  
• další přístup k reprezentaci znalostí: rámce (Minsky, 1975) – motivace pro dnešní OOP
  
• cca. od roku 1980 průmyslové nasazení expertních systémů, trh s nimi se za prvních 10 let zvětšil nejméně o tři řády
  

6) „UI zima“ –  90. léta 20. století

• v 90. letech se vedle expertních systémů rozvíjí se trh s počítačovým viděním, průmyslovými roboty apod.
  
• opět přehnaná očekávání jejich přínosu, krach řady společností zabývajících se UI, pokles investic a financování výzkumu – období „zimy UI“ cca. 10-15 let
  

7) Návrat umělých neuronových sítí, zavedení exaktních metod v UI (1986-)

• nové modely mnohavrstvých neuronových sítí překonaly omezení perceptronů, prudký rozvoj dodnes, po roce 2010 výrazné úspěchy, vznik pojmu hluboké učení
  
• UI v dřívějších etapách často založena na intuici, nyní začíná používat exaktní metody (matematické důkazy, ověřitelné experimenty)
  
• širší využití matematických metod nové přístupy: skryté Markovské modely, Bayesovské sítě, dolování dat… nástup „elegantní“ (neat) UI
  

8) Inteligentní agenty (1995-)

• pokrok v řadě dílčích oblastí UI oživil myšlenku inteligentních agentů, vnímajících a konajících v určitém prostředí
  
• příklad architektury inteligentního agenta: SOAR (State, Operator and Result) – 1990
  
• Internet – typické prostředí pro agenty, rozšíření nejrůznějších „botů“ – burza, spam, malware…
  
• vývoj profesionálních robotických simulátorů (webots)
  

9) Dostupnost velmi velkých souborů dat (2001-)

• rozvoj technologií a paměťových médií umožňuje shromažďovat obří kolekce dat, příkladem genetika (projekt mapování lidského genomu) nebo proteomika
  
• gigantickým zdrojem dat rovněž sociální sítě
  
• problémem se stává, jak z obrovských souborů neuspořádaných dat různé struktury a typu získat relevantní informace („big data science“)
  
• tyto obří báze dat umožňují oživit myšlenku univerzální UI, která by byla schopna „chápat“ (sémanticky popsat) mnoho aspektů reálného světa, na rozdíl od jednoúčelových agentů, jež např. hrají hry, řídí vozidla nebo rozpoznávají mluvenou řeč
  

10) Návratnost investic do základního výzkumu UI (1990-)

• Logistika: Válka v zálivu (1991), nástroj DART (Dynamic Analysis and Replanning Tool) – úspory při přepravě a logistice převýšily veškeré náklady, které DARPA vynaložila za celou dobu své existence do vývoje UI
  
• Boj proti spamu – nejlépe se osvědčují inteligentní adaptivní technologie, obří úspora v globálním měřítku
  
• Rozpoznávání řeči, inteligentní hlasoví asistenti, odezírání ze rtů, strojový překlad: masově se rozšiřující aplikace
  
• Diagnostika v medicíně, vyšší úspěšnost než většina lékařů, poslední slovo má ovšem lékař, UI využívána jako konzultant.
  
• Autonomní řízení vozidel: reálné aplikace v kosmickém výzkumu (několik sond ke vzdáleným cílům), ale velmi brzy se očekává masové nasazení v pozemské dopravě
• Velké jazykové modely (LLM): formulace textů, prohledávání internetových zdrojů, rešerše, automatické generování zpravodajství
• Generování obrazu, hudby, videa...

• Příklady agentů se senzory / aktuátory:
• člověk: zrak, sluch, čich, hmat, chuť, vnímání tepla, rovnováhy... / ruce, nohy, řečové orgány...
• bakterie: receptory chemikálií, světla... / pohyby bičíku, chemické signály, příjem potravy...
• autonomní vozidlo: kamera, laserový dálkoměr, ukazatel paliva... / volant, plyn, brzda, řazení...
• softwarový agent: zachycené pakety, stisky kláves, pohyby myši, čtení z disku... / vyslané pakety, obrazovka, zápis na disk...

• Funkce agenta je zobrazení, které přiřadí sekvenci vjemů agenty určitou akci/akce. Pro jednoduchost budeme předpokládat, že funkce agenta má přesný matematický popis, i když si umíme představit funkce vágně popsané ("zvol akci, která nejspíše umožní utéct predátorovi, kterého vidíš a který se tě chystá sežrat..."). Z praktických důvodů můžeme rozdělit funkci agenta do více dílčích funkcí.

• Struktura agenta
• architektura = "tělo" agenta vybavené senzory a aktuátory.
• program = implementuje funkci agenta, určuje, jak agent reaguje na sekvence vjemů; program musí být přizpůsoben architektuře - "šitý na míru", aby agent byl schopen vykonávat akce, které po něm program žádá. Program zde není chápán jen jako "software", ale jako kompletní řídící systém agenta včetně např. paměti.

• Vlastnosti prostředí
• plně pozorovatelné (šachy) / částečně pozorovatelné (dopravní situace)
• deterministické - jen agent jej mění (křížovka) / stochastické - mění jej i další agenti, příp. se mění samo (šachy, dopravní situace)
• statické - nemění se, zatímco agent vybírá vhodnou akci (šachy) / dynamické - může se měnit se rychleji, než agent stačí reagovat (doprava)
• diskrétní - počet jeho stavů je konečný (šachy) nebo alespoň celočíselný / spojité - stavy je nutno reprezentovat spojitými veličinami
• jednoagentní (křížovka, průmyslový robot na lince) / multiagentní (šachy, doprava)

• Popis úlohy agenta (PEAS) umožňuje jednak ohodnotit jeho racionalitu, jednak navrhnout jeho architekturu a program(y). Obsahuje tyto hlavní komponenty: 
• měřítko výkonu (Performance Measure)
• popis prostředí (Environment)
• Aktuátory agenta
• Senzory agenta

• Agent je racionální tehdy, když umí využít všechny informace, které kdy o dané úloze získal, aby maximalizoval svůj očekávaný prospěch (měřítko výkonu). 
• Agent může být racionální, i když nemá kompletní informace o prostředí, například nemá dost dobré senzory: důležité je, aby vytěžil maximum z toho, co mu senzory předají (sekvence vjemů "od narození"). Stejně tak nevadí, když se skutečný prospěch (výkon) liší od očekávaného, pokud v prostředí hraje roli náhoda. 
• Racionální není, když agent některé dostupné informace neumí využít, například proto, že nemá dost chytrý program, anebo nemá paměť, takže zapomene informace, které by mu umožnily zlepšit výkon. 

