Umělá inteligence

Z Wikipedie, otevřené encyklopedie
Skočit na navigaci Skočit na vyhledávání

Ikona zvuku Poslechnout si článek · info

Tato zvuková nahrávka byla pořízena z revize data 6. května 2017, a nereflektuje změny po tomto datu.
Více namluvených článkůNápověda
Tento článek je o oboru informatiky. Další významy jsou uvedeny na stránce Umělá inteligence (rozcestník).
Informatika

Umělá inteligence (anglicky artificial intelligence, AI) je obor informatiky zabývající se tvorbou strojů řešících komplexní úlohy například z oblastí logistiky, robotiky, zpracování přirozeného jazyka, či zpracování velkých objemů dat.[1]

Výzkum umělé inteligence je rozdělen do několika polí, které je těžké názorově spojit. Typicky se zde objevuje rozpor mezi pojetím statistickým (kam spadá například analýza dat, či rozpoznávání obrazu), a pojetím blízkým matematické logice, kam patří například oblast plánování, prohledávání (hra šachů), či strojového dokazování. Nicméně to, že tento rozpor není nepřekonatelný nám ukázaly například algoritmy hrající hru Go, které dokázaly propojit statistiku s prohledáváním,[2] a následně i se strojovým učením.[3]

Většina výzkumu v umělé inteligenci je zaměřena na řešení konkrétních problémů, rozvoj jednotlivých přístupů, a hledání dalších aplikací již vyvinutých technik. Navzdory běžnému přesvědčení je snaha o vytvoření „skutečně inteligentního stroje“ záležitostí okrajovou, a většina zájmu je soustředěna jinam. Algoritmy nejsou tak inteligentní, jak se zdá a ani se často podstatně příliš nevylepšují, protože významný podíl má rozvoj hardware na množství sběru dat.[4]

Umělá inteligence a přirozený jazyk[editovat | editovat zdroj]

Tento odstavec se týká pouze formální umělé inteligence[5],tedy modelované nástroji exaktního světa (matematika, formální logiky, geometrie, programovací jazyky).

Pro připomenutí:

Jazyky exaktního světa jsou umělé formální jazyky[6] (matematika, formální logiky, geometrie, programovací jazyky) a jejich jazykové konstrukty – formy mají (musí mít) exaktní interpretaci a jinou mít nemohou. Znamená to, že význam všem těmto jazykovým konstruktům je přiřazen s nulovou vnitřní vágností, tedy nejtěsněji, jak je to vůbec možné, absolutně - exaktně. Má to důležitý důsledek, že operace s formami jsou tak zároveň operacemi s jejich pevně svázanými významy. Sémantický diferenciál konstruktů těchto jazyků je v rámci příslušné odborné komunity vždy nulový. Tyto jazyky jsou schopny reprezentovat jen a jen entity exaktního světa.

Přirozené jazyky jsou neformální jazyky, jejich jazykovým konstruktům – formám (slova, věty) je význam přiřazen vágní, subjektivní, a emocionální transformací, měnící se od člověka k člověku a u každého z nich v čase, které se říká konotace [7]. Sémantický diferenciál konstruktů přirozeného jazyka je vždy nenulový. Vazba mezi formou a významem daná konotací je vágní není pevná, tak operace s jazykovými konstrukty, nemohou tak být operacemi s jejich významy. Konstrukty nemají exaktní interpretaci, nesplňují tak podmínku příslušnosti do exaktního světa. Rozumí se tím, že nemohou být součástí umělého formálního systému,[8][9] tedy formálního jazykového systému s inferencí. Příklad inference viz Exaktní věda. Přirozené jazyky jsou schopny reprezentovat entity bez omezení viz Jazyk (lingvistika).

Přirozené jazyky – přípustné a nepřípustné operace

Důsledkem volné vazby mezi formou a významem přirozených jazyků je tedy takový, že operace prováděné s jazykovými konstrukty s použitím nástrojů exaktního světa (matematika, formální logika, programovací jazyky - počítač) lze připustit pouze v případě, že se nevztahují na významy oněch konstruktů. Jsou tedy přípustné např. operace setřiďování úředních záznamů občanů podle data narození, jména či bydliště, uspořádávání databáze adres a působnosti firem do telefonních seznamů, statistická analýza textů pro automatické překladače apod. Nejsou přípustné operace, které využívají významů zpracovávaných jazykových konstruktů[7], jako použití dvouhodnotové (i vícehodnotové) logiky i fuzzy logiky pro usuzování, porovnávání jazykových konstruktů za účelem porovnání jejich významů v expertních systémech, ať už v sémantických sítích, rámcích a jiných strukturách.

