Analýza Taylor Wessing –Svět IT se neustále posouvá kupředu a spolu s ním i možnosti využití takovýchto technologií v praxi, mimo jiné i v té advokátní. Dávno jsou pryč časy diktování si poznámek na diktafon a jejich následného zdlouhavého přepisování. Co to tedy jsou AI nástroje (Artificial Intelligence)? Jak fungují? Jaké jsou limity těchto nástrojů? A co od nich můžeme reálně očekávat?
Umělá inteligence (AI) je téměř bezbřehý pojem, pod kterým lze rozumět simulaci lidské inteligence ve strojích, které jsou naprogramovány tak, aby „myslely“ jako lidé a napodobovaly jejich jednání. Umělou inteligencí lze však rozumět též jakýkoli stroj, který vykazuje vlastnosti spojené s lidskou myslí, jako je učení se a řešení problémů. S tímto termínem jsou zpravidla jedním dechem vyslovovány pojmy jako strojové učení (Machine Learning) nebo zpracování přirozeného jazyka (Natural Language Processing), které jsou nástroji podřaditelnými pod AI v širším slova smyslu.
Podstatně uchopitelnějším pojmem než AI, je strojové učení (ML). Rozumíme jím způsob, kterým se počítačový systém učí na základě vzorových dat, tedy příkladů a výsledků, otázek a odpovědí. K efektivnímu strojovému učení je zapotřebí velké množství tréninkových dat, na základě kterých se algoritmus učí a trénuje. S každým dalším zadáním má pak tento nástroj potenciál zlepšovat se. K tomu, aby se tak dělo, je však potřeba poskytnout k vygenerovaným výsledkům nástroji zpětnou vazbu od uživatelů (např. označením irelevantních výsledků dotazu). Přestože pojmy umělá inteligence a strojové učení vyvolávají zdání podobnosti co do významu, strojové učení staví na matematicky definovaných algoritmech a statistických metodách, zatímco AI je širší pojem, v jehož definici je těžké najít shodu. A i když není snadné vystihnout hranici mezi AI a ML, někteří „odborníci“ mají jasno: (údajně) „pokud je to napsáno ve Phytonu (programovací jazyk), pravděpodobně se bude jednat o strojové učení; pokud je to napsáno v PowerPointu, pravděpodobně se jedná o AI“. Autor článku se s citovanou definicí zcela neztotožňuje, ale má za to, že dobře ilustruje kontrast mezi exaktní povahou ML a poměrně vágním vnímáním AI nejen v právních profesích.