• Reaktivní agent ("s externím řízením") - přímá vazba mezi senzory a aktuátory -  reaguje na podněty bezprostředně, obsahuje jednoduchý řídící modul bez paměti , nepamatuje si předchozí vjemy. Propagátorem tohoto typu agentů byl např. Rodney Brooks: "Prostředí samo je svou nejlepší reprezentací". Příklady reaktivních agentů: agent vyhýbající se světlu, nebo mechanická beruška. Racionalita reaktivního agenta není jeho vlastností, ale vztahem agenta+prostředí. Není-li agent adaptován na své prostředí, nekoná v něm racionálně, např. pokud nasvětlíme prostředek stolu, světloplachý agent z něj spadne (na rozdíl od mechanické berušky), přestože má dostatek informací a schopností k tomu, aby se na něm udržel. Jeho program však velí "couvej od světla", zatímco v tomto prostředí by racionální program měl vydat opačný pokyn. 

• "Chytré" chování reaktivních agentů často vzniká na základě jejich vzájemné interakce a kolektivní emergence nových vlastností. Příklad: náhodně se pohybující mravenci zanechávají feromonové stopy, jiní mravenci je sledují, silnější stopa přitáhne více mravenců => pozitivní zpětná vazba, takto dokáží optimalizovat cestu ke zdroji potravy. Další příklady: Wikipedie - inteligence hejna.
• Subsumpční architektura reaktivních agentů: priorita mezi jednotlivými reakčními moduly, která odpovídá prioritě dílčích cílů (beruška: nespadnout se stolu > pohybovat se), podrobněji viz [4] kap. 4.6., případně na Wikipedii.

• Agent s modelem prostředí  ("s interním řízením", též  deliberativní agent): rozšíření architektury reaktivního agenta o vnitřní reprezentaci/model světa. Model zahrnuje, jak se svět vyvíjí a jak jej ovlivňují agentovy akce. příklad: Toto a Meta-Toto, viz [4] díl III, kap. 4.8. Agenty s modelem prostředí jsou schopny řešit složitější úkoly, ale reagují na podněty zprostředkovaně, se zpožděním, a jsou méně efektivní, pokud se prostředí mění způsobem, který nedokážou včas a plně zachytit.

• Agent s dlouhodobými cíli: obsahuje modul plánování, který určuje posloupnost akcí k dosažení cíle. Agent může mít více konfliktních cílů, pak je nutné ohodnotit "žádoucnost" každého z nich, a tomu přizpůsobit plán. Platí totéž, co u agentů s modelem: pokud se prostředí neočekávaně mění, je nutná (časově náročná) změna plánu, agent reaguje pomalu, předchozí akce se mohou ukázat neúčelné.

• Učící se agent: je schopen modifikovat svůj program (a popřípadě i architekturu) na základě předchozí zkušenosti. K tomu potřebuje učící se modul, který rozhoduje, jak vylepšit program/architekturu agenta (může využívat i evoluční strategie slepého prohledávání - agent se množí a mutuje, přežívají nejúspěšnější architektury a programy). Modul kritiky vyhodnocuje úspěšnost předchozích akcí/strategií, dává učícímu modulu zpětnou vazbu (kritikem může být i okolní prostředí). Generátor problémů pomáhá agentovi v získávání zkušeností využitelných v učení (agent "experimentuje"), pokud prostředí samo negeneruje dostatečné množství problémových situací.

V této kapitole se budeme zabývat úlohami, jejichž postup řešení lze reprezentovat stavovým prostorem. Stavový prostor matematicky popíšeme jako orientovaný graf, jehož vrcholy jsou všechny možné stavy světa (v němž probíhá řešení úlohy). 

• Svět se nachází v počátečním stavu a úkolem je změnit jej do jednoho z cílových stavů. 
• Toho můžeme dosáhnout pomocí série akcí, měnících stav světa, které reprezentujeme hranami grafu. Pro každou akci provedenou v určitém stavu musíme vědět, jak změní svět - tedy do jakého stavu jej převede.
• Budeme předpokládat, že každá akce (hrana grafu) má nezápornou cenu, a že se tato cena v čase nemění.
• V některých úlohách nejsou cílové stavy předem známy, ale je dána jen podmínka, kterou musí splňovat; pak musíme vždy po dosažení nového stavu tuto podmínku otestovat.
• Zpravidla chceme, abychom cílového stavu dosáhli co nejsnáze. K tomu potřebujeme znát cenu každé cesty na grafu.
  
• Pro jednoduchost budeme zatím předpokládat, že tato cena je rovna součtu cen všech vykonaných akcí, tedy hran, z nichž se cesta skládá. 

Prohledávání stavového prostoru začíná z počátečního stavu, postupně procházíme další stavy (uzly grafu). Jednotlivé algoritmy se liší hlavně výběrem dalších uzlů v závislosti na informacích, kterými disponují. Uvědomme si, že prohledávací algoritmus "nevidí" graf jako celek, ale u každého uzlu "vidí" jen jeho sousedy, a cenu přechodu do každého z nich. Jelikož stavový prostor bývá obrovský, někdy i nekonečný, je zásadní najít (nejlevnější) cestu do cílového stavu co nejrychleji. Ukážeme si základní sadu algoritmů od nejjednodušších ke složitějším.