Ukázka co je mimo možnosti přirozeného jazyka: Výroková logika a přirozený jazyk.

1. Neformální logika[10] potřebuje zajistit (ostrou) rozhodnutelnost výroků, určit výroky pravdivé a nepravdivé. Užívá však neformální (přirozený) jazyk, jehož jazykové konstrukty (slova, věty) mají neodstranitelnou vnitřní vágnost, tedy mají vždy vágní, a tak i subjektivní, a emocionální význam, měnící se v čase (viz konotace). Řada vědců zabývajících se v minulosti logikou a logickou výstavbou jazyka (Rudolf Carnap, Gottlob Frege, Bertrand Russell, Ludwig Wittgenstein…), hledala logickou výstavbu přirozeného jazyka, která by měla tu vlastnost, že umožní rozhodnutelnost. Tuto vlastnost nazýváme nulovou vnitřní vágností, kdy jazykové konstrukty mají exaktní interpretaci. Netušili, že to není možné, chtěli dosáhnout něčeho, co lze jen v exaktním světě (kde lze rozhodovat: pravda, nepravda) a nelze při použití inherentně vágního přirozeného jazyka, jakkoliv „logicky“ upraveného.[11][12][13] Z dnešního (r. 2022) hlediska se to zdá úsměvné, avšak ti vědci svému snažení věnovali roky usilovné intelektuální práce, a naštěstí vytvořili cenné vedlejší produkty, podobně jako alchymisté, hledající transmutaci běžných prvků na zlato. Žádný konstrukt přirozeného jazyka nemůže být součástí dvou hodnotové logiky, jelikož problém rozhodnutelnosti (pravdivý, nepravdivý) v neodstranitelné mlze vágnosti významů přirozeného jazyka nelze nastolit, tím méně vyřešit.[14]

2. Utajený skok do exaktního světa představuje definice výroku. Výrokem se rozumí taková oznamovací věta, o níž má smysl tvrdit, že je pravdivá (platí), anebo nepravdivá (neplatí) - nastává právě jedna z těchto možností. Nesmyslnost takové definice vysvětluje předchozí odstavec.

3. Jiný přeskok od přirozeného jazyka do exaktního světa zvolili vědečtí násilníci. Říká se mu formalizace. Formalizace je založena na chybné hypotéze, kdy inherentně vágní výrok je vydáván za exaktní výrok. Při aktu formalizace se inherentně vágní (vnitřní vágnost) výroky přirozeného jazyka vtěsnají do umělého formálního jazyka se zakázanou vnitřní vágností. V tomto kroku se jaksi „pomine“ (na chvilku se zhasne, a podfuk je na světě) inherentní vágnost konstruktů přirozeného jazyka, jako by bylo možné dodatečně zkvalitnit informaci, vypudit z ní vnitřní vágnost a informaci vydávat za exaktní. Od dob Newtona víme, že získat exaktní informaci lze jen a jen použitím diskrétního filtru poznání, namísto vágnosti viz věda, tedy s požadavkem exaktnosti informace začít u poznání, nikoli u jazyka, ten je až sekundární instancí, a je podřízen poznání viz věda, informace.

Tyto podivné a nesmyslné myšlenky přešly i do základů oboru umělé inteligence (např. v expertních systémech), a to nejen při použití logiky, ale i dalších nástrojů (např. sémantických sítí, rámců ...) pro reprezentaci a odvozování znalostí formulovaných v přirozeném jazyce.[14]

Oblasti umělé inteligence[editovat | editovat zdroj]

Zpočátku se vědci snažili vytvořit počítačové programy, které by se chovaly stejně jako myšlení člověka. Ukázalo se však, že něco takového je extrémně těžké, a nevede to k žádným výsledkům. Proto se vědci poměrně záhy vydali jinými cestami a touto oblastí se již prakticky nikdo nezabývá.

Neuronové sítě[editovat | editovat zdroj]

Související informace naleznete také v článku Neuronová síť.

