Generativní AI v kostce: jak modely doopravdy fungují (CZ)

Popis kurzu

Modul vysvětluje principy generativní AI bez zbytečné technické zátěže – proč modely odpovídají určitým způsobem, proč mohou chybovat a proč je plynulá odpověď často zaměňována za pravdivou. Účastníci pochopí, kdy je třeba výstup ověřit a proč.

Generativní AI nástroje působí přesvědčivě – odpovídají plynule, sebejistě a často velmi rychle. To ale neznamená, že jsou jejich odpovědi vždy správné. Tento modul vysvětluje, jak jazykové a generativní modely skutečně fungují, a to způsobem srozumitelným i bez technického vzdělání.

Účastníci se dozví, jak model pracuje s pravděpodobností, kontextem a vzory v datech, a proč se jeho odpověď liší od skutečné znalosti nebo ověřeného faktu. Modul vysvětluje, proč vznikají tzv. halucinace – tedy přesvědčivě formulované, ale nepřesné nebo smyšlené odpovědi – a jakou roli v tom hrají trénovací data, způsob tréninku modelu a kontext, který model dostane.

Součástí je i orientace v tom, jak se liší veřejné AI nástroje od firemních a specializovaných řešení, a proč tato volba ovlivňuje, jak moc lze výstupu důvěřovat. Účastník modul opouští s jasnější představou o tom, proč je kontrola výstupu nutnou součástí práce s AI, nikoli zbytečnou formalitou.

Cíle kurzu

• Pochopit, jak generativní modely pracují s pravděpodobností a kontextem.
• Rozlišovat mezi znalostí, odhadem a generovanou odpovědí.
• Rozumět tomu, proč vznikají halucinace a nepřesné výstupy.
• Chápat roli dat, tréninku a kontextu při generování odpovědi.
• Orientovat se v rozdílech mezi veřejnými, firemními a specializovanými nástroji.

Určeno pro

• zaměstnancům a manažerům, kteří chtějí rozumět principům fungování AI nástrojů, ne jen jejich ovládání,
• firmám, které chtějí, aby tým dokázal kriticky posoudit výstupy AI,
• lidem bez technického vzdělání, kteří potřebují vysvětlení bez zjednodušení do prázdných frází,
• účastníkům navazujícím na první modul AI Akademie.

Obsah kurzu

• Co jsou jazykové modely a generativní nástroje
• Jak model pracuje s pravděpodobností, kontextem a vzory
• Rozdíl mezi znalostí, odhadem a generovanou odpovědí
• Proč vznikají halucinace a nepřesnosti
• Role dat, tréninku a kontextu
• Rozdíl mezi veřejnými, firemními a specializovanými nástroji