Jednou prozkoumané uzly si zpravidla potřebujeme zapamatovat, a také si o nich udržovat užitečné informace (například jakou cenu jsme vynaložili na dosažení uzlu). Nejčastěji to probíhá formou stromového prohledávání, využívající užitečnou datovou strukturu - prohledávací strom. Pozor, tento strom není totožný s grafem prohledávaného stavového prostoru. Společné mají jen to, že ve stromě se nacházejí informace o dosud prohledaných uzlech a hranách původního grafu. Uzel prohledávacího stromu typicky obsahuje:

• aktuální stav problému
  
• odkaz na rodičovský uzel ve stromě
  
• akci, která vedla od rodiče do aktuálního stavu
  
• cenu cesty do aktuálního stavu
  
• hloubku (vzdálenost od kořene stromu)
  

Na začátku obsahuje prohledávací strom jen kořen - uzel s počátečním stavem, v němž jsou odkaz na rodiče a poslední akce nevyplněny, cena a hloubka je nula. Jak algoritmus pokračuje, ve stromě přibývají další uzly. Množinu všech dosud neprozkoumaných  uzlů stromu nazveme OPEN (v knize Russel & Norvig [5] se tato množina nazývá frontier). Na začátku tato množina obsahuje kořen stromu. Dále bude potřebovat množinu už prozkoumaných uzlů CLOSED (autoři [5] ji nazývají explored). Krok algoritmu stromového prohledávání vypadá takto:

• pokud je množina OPEN prázdná, algoritmus končí neúspěchem
• vyber jeden uzel z množiny OPEN, odstraň jej z OPEN a přidej do CLOSED
• pokud je to cílový uzel, algoritmus končí úspěchem
• expanduj vybraný uzel:  
  
• urči jeho sousedy ve stavovém prostoru, kteří nejsou v OPEN ani CLOSED
• přidej je do množiny OPEN
  

Jednotlivé stromové prohledávací algoritmy se tedy liší hlavně výběrem uzlu z čela, který je expandován. Algoritmy můžeme rozdělit do dvou skupin:

• Neinformované (slepé) prohledávání: kromě samotného grafu stavového prostoru nemá žádnou dodatečnou informaci, která by dovolila odhadnout, který uzel z množiny OPEN je nejslibnější (mohla by přes něj vést nejkratší cesta k cíli).
  
• Informované (heuristické) prohledávání: dokáže odhadnout, které uzly je výhodné expandovat, například pomocí odhadu ceny zbývající do cíle přes zvolený uzel.
  

Neinformované metody

Neinformované metody se používají, pro svou neefektivitu, jen v případech malých stavových prostorů, anebo v úlohách, kde nemáme naprosto žádnou informaci o vnitřním uspořádání stavového prostoru a vztazích mezi stavy. 

Prohledávání do šířky

Z množiny OPEN je vždy vybrán nejstarší přidaný uzel, tato množina tedy může fungovat jako fronta FIFO. Výsledkem je, že strom je prohledáván po jednotlivých úrovních počínaje kořenem. Situaci ilustruje obr. 1

Obr. 1. Prohledávání do šířky - pořadí procházení uzlů F, B, G, A, D, I, C, E, H. By Rory O'Kane - edited public domain file http://commons.wikimedia.org/wiki/File:Sorted_binary_tree_inorder.svg.

Prohledávání se stejnoměrnou cenou

Pokud mají všechny akce ve stavovém prostoru stejnou cenu, najde prohledávání do šířky vždy optimální (nejlevnější) cestu do cílového stavu. Pokud to tak ale není, lze algoritmus vylepšit tak, že vždy expanduje stav z množiny OPEN, do kterého vede z kořene cesta s nejnižší cenou. Množina OPEN pak může fungovat jako prioritní fronta. Algoritmus vyžaduje ještě drobné úpravy, pro podrobnosti odkazujeme na [5], kap. 3.4.2. Někteří autoři řadí tento algoritmus do skupiny informovaných algoritmů, přestože vlastně žádná heuristická informace není použita.

Z množiny OPEN je vždy vybrán naposledy přidaný uzel, tato množina tedy může fungovat jako fronta LIFO (= zásobník). Výsledkem je, že ve stromě vždy prohledáváme jednu větev do hloubky, a teprve až narazíme na list, vracíme se rekurzívně zpátky a prohledáváme další větve. Situaci ilustruje obr. 2.

Obr. 2. Prohledávání do hloubky - pořadí procházení uzlů F, B, A, D, C, E, G, I, H. By Sorted_binary_tree.svg: Milesderivative work: Pluke (talk) - Sorted_binary_tree.svg, Public Domain, https://commons.wikimedia.org/w/index.php?curid=10616003

Prohledávání do hloubky s omezením na hloubku

Pokud je stavový prostor nekonečně veliký, nemusí prohledávání do hloubky nikdy najít cílový stav, i kdyby se nacházel poblíž počátečního. Proto se do algoritmu někdy zařazuje omezení na hloubku uzlu - jakmile je dosažena určitá vzdálenost d od kořene, uzel se už dále neexpanduje a algoritmus se vrací ve stromě zpět. Je to vlastně jako bychom omezili prohledávání stavového prostoru jen na uzly, které mají od kořene hloubku nejvýše d. S uzly s hloubkou d algoritmus zachází, jakoby neměly žádné sousedy. Pokud se cílový stav nachází dále, algoritmus selže. Proto se tento algoritmus dále vylepšuje iterativním zvětšováním hloubky - pokud není cíl nalezen, zvětšíme přípustnou hloubku a celý algoritmus se opakuje.