Umělé neuronové sítě v umělé inteligenci jsou volně inspirovány odpovídajícími biologickými strukturami. Oproti nim jsou však značně zjednodušeny z důvodu zrychlení výpočtů, a používají jiné mechanismy učení, než jaké používá mozek. Cílem informatiky totiž není věrně simulovat biologické struktury, ale především řešit praktické problémy. Tvorbou biologicky věrných modelů neuronů a neuronových sítí se zabývají výpočetní neurovědy.

Evoluční algoritmy[editovat | editovat zdroj]

Související informace naleznete také v článku Genetický algoritmus.

Evoluční algoritmy jsou prostředkem matematické optimalizace. Cílem je například nalézt řešení, které maximalizuje hodnotu užitkové funkce -- např. nalézt takovou anténu, která bude mít co možná nejlepší přenosové vlastnosti. Evoluční algoritmy volně vycházejí z biologické evoluce. Algoritmus začíná tak, že náhodně vytvoří populaci různých antén. Potom už probíhá iterativní proces, kde se v první fázi všechny antény v populaci ohodnotí podle jejich kvality, a ve druhé fázi se antény zkříží mezi sebou, čímž vznikne potomkovská generace. Jelikož lepší antény mají více potomků, než horší antény, kvalita populace se v průběhu generací postupně zvyšuje. Variabilita potomkovské populace se navíc typicky zvyšuje přidáváním mutací.

Podobný proces lze použít nejen na antény, ale dokonce i na počítačové programy - Genetické programování

Expertní systémy[editovat | editovat zdroj]

Související informace naleznete také v článku Expertní systém.

Expertní systém je počítačový program, který má za úkol poskytovat expertní rady, rozhodnutí nebo doporučit řešení v konkrétní situaci.

Expertní systémy jsou navrženy tak, aby mohly zpracovávat nenumerické a neurčité informace a řešit tak úlohy, které nejsou řešitelné tradičními algoritmickými postupy.

Typicky v sobě obsahují bázi znalostí reprezentovanou pomocí logických formulí, a následně tyto znalosti kombinují pomocí vhodné matematické logiky (časté je použití různých fuzzy logik), aby dostaly odpověď na zadanou otázku.

Prohledávání stavového prostoru[editovat | editovat zdroj]

Související informace naleznete také v článku Prohledávání stavového prostoru.

Zvláště při vytváření algoritmů na řešení klasických her (šachů, dámy) se jeví účelné zadefinovat si množinu stavů, do kterých se můžeme ve hře dostat, přípustné tahy neboli přechody mezi stavy a počáteční a koncové pozice. Hledáme pak cestu od počátečních stavů ke koncovým stavům, které znamenají náš úspěch.

Jelikož mohou být stavové prostory rozsáhlé (například ve hře go) a v některých případech i nekonečné, je třeba volit chytré metody ořezávání nevhodných cest a ohodnocování pozic.

Dobývání znalostí[editovat | editovat zdroj]

Související informace naleznete také v článku Data mining.

Velké soubory dat (často uložené v databázích) o nějakém systému nejsou použitelné a pochopitelné přímo, i když obsahují informace a vzory chování sledovaného systému. Metody dobývání znalostí převádí data do kompaktní a explicitní formy popisující systém, která je lépe použitelná.

V širokém smyslu nejde jen o zpracování elementárních dat (čísel, řetězců, kategoriálních dat), ale taky zpracování zvuku, obrázků (Digitální zpracování obrazu), videa, přirozeného jazyka (viz zpracování přirozeného jazyka, jazykový korpus) a bioinformatických dat (bioinformatika). Předpokládá se také aplikace dobývání znalostí pro využití umělé inteligence ve vzdělávaní.

Výstupy jsou různé pro různé úlohy a závisí taky na tom, k čemu je chceme použít a co (a jak kvalitně) dokážeme vydolovat.

Strojové učení[editovat | editovat zdroj]

Související informace naleznete také v článku Strojové učení.