Informované metody

Kdykoli je to možné, dáváme přednost informovaným metodám, které urychlují prohledávání stavového prostoru na základě dodatečných informací o tom, jak vybírat perspektivní stavy pro expandování - tj. přes které nejspíše povede nejkratší cesta z počátečního do koncového stavu. Takové informace závisí na konkrétní úloze, a často jsou jen přibližné nebo odhadované. Například u hry Lišák [4] můžeme vzít jako nejperspektivnější stav, který má co nejméně kamenů ve špatné pozici. U problému hledání nejkratší cesty [5], pokud jsou k dispozici zeměpisné souřadnice jednotlivých měst, můžeme brát jako nejlepší stav s minimální vzdáleností vzdušnou čarou od cíle. 

Uspořádané prohledávání (best-first search):

Metoda je založena na použití hodnotící funkce f(n), která určuje "perspektivnost" stavu n v množině OPEN pro jeho expandování. Metoda vybírá stav s nejmenší hodnotou f(n); pokud je takových stavů více, je vybrán libovolný z nich.

Hodnotící funkce má zpravidla tvar f(n) = g(n) + h(n), kde

g(n) je cena optimální cesty z počátečního stavu do stavu n,

h(n) je odhadovaná cena cesty ze stavu n do některého z cílových stavů.

Pokud budeme ignorovat složku g(n) (položíme g(n) = 0), dostaneme algoritmus tzv. hladového uspořádaného prohledávání (greedy best-first search) , který nezaručuje nalezení optimální cesty, viz [5] kap. 3.5.1. Pokud naopak položíme h(n) = 0, dostaneme algoritmus prohledávání se stejnoměrnou cenou popsaný výše. Pokud bychom položili g(n) = h(n) = 0, výsledkem je náhodné prohledávání stavového prostoru.

Algoritmus A*

Ve většině případů neznáme cenu optimální cesty ze stavu n do cíle, takže hodnota h(n) je jen heuristickým odhadem. Pro efektivitu prohledávání je důležité, aby tento odhad měl určité vlastnosti. Základní je tato: funkce h(n) se nazývá přípustná heuristická funkce, pokud platí 0 ≤ h(n) ≤ h*(n), kde h*(n) je optimální (nejmenší) cena cesty ze stavu n do cíle. Přípustná heuristika je tedy optimistická - odhad ceny do cíle nesmí převýšit skutečnou cenu. Všimněte si, že oba odhady ceny zmíněné v úvodu do informovaných metod tuto podmínku splňují. Platí totiž následující tvrzení:

Algoritmus uspořádaného prohledávání s funkcí f(n) = g(n) + h(n), kde h(n) je  přípustná heuristická funkce, najde vždy optimální (nejlevnější) cestu do cílového stavu, pokud existuje.

Pozn. výše uvedené značení h(n) a h*(n) je použito v monografii Russel & Norvig, v prezentacích a na těchto stránkách e-learningu. Bohužel česká monografie Mařík a kol. používá značení přesně opačné, tedy heuristický odhad ceny je značen h*(n) a skutečná optimální cena jako h(n).

Pokud funkce h(n) splňuje navíc silnější podmínku tzv. monotonicity (viz [4] str. 49), pak je možné algoritmus uspořádaného prohledávání zjednodušit a urychlit. Totéž platí pro algoritmus uspořádaného prohledávání v [5] na str. 84, který je optimální i pro přípustné heuristiky. 

Heuristické prohledávání s omezenou pamětí

Hlavní nevýhodou algoritmu A* je jeho vysoká spotřeba paměti, protože si udržuje informace o všech dosud ohodnocených uzlech. To je často je příčinou nenalezení řešení, když algoritmus vyčerpá veškerou dostupnou paměť. Existuje řada variant prohledávání s heuristickou funkcí h(n) , které se snaží spotřebu paměti omezit. Stručně zmíníme dva z nich.

Algoritmus IDA* (iterative deepening A*) vychází z iterativního prohledávání do hloubky popsaného výše. Jediný rozdíl je v tom, že namísto omezení na hloubku uzlu v prohledávacím stromu používá omezení na hodnotu funkce f(n) prohledávaného uzlu. 

Algoritmus SMA* (simplified memory-bounded A*, [5] kap. 3.5.3) se snaží, zjednodušeně řečeno, omezit spotřebu paměti tím, že pokud se zaplní dostupná paměť a nelze už expandovat další uzly, tak odstraní informace o uzlu s nejhorší hodnotou f(n). Navíc ještě uchovává v rodiči tohoto zapomenutého uzlu informace o jeho ceně, která může být později použita.

Systémy GPS, STRIPS a PLANNER 

Softwarové systémy umělé inteligence GPS (General Problem Solver, 1959), STRIPS (Stanford Research Institute Problem Solver, 1971) a PLANNER (vyvinut na MIT, 1971) představovaly první implementace prohledávání stavového prostoru a plánování akcí v něm. Přestože nedosáhly komerčního významu, umožnily pochopit řadu obtíží automatického řešení problémů ve stavovém prostoru, které byly později využity v komerčních řešeních. Pro podrobnosti odkazujeme na  [4] díl (1) kap. 2.3.

Problémy založené na splňování podmínek (Constraint Satisfaction Problems) představují častou reprezentaci praktických problémů (třeba rozvrhovacích). Jednoduchým příkladem je Sudoku - rozvrhnout čísla tak, aby splňovala podmínky. Popis problému obsahuje:

• proměnné s jejich doménami = povolenými hodnotami; (Sudoku: každé políčko = proměnná, domény jsou {1,2,...,9})
• množina podmínek na těchto proměnných; (Sudoku: proměnné v každém čtverci 3x3, v každém sloupci a v každém řádku musejí mít různé hodnoty). 

Úkolem je najít ohodnocení proměnných splňující všechny podmínky, někdy se také optimalizuje hodnotící funkce (mohou existovat "lepší" a "horší" řešení). 

Na rozdíl od klasického prohledávání stavového prostoru, kde je důležitá cena cesty do koncového stavu, v tomto případě na délce cesty k řešení nezáleží (většinou jsou stejné), ale rozhodující je najít řešení samotné a přitom prohledat co nejméně stavů. Soustava podmínek umožňuje často výrazně omezit prohledávanou část stavového prostoru. Omezující podmínky určují graf závislosti jednotlivých proměnných (např. u Sudoku jsou vzájemně závislé proměnné v každém čtverci, pak v každém sloupci a v každém řádku.

Příklad podmínek pro problém N dam

Rozmístěte N dam na šachovnici N x N, aby se vzájemně neohrožovaly (viz prezentace Illinois):

Proměnné:  ,1≤ i,j ≤N

Domény: 0,1

Význam:   =1→ na políčku se souřadnicemi (i,j) je dáma,   =0 → na políčku není dáma

Podmínky:

 = N  Počet dam, tj. políček s   =1 na šachovnici musí být N

∀ i,j,k, j ≠ k: (, ) ∈ {(0,0),(0,1),(1,0)}  Na žádné dvojici políček se souřadnicemi (i,j) a (i,k), tj. ležících v jednom řádku, nejsou dvě dámy, čili dvojice hodnot (1,1)

∀ i,j,k, i ≠ k: (, ) ∈ {(0,0),(0,1),(1,0)}  V žádném sloupci nejsou dvě dámy

∀ i,j,k, 1 ≤ k ≤ N−1: (, ) ∈ {(0,0), (0,1), (1,0)}  Na žádné diagonále rovnoběžné s hlavní diagonálou nejsou dvě dámy

∀ i,j,k, 1 ≤ k ≤ N−1: (,  ) ∈ {(0,0), (0,1), (1,0)}  Na žádné diagonále rovnoběžné s vedlejší diagonálou nejsou dvě dámy

Postup řešení:

Prohledávání stavového prostoru, kde každý stav je (částečné) ohodnocení proměnných. Akce (přechod mezi stavy) je ohodnocení jedné prázdné proměnné tak, že neporuší žádnou podmínku. Cílový stav = úplné přiřazení proměnných. 

Pak víme, že při n proměnných se řešení nachází vždy v hloubce n prohledávacího stromu, a navíc nezáleží na pořadí přiřazení do proměnných. Lze tedy použít jednoduché prohledávání do hloubky s návratem (Backtracking search) - víme, že hloubky stromu je vždy omezená. Je to ale neinformovaná a neefektivní metoda.

Informované metody - vyšší efektivita prohledávání:

• Nejprve ohodnocovat nejvíce omezenou proměnnou, tedy tu s nejmenším počtem zbývajících přípustných hodnot. V případě rovnosti se volí proměnná svázaná nejvíce podmínkami s doposud neohodnocenými proměnnými. 
• Vybírat k přiřazení hodnoty, které nejspíše patří do řešení, například ty, které nejméně omezují ostatní doposud neohodnocené proměnné. Určení takových hodnot závisí na konkrétním problému.
• Dopředná kontrola – při přiřazení hodnoty se podíváme na podmínky dalších proměnných spojené s přiřazenou proměnnou, a odstraníme jejich hodnoty, které podmínky nesplňují.
• Konzistence podmínek – pokud se odfiltrují některé nepřípustné hodnoty z domén, lze pomocí grafu závislosti omezit i hodnoty dalších proměnných, a tím zmenšit prohledávanou část stavového prostoru. 
• V případě grafu závislosti proměnných bez cyklů existuje rychlý algoritmus, který vždy najde řešení; dá se použít i tehdy, pokud je cyklů jen málo a přiřazením některých proměnných se dají cykly odstranit.

Teorie her je rozsáhlou oblastí matematiky s řadou hlubokých výsledků. Zahrnuje složité hry s mnoha paralelně konajícími hráči, s komplikovanými vzájemnými vazbami zisků/ztrát a s řadou neznámých faktorů. Omezíme se pro začátek na jednoduché hry s dvěma hráči, kteří se střídají. Rovněž začneme se zjednodušujícím předpokladem, že stav hry je v každém okamžiku znám všem hráčům (jako šachy, na rozdíl od většiny karetních her). Konečně půjde o hry s nulovým součtem, tedy výhra jednoho znamená porážku druhého. Hráč označíme jako MAX a MIN, koncové stavy ohodnotíme např. +1 (výhra MAX), -1 (výhra MIN), 0 (remíza). 

Algoritmus Minimax:

Jde v podstatě o prohledávání stavového prostoru do hloubky s omezením hloubky. Klíčový je způsob ohodnocení jednotlivých uzlů. Listy stromu jsou ohodnoceny, jak bylo popsáno výše. Každý vnitřní uzel je ohodnocen následovně:  

• Pokud je na tahu MAX, bere se maximum z hodnoty všech přímých potomků.
• Pokud je na tahu MIN, bere se minimum  z hodnoty všech přímých potomků.

Východiskem je úvaha, že protihráč vybere pro něj nejlepší možný tah. I když to neudělá, popsaný postup nalezne vyhrávající strategii, pokud existuje.

Alfa-beta ořezávání

Slabinou algoritmu Minimax je fakt, že stavový prostor je obrovský, s rychlým větvením možných tahů, takže je algoritmus pomalý. Jak se dá zefektivnit? Princip minimaxu umožňuje některé větve prohledávacího stromu ignorovat, jakmile se ukáže, že nemůžou ovlivnit ohodnocení aktuálního uzlu.