Úspěšné algoritmy[editovat | editovat zdroj]

Hry[editovat | editovat zdroj]

  • Královská hra šachy byla už od počátků informatiky předmětem analýz. Řešení problému bylo od počátku spojováno s inteligencí, avšak výhra nemusí znamenat větší inteligenci. V roce 1997 porazil systém Deep Blue od firmy IBM úřadujícího mistra světa Garriho Kasparova. Deep Blue však byl spíše hybridní systém s akcelerátory výpočtů.[16] Šlo tak spíše o řešení hrubou silou. Současná AI již neprochází tolik pozic a přitom je úspěšnější.[17]
  • Chinook je program pro hraní anglické dámy, jehož tvůrci v červenci roku 2007 prohlásili, že nemůže prohrát. Již několik let předtím pravidelně porážel lidské oponenty. Tohoto výsledku bylo dosaženo kombinací hrubé síly při prohledávání pozic ve střední části hry a dobrou databází zahájení a koncovek.
  • Počítačové programy hrající go si často tak dobře nevedly. Je tomu tak zřejmě proto, že je goban (deska na go) je poměrně rozsáhlá a s každým dalším položeným kamenem stoupá komplexita rozhodování, kterou však mají lidé šanci zvládnout díky své vrozené schopnosti rozpoznávání tvarů. Ovšem nejlepší programy používající jak řešení hrubou silou (přesněji stromové prohledávání do hloubky),[18] tak intuici, jsou schopné porážet (2016) i mistry.[19][20]

Další algoritmy[editovat | editovat zdroj]

  • Letecká bojová umělá inteligence ALPHA dokáže vést letecké souboje lépe než lidští piloti.[23]
  • AI je schopna určit riziko selhání srdce lépe než lékař.[24]
  • AI umožňuje snadno napodobovat lidské hlasy.[25]
  • AI s pomocí senzorů umožňuje odhalovat lhaní či jiné emoce.[26]
  • AI dokáže lépe předpovídat chaos než rovnice.[27]
  • AI je lepší i v krátkodobých předpovědích počasí.[28]

Problematika[editovat | editovat zdroj]

Problémem je, že se AI chová jako černá skříňka.[29][30] Člověk musí výsledkům, které mohou být ve výsledku lepší (inteligentnější) než jeho, slepě věřit, protože jim nerozumí. Volá se proto po vysvětlitelné AI (XAI).[31][32] Ovšem člověk nadřazenou inteligenci nerozpozná a ani neovládne.[33]

AI může odstranit lidské kognitivní zkreslení.[34] Může ovšem zavést vlastní zkreslení.[35] Lidské i umělé myšlení tedy lze i podvést.[36] Záleží na způsobu výběru dat k učení.[37]

Protože technologie mohou být pro člověka nebezpečné, formulovala koncem dubna 2019 Evropská komise etické zásady vývoje systémů s umělou inteligencí:

  • Možnost řízení a dohledu ze strany člověka
  • Robustnost a bezpečnost
  • Ochrana soukromí a dat
  • Transparentnost
  • Rozmanitost, zákaz diskriminace a rovné zacházení
  • Společenský a environmentální prospěch
  • Odpovědnost.[38]

EU zvažuje zakázat či omezit umělou inteligenci při identifikaci lidí na veřejnosti.[39]

Problém zákazu diskriminace je v tom, že diskriminace je chování, preference určitých hodnot, kategorií či parametrů, které běžně lidé volí, bez toho, aniž by si toho byli vědomi.[40] Často je toto diskriminační chování objeveno, až když se na základě dat z takového chování učí umělá inteligence.[40] Tento problém se projevil např. v oddělení lidských zdrojů společnosti Amazon, jejichž systém vyhodnotil pohlaví jako jeden z výběrových parametrů a životopisy žen hodnotil tak, že jim dával záporné body.[40] To bylo proto, že pro učení byla použita data, která často mapovalal technické pozice, na které se častěji hlásili muži.[40]

Jsou matematicky dokazatelné neřešitelné problémy, které limitují umělou inteligenci.[41]

Umělá inteligence v průmyslu[editovat | editovat zdroj]

V průmyslu může umělá inteligence pomáhat různými způsoby:

  • ze získaných „syrových“ dat přímo ze zařízení může získávat a vizualizovat podstatné informace pro obsluhu zařízení,[42]
  • detekovat, jak moc se zařízení může rozhodovat automaticky a jak moc potřebuje vstupy od obsluhy,[42]
  • predikovat budoucí vývoj, např. selhání pohonu, pokles kvality, na základě čehož je možné plánovat např. údržbu nebo upravit nastavení výroby,[42]
  • regulátor se může naučit vlastnosti regulovaného zařízení a následně může spustit varování, když se v chování zařízení objeví nějaká anomálie.[42]

ISO/IEC JTC 1/SC 42[editovat | editovat zdroj]

Jde o subkomisi SC 42 společné technické komise ISO/IEC JTC 1, která vydává normy, specifikace a technické zprávy pro oblast umělé inteligence.