Obr. 1. Příklad alfa-beta ořezávání. Zdroj: Wikimedia Commons, Jez9999 at the English language Wikipedia.

Na obr. 1 je příklad stromu prohledávání stavového prostoru. Po prohledání levého a prostředního podstromu víme, že hodnota kořene bude nejméně 6. Nyní prohledáváme pravý podstrom a narazíme v poduzlu na hodnotu 5. Jelikož poduzel má úroveň MIN, víme, že další prohledávání pravého šedého podstromu tuto hodnotu jedině sníží, ale určitě nezvýší. Tím pádem neovlivní hodnotu 6 v kořeni úrovně MAX. Proto pravý šedý podstrom odřízneme.

Heuristické ohodnocování uzlů

I s využitím alfa-beta ořezávání se dá většinou stavový prostor v rozumném čase prohledat jen do malé hloubky a ne až k listům, jak to vyžaduje algoritmus Minimax. Co teď? Je nutno prohledávání zastavit na určité hloubce a ohodnotit nejhlubší dosažené uzly nějakou heuristikou. Existuje řada možností, například:

• odhad podílu vyhrávajících a prohrávajících stavů v podstromu daného uzlu;
  
• "materiální" ohodnocení, např. hodnotou figur v šachách anebo jednotlivých karet (a jejich kombinací) v ruce

Vesměs ale je taková heuristika závislá na konkrétní hře a její kvalita je zásadní pro herní algoritmus. Častá strategie je vybrat slibné nebo naopak nejisté vrcholy, které mohou nejspíše ovlivnit výsledek, a ty pak prohledat do větší hloubky.

K čemu potřebujeme strojové učení? Proč vývojáři nenaprogramují v umělé inteligenci rovnou optimální postupy vedoucí k nejlepším řešením? (Mimochodem v 60. letech 20. století si mnozí vědci mysleli, že to bude brzy možné.)

• nemohou předvídat/brát v potaz všechny situace, v nichž se agent může ocitnout;
• nemohou předvídat budoucí změny podmínek a zadání, k nimž u většiny úloh UI dochází, protože se týkají situací v reálném světě, který se vyvíjí;
• mnohdy optimální algoritmy (při omezeném času a výpočetní kapacitě) pro řešení úloh nejsou známy, a v UI je to dokonce typické. Exemplárními případy je rozpoznávání obličejů, analýza řeči, nebo agenty hrající strategické hry, 

Symbolem dominance strojového učení nad jinými přístupy v UI je drtivé vítězství stroje AlphaZero v šachách nad dosud nejsilnějším programem Stockfish v roce 2017. Stockfish je založen na klasickém "minimaxu" a alfa-beta ořezávání a hraje spíše "mechanicky", využívá standardní zahájení, koncovky a postupy. Naproti tomu AlphaZero se naučil za několik hodin hrát zcela sám bez pomoci lidských expertů, a jeho herní styl připomíná lidského velmistra, ovšem na daleko vyšší úrovni.

Typy učení

• Učení s učitelem - k dispozici je množina tréninkových dat - vzorových zadání úlohy, spolu se vzorovým řešením ke každému zadání.
• Zpětnovazební (posilující) učení - nejsou poskytnuta detailní řešení tréninkových úloh, pouze hodnocení správně/chybně, nebo odměna/trest.
• Učení bez učitele - nejsou k dispozici žádná data o správných řešeních, agent většinou vychází ze vzájemných podobností vzorových úloh (typická úloha je rozdělení tréninkové množiny do kategorií).

V dalším se zaměříme na učení s učitelem. Tréninková data budou ve formě množiny {(x₁, y₁), (x₂, y₂), ... , (x_N, y_N)}, kde x_i je zadání/vstup popsané vektorem atributů (číselných/logických/textových aj. hodnot) a y_i je obdobně zadané řešení/výstup. Agent se má naučit přiřazovat zadáním správná řešení, tedy najít funkci (hypotézu) h tak, že h(x_i) = y_i pro všechna 1 ≤ i ≤ N. Samozřejmě bychom rádi, aby po natrénování uměl zobecňovat - najít správná řešení i pro podobné vstupy, které ale nebyly v tréninkové množině.

Rozhodovací stromy

Jsou založeny na postupném vyhodnocení podmínek týkajících se vstupních atributů. Například pokud se rozhodujeme, zda zůstaneme v restauraci, do které jsme právě vešli, bereme v úvahu atributy jako počet hostů, odhadovanou čekací dobu, ceny, očekávanou kvalitu, zda venku prší apod. Každou z podmínek vyhodnotíme do dvou nebo nejvýše několika málo případů (ceny: nízké/střední/vysoké/astronomické). Každá podmínka je uzel v rozhodovacím stromu, její vyhodnocení jsou hrany do dceřiných uzlů. V listech stromu jsou pak výstupy/řešení úlohy (zůstat v restauraci / odejít).

Každý strom tudíž představuje jednu možnou hypotézu. Jak nyní na základě tréninkové množiny sestavit nejlepší strom? Chceme přirozeně, aby byl co nejmenší, kvůli úspoře paměti i času při jeho průchodech, a současně aby hypotéza bylo pokud možno platná pro celou tréninkovou množinu. 

• Začínáme s nejvíce informativními atributy, které co nejlépe rozdělí tréninkovou množinu s ohledem na správné výstupy. Atributy vybíráme pomocí entropie.
• Pokud je strom příliš velký, můžeme ho prořezávat odstraněním irelevantních podmínek, které nejsou pro výsledek podstatné (pro výběr auta nebude hrát roli, zda je mokré či suché).
• Dodatečné problémy mohou být způsobeny např. chybějícími daty (hodnoty některých atributů občas nejsou známy), mnohahodnotovými nebo těžce porovnatelnými atributy ("každý pes jiná ves") atd.