Umělá inteligence v kultuře[editovat | editovat zdroj]

Isaac Asimov věnoval značnou část své povídkové tvorby tématům robotické inteligence (sci-fi). Jeho povídková sbírka Já, robot (1950), stejně jako povídka Dvěstěletý člověk (1976), byla zfilmována. Polský autor Stanisław Lem se zabýval filosofickými aspekty inteligence u nelidí ve svých knihách Solaris (1961, zfilmována dvakrát), Kyberiáda (1965). Některé aspekty strojové inteligence rozebral Arthur Charles Clarke v knize Golem XIV. (1968) nebo v knize 2001: Vesmírná odysea (1968) kde se zabýval situací, kdy se umělá inteligence obrátí proti člověku. Mezi vlivná starší díla patří například filmy Blade Runner (1982), Terminátor (1984), Matrix (1999).

Velká část publikací současného stylu sci-fi kyberpunku se váže k prolínání vlastností lidských a strojových a k vyrovnávání se s myšlenkou inteligentního stroje, například v knize Neuromancer Williama Gibsona.

Odkazy[editovat | editovat zdroj]

Reference[editovat | editovat zdroj]

  1. Andreas Kaplan (2022) Artificial Intelligence, Business and Civilization - Our Fate Made in Machines, Routledge
  2. Algoritmus Monte Carlo Tree Search
  3. Google AlphaGo
  4. https://techxplore.com/news/2020-06-ai-advances-over-hyped.html - Research finds some AI advances are over-hyped
  5. Newell, A., Shaw, J.C., Simon, H.A.: Report on a general problem-solving program. In Proceedings of the International Conference on Information Processing. p. 256–264, 1959
  6. Černá, I., Křetínský, M., Kučera, A.: Automaty a formální jazyky I. Brno: FI MUNI, 2014. Dostupné online
  7. a b Křemen, J.: Nový pohled na možnosti automatizovaného (počítačového) odvozování. Slaboproudý obzor. Roč. 68 (2013), č. 1., str. 7 – 11. https://web.archive.org/web/20150518082054/http://www.slaboproudyobzor.cz/files/20130102.pdf
  8. Hofstadter D. R.: Gödel, Escher, Bach – Existenciální gordická balada. Argo/Dokořán, Praha 2012.
  9. Havel, I. M., Hájek, P. Filozofické aspekty strojového myšlení. In Sborník SOFSEM'82, 1982, str. 171-211
  10. Jiří Raclavský: Co je a k čemu je logika, http://profil.muni.cz/01_2001/raclavsky_logika.html
  11. TARSKI, Alfred: The Semantic Conception of Truth: and the Foundations of Semantics. Philosophy and Phenomenological Research. March 1944, vol. 4, no. 3, s. 341–376
  12. Český překlad: TARSKI, Alfred: Sémantická koncepce pravdy a základy sémantiky. In Logika 20. století: Mezi filosofií a matematikou: výbor textů k moderní logice. Praha: Filosofia, 2006. s. 135–176
  13. Jan Štěpánek: Tarského definice pojmu Pravdy a její kritika: https://is.muni.cz/th/dxlee/Bakalarska_prace_-_Jan_Stepanek.pdf
  14. a b Křemen, J.: Nový pohled na možnosti automatizovaného (počítačového) odvozování. Slaboproudý obzor. Roč. 68 (2013), č. 1., str. 7 – 11., https://web.archive.org/web/20150518082054/http://www.slaboproudyobzor.cz/files/20130102.pdf
  15. https://techxplore.com/news/2017-01-em-ai-world-poker-players.html - Know when to fold 'em: AI beats world's top poker players
  16. https://www.scientificamerican.com/article/20-years-after-deep-blue-how-ai-has-advanced-since-conquering-chess/ - 20 Years after Deep Blue: How AI Has Advanced Since Conquering Chess
  17. http://sciencemag.cz/alphazero-obrovsky-triumf-umele-inteligence-v-sachach/ - AlphaZero: Obrovský triumf umělé inteligence v šachách
  18. KASÍK, Pavel; LÁZŇOVSKÝ, Matouš. Bylo to jako hrát proti zdi: umělá inteligence nečekaně porazila mistra. http://www.idnes.cz [online]. 2016-02-01 [cit. 2016-03-13]. Dostupné online. (česky) 