Jak poznáme, které atributy jsou více informativní než jiné? Výpočet informačního zisku atributu je popsán v prezentaci MFF UK a v monografii [5]. Výpočet si předvedeme na příkladu atributu Patrons v prezentaci. 

Atribut Patrons je aplikován na boolovskou proměnnou Wait ("budeme čekat?") v posledním sloupci tabulky, která má 6 hodnot pozitivních (p=6) a 6 negativních (n=6). Její entropie tedy je

B(p/(p+n)) = B(6/12) = –0,5*log₂(0,5) – (1–0,5)*log₂(1–0,5) = – 0,5 * (-1) - 0,5 * (–1) = 1

Počty pozitivních a negativních výsledků pro jednotlivé hodnoty atributu Patrons jsou (viz slajd č. 5 v prezentaci):

1. None: p₁ = 0, n₁ = 2
2. Some: p₂ = 4, n₂ = 0
3. Full: p₃ = 2, n₃ = 4

Očekávaná entropie po testu atributu po dosazení do vzorce:

Remainder(Patrons) = Σ_k=1,2,3 B(p_k /(p_k +n_k)) * (p_k +n_k)/(p+n) = B(0/2) * 2/12 + B(4/4) * 4/12 + B(2/6) * 6/12 = 0 + 0 + B(1/3) * 1/2 = 0,459

Platí totiž, že B(0) = B(1) = 0; při výpočtu se objeví 0 * log₂0 = 0 * –∞, což lze vypočíst limitou lim(0 * log₂0) = 0. Intuitivně je to dáno tím, že jde o entropii náhodných jevů, jejichž výsledek je vždy negativní (None), resp. vždy pozitivní (Some). Takový jev tedy vlastně vůbec není náhodný a jeho entropie = míra nejistoty je nulová. Výpočet B(1/3) se provede stejně jako v předchozím odstavci, kde jsme počítali B(6/12).

Výsledný informační zisk atributu

Gain(Patrons) = B(p/(p+n)) - Remainder(Patrons) = 1 - 0,459 = 0,541.

Regresní modely

Co když jsou vstupní i výstupní atributy spojité a jejich dělení do malého počtu kategorií nedává smysl? Pak budou prostor hypotéz tvořit spojité funkce mapující vektor vstupů na vektor výstupů. Hledáme takovou, která vstupy na výstupy mapuje "co nejlépe". Bohužel neexistuje (a nemůže existovat) žádné jednoznačné kritérium, co znamená "co nejlépe". Často se pracuje např. s kvadratickou chybou (požadovaný minus skutečný výstup, to celé na druhou), kterou rozhodovací funkce udělá v součtu na všech tréninkových vzorech. 

Jelikož hledání spojitých funkcí může být docela složité, začneme s lineárními funkcemi, pro něž existují známé a ověřené metody. Ty umožní jednoznačně najít nejlepší hypotézu - funkci h s nejmenší kvadratickou chybou.

Pro složitější úlohy ale často lineární hypotézy nestačí - nejsou dost přesné, nepostihují dobře charakter problému (příkladem je už problém XOR). V tom případě hledáme co nejlepší hypotézu heuristicky - zvolíme nějaký tvar funkce a manipulujeme s jejími parametry tak, aby chyba pokud možno klesala. Často se používají gradientní metody.

Neparametrické modely

použijeme v případě, že tréninková množina není příliš veliká, takže není nutno ji modelovat pomocí nějaké funkce - hypotézy. Namísto toho můžeme, při řešení nového zadání, hledat v tréninkové množině "co nejpodobnější" případy, a z jejich vzorových řešení nějak slepíme odpověď. A samozřejmě si na to vezmeme vhodný matematický aparát.

Základním principem SVM je jednoduchý lineární klasifikátor, který rozděluje tréninkovou množinu do dvou kategorií/tříd oddělených nadrovinou. Pokud jsou prvky z obou tříd rozmístěny tak, že je lze nadrovinou oddělit, dá se úloha řešit jednoduše metodou kvadratického programování. Přitom chceme, aby dělící nadrovina měla co největší vzdálenost od jí blízkých bodů obou tříd. Právě tyto body se nazývají podpůrné vektory (support vectors) a na obrázcích níže leží na čárkovaných hranicích dělicího pruhu mezi třídami (margin).

Obr. 1. Ilustrace principu SVM. Zdroj: Wikipedia,  User:Zirguezi.

Co ale v případě, že obě třídy nejsou lineárně separabilní? Zde se uplatní hlavní princip SVM - nelineární transformace dat ze vstupního prostoru do jiného, zpravidla vícerozměrného prostoru, v němž už tyto třídy separabilní budou, Postup je ilustrován na obr. 1.

Transformace se provádí pomocí tzv. jádrových funkcí, které jako parametr využívají právě výše zmíněné podpůrné vektory. Časté jsou například polynomy anebo tzv. Gaussovy funkce. 

Mezi výhody SVM patří zaručené nalezení globálního optima klasifikace (minimální chyby) a poměrně jednoduchá konstrukce modelu s nepříliš mnoha parametry. Nevýhodami může být například někdy obtížná volba jádrové funkce a vysoká výpočetní náročnost u velkých tréninkových množin (miliony prvků)

Hluboké učení využívající umělé neuronové sítě se spolu s dalšími probranými metodami (SVM, evoluční algoritmy) řadí do skupiny "měkkých výpočtů" (soft computing) - metod určených k přibližnému řešení problémů, které neumíme (nebo dokonce není v principu možno) vyřešit optimálně a řešení logicky odůvodnit. Často je tomu i proto, že popis problému je sám o sobě vágní ("udělej k večeři něco dobrého") nebo přesná data nejsou k dispozici (naučte tým robotů hrát fotbal tak, aby porazil protivníka).

Umělé neuronové sítě reprezentují poznatky formou (a) signálů cirkulujících v síti - ty odpovídají krátkodobé paměti, (b) topologií sítě - počtem vrstev, počtem neuronů ve vrstvách, jejich typem a jejich vzájemným propojením, a (c) silou (vahami) těchto propojů - analogie dlouhodobé paměti. Trénink sítě spočívá v tom, že jí postupně předkládáme příklady vstupů reprezentující problém, na jehož řešení chceme síť natrénovat, a je-li to možné, ihned porovnáváme výsledky sítě se správnými výstupy. Příklad - síť klasifikující obrázky z kamery autonomního vozidla do kategorií jako "chodec", "strom", "pes", "protijedoucí auto", "stín", "semafor" a podobně. Vstupy = bitové mapy z kamery, výstupy = objekty v obraze a jejich kategorie. Během tréninku se nastavují váhy sítě (a někdy i její propojení) tak, aby se dosáhlo co největšího podílu správných výstupů.

Obr.1: Biologický neuron. By Prof. Loc Vu-Quoc - Own work, CC BY-SA 4.0, Link

Obr. 2 Matematický model neuronu, tzv. perceptron, nejčastěji používaný v umělých neuronových sítích.

Nejčastěji citovanou úvodní studií o umělých neuronových sítích McCulloch-Pittsův model neuronu z roku 1943, který je schematicky znázorněn na obr. 2. Autoři si byli sami vědomi, že tento model sám o sobě má velmi limitovanou kapacitu a navrhovali, že pro složité problémy bude třeba (po vzoru mozku) vytvořit vrstevnatou síť neuronů, popřípadě i se zpětnými vazbami. Problémem bylo, že nikdo neuměl takovou síť natrénovat, a to až do roku 1985 (později se ukázalo že řešení bylo známo z jiných oborů už dříve, ale nikoho nenapadlo je použít). Z pohledu obecného strojového učení jde jednoduše o nelineární regresi... 

Základem učení (hlubokých) neuronových sítí, pro někoho možná překvapivě, je jednak lineární algebra, hlavně počítání s vektory, maticemi a obecně s tenzory, a dále diferenciální počet, konkrétně gradientní metody. Aplikací gradientních metod pro vícevrstvou neuronovou síť vznikl algoritmus Backpropagation.

Obr. 3. Vícevrstvá neuronová síť architektury m-n-o-p. 

Tento algoritmus (a další, vycházející z podobných principů) je dnes používán ve většině aplikací umělých neuronových sítí. V poslední době zaznamenávají fenomenální úspěch hluboké neuronové sítě, které jsou klasickou implementací obecnějšího principu hlubokého učení (deep learning). Mívají běžně i více než deset skrytých vrstev (viz obr. 3) a používají se pro ně, oproti perceptronům, vylepšené aktivační funkce a tréninkové algoritmy. Tato vylepšení jsou poměrně jednoduchá, opět ale trvalo přes 20 let, než byla nalezena a prověřena. Přestože se vynakládá značné úsilí na matematický popis neuronových sítí, ve snaze zjednodušit a zautomatizovat jejich návrh, stále je nutno s řadou jejich nastavení (tzv. hyperparametrů ručně experimentovat, aby se dosáhly kvalitní výsledky učení. 

Hluboké učení dnes často předčí člověka v disciplínách jako jsou strategické hry, počítačové vidění, řízení autonomních vozidel a podobně. Pro zajímavé aplikace navštivte například Wikipedii, web firmy Google DeepMind, nebo stránky projektu Tensorflow rovněž od Google. Zde existují jednoduše použitelné softwarové knihovny, které umožňují konstruovat a spouštět sítě hlubokého učení online i bez důkladné znalosti jejich matematické teorie, a bez nutnosti mít výkonné GPU pro jejich trénink. Pro experimenty s hlubokým učením je vynikající začít knihou F. Chollet: Deep learning v jazyku Python, kde jsou základní principy a experimenty vysvětleny hned v úvodních třech kapitolách.

Obor umělá inteligence je slepencem řady témat a různorodých matematických / algoritmických nástrojů které se často v úspěšných technologiích dneška kombinují. Od začátku historie disciplíny spolu soupeří dva přístupy: 

• "neat" - metodiky s propracovaným matematickým aparátem, který dává jasné odpovědi na to, proč je za určitých podmínek daný postup nejlepší možný;
  
• "scruffy" - heuristicky odvozené / odzkoušené postupy, často založené na intuici a zkušenosti experimentátorů, které v praxi většinou fungují, aniž by bylo plně objasněno, proč.
  

Mnohá z probraných témat se dají řadit spíše do oblasti  "scruffy" (vyjma těch, která jsou postavená na logice). Z technik založených na logice a prohledávání jsme vynechali například automatické plánování a rozvrhování. 

Z toho, co se do přednášky nevešlo, je však zřejmě nejdůležitější téma zpracování neurčité informace. Statistické, pravděpodobnostní a fuzzy metody využívají svůj matematický aparát k práci s nepřesnými daty, k hledání přibližných řešení a maximalizaci jejich míry správnosti. Pro základní přehled odkazují názvy metod v textu výše na Wikipedii, kde je také řada dalších zdrojů a odkazů. Podstatný rozdíl mezi pravděpodobnostními a fuzzy přístupy je tento: 

• U pravděpodobnostních metod nějaký fakt X buďto platí nebo ne, ale v daný moment to nevíme jistě, pouze s určitou pravděpodobností. Dalším zjišťováním se dá eventuálně dojít až k jistotě.
  
• U fuzzy metod je daný fakt platný v určité míře (modrozelený odstín je do jisté míry zelený a do jisté modrý) a žádné zjišťování dalších faktů na tom nic nezmění.

Pro implementaci UI jsou zásadní také programovací jazyky umělé inteligence, z nichž alespoň některé jsou dostupné formou volitelných předmětů.