  19. http://phys.org/news/2016-01-chess-human-ancient-chinese-game.html - Game over? Computer beats human champ in ancient Chinese game
  20. http://phys.org/news/2016-03-game-series-champion.html - Game over! Computer wins series against Go champion (Update)
  21. https://techxplore.com/news/2019-07-deep-algorithm-rubik-cube-faster.html - Researchers' deep learning algorithm solves Rubik's Cube faster than any human
  22. https://www.itbiz.cz/zpravicky/umela-inteligence-na-turnaji-porazila-osm-mistru-sveta-v-bridzi - Umělá inteligence na turnaji porazila osm mistrů světa v bridži
  23. http://www.osel.cz/8903-letecka-bojova-umela-inteligence-si-natrela-na-chleba-takticke-experty.html - Letecká bojová umělá inteligence si natřela na chleba taktické experty
  24. https://medicalxpress.com/news/2017-04-ai-doctors-gauging-heart.html - AI systems found to be better than doctors at gauging heart attack risk
  25. http://www.svethardware.cz/lyrebird-umi-zkopirovat-hlas-kohokoliv-z-minutoveho-zaznamu/44325 - Lyrebird umí zkopírovat hlas kohokoliv z minutového záznamu
  26. https://m.phys.org/news/2018-04-poker-new-age-tech.html - 'Poker face' stripped away by new-age tech
  27. https://www.quantamagazine.org/machine-learnings-amazing-ability-to-predict-chaos-20180418/ - Machine Learning’s ‘Amazing’ Ability to Predict Chaos
  28. https://www.osel.cz/11959-umela-inteligence-deepmind-skvele-predpovida-pocasi.html - Umělá inteligence DeepMind skvěle předpovídá počasí
  29. http://www.nature.com/news/can-we-open-the-black-box-of-ai-1.20731 - Can we open the black box of AI?
  30. http://legalexecutiveinstitute.com/inside-ai-black-box-icail/ - Inside AI’s Black Box at ICAIL: Lawyers and Data Scientists Learning Each Other’s Languages
  31. https://www.cio.com/article/3204114/artificial-intelligence/the-hidden-risk-of-blind-trust-in-ai-s-black-box.html Archivováno 26. 9. 2017 na Wayback Machine - The hidden risk of blind trust in AI’s ‘black box’
  32. https://www.darpa.mil/program/explainable-artificial-intelligence - Explainable Artificial Intelligence (XAI)
  33. https://techxplore.com/news/2021-01-wouldnt-superintelligent-machines.html - We wouldn't be able to control superintelligent machines
  34. https://www.cio.com/article/3203950/artificial-intelligence/ai-as-a-way-to-overcome-cognitive-bias-in-physicians.html Archivováno 8. 10. 2017 na Wayback Machine - AI as a way to overcome cognitive bias in physicians
  35. https://techcrunch.com/2016/12/10/5-unexpected-sources-of-bias-in-artificial-intelligence/ - 5 unexpected sources of bias in artificial intelligence
  36. https://techxplore.com/news/2018-03-human-images.html - Fooling the human via changes to images
  37. https://techxplore.com/news/2018-11-ai-biased.html - How to make AI less biased
  38. ČERNÝ, Michal. Potřebujeme pravidla pro vývoj umělé inteligence?. root.cz [online]. 31. 5. 2019. Dostupné online. ISSN 1212-8309. 
  39. https://techxplore.com/news/2021-06-eu-watchdogs-ai-facial-recognition.html - EU data watchdogs want ban on AI facial recognition
  40. a b c d ČERNÝ, Michal. Chceme nediskriminující umělou inteligenci, ale sami to neumíme. root.cz [online]. 26. 7. 2019. Dostupné online. ISSN 1212-8309. 
  41. https://techxplore.com/news/2022-03-mathematical-paradoxes-limits-ai.html - Mathematical paradoxes demonstrate the limits of AI
  42. a b c d PERKON, Dave. Artificial intelligence is smarter than you think. Control Design [online]. Jun 10, 2018. Dostupné online. 

Literatura[editovat | editovat zdroj]

Související články[editovat | editovat zdroj]

Externí odkazy[editovat | editovat zdroj]