Čtvrtý rozměr nebo čtyřrozměrný prostor (4D) je abstraktní pojem, vzniklý zobecněním pravidel třírozměrného prostoru. Matematici i filozofové jej studují už skoro dvě stě let (např. Möbius, Riemann), protože je zaujal a nabízí zajímavé náhledy na matematiku a příbuzné obory.
Algebraicky vzniká tak, že se pravidla vektorů a souřadnicové geometrie uplatní na prostor o čtyřech rozměrech. Čtyřrozměrný vektor (uspořádanou čtveřici čísel) lze chápat jako umístění ve čtyřrozměrném prostoru. To je euklidovský prostor, který má metriku i normu, takže se všemi rozměry lze zacházet stejně: přidaný rozměr se nijak neliší od ostatních tří.
Ve 20. století byl vyvinut pojem časoprostoru, který spojuje prostor a čas, jenže s odlišnou metrikou, takže s rozměrem času se zachází jinak než se třemi rozměry prostorovými. Časoprostor tedy není euklidovský prostor, ale Minkowského prostor.
Historie
Možnost prostorů s více než třemi rozměry byla poprvé zkoumána matematiky v 19. století. V roce 1827 si Möbius uvědomil, že čtvrtá dimenze by umožnila, aby třírozměrný objekt otáčením přešel do svého zrcadlového obrazu. Kolem roku 1853 objevil Schläfli mnoho polytopů ve vyšších dimenzích, práce však vyšla až po jeho smrti. Vyšší rozměry brzy podpořil habilitační spis Bernharda RiemannaÜber die Hypothesen welche der Geometrie zu Grunde liegen („O hypotézách, na nichž je založena geometrie“), kde „bod“ považoval za jakoukoli posloupnost souřadnic ( x 1 , … , x n ) . Možnost geometrie ve vyšších dimenzích, včetně zejména čtvrtého rozměru, byla tímto podložena.
Čtvrtou dimenzi proslavil Charles Howard Hinton esejem What is the Fourth Dimension? (Co je čtvrtá dimenze?), zveřejněným v roce 1880 v časopise Dublinské univerzity. Ve své knize A New Era of Thought (Nová éra myšlení) představil tesseract (ekvivalent krychle ve čtvrtém rozměru) a ana a kata (dva nové směry) a v knize Fourth Dimension (Čtvrtá dimenze) zavedl postup, jak znázorňovat čtvrtý rozměr pomocí krychlí.
Vlastnosti čtyřrozměrného prostoru
Průsečík dvou rovin ve čtyřrozměrném prostoru. Čtvrtý rozměr je rozlišen barvou, od 0 (bílá) do 1 (černá). Bod B leží v rovině α, bod C leží v rovině β. Průsečíkem rovin je bod se souřadnicemi [0; 0; 0; 0]
Umělá inteligence (artificial intelligence, AI) je obor informatiky zabývající se tvorbou systémů řešících komplexní úlohy jako je rozpoznávání či klasifikace, např. v oblastech zpracování obrazu (ve formě pixelů) či zpracování psaného textu či mluveného jazyka (ve formě počítačového kódu), nebo plánování či řízení na základě zpracování velkých objemů dat.[1]
Úzká umělá inteligence (Narrow Artificial Intelligence (NAI)) či „slabá AI“ odkazuje na systémy zaměřené na řešení jediné úzce vymezené úlohy. Mezi příklady NAI patří internetoví boti nebo virtuální asistent Apple nazvaný Siri.
Obecná umělá inteligence (Artificial General Intelligence (AGI)) či „silná AI“ odkazuje na systémy řešící úlohy stejně dobře nebo dokonce lépe než člověk a řeší je bez nutnosti předchozího učení jednotlivých úzce vymezených úloh. AGI spojující „lidské“ flexibilní myšlení a uvažování se super rychlým zpracováním dat by se mohla stát realitou podmíněnou úspěšným vývojem kvantových počítačů.
Oblasti umělé inteligence
Strojové učení
Podrobnější informace naleznete v článku Strojové učení.
Strojové učení je podoblastí umělé inteligence, zabývající se algoritmy, které umožňují počítačovému systému ‚učit se‘. Učením v daném kontextu rozumíme takovou změnu vnitřního stavu systému, která zefektivní schopnost přizpůsobení se změnám okolního prostředí. Strojové učení má široké uplatnění. Jeho techniky se využívají pro rozpoznávání a kompresi obrazů či akustických (např. rozpoznávání řeči) nebo elektrických (např. EKG, EEG) signálů, klasifikaci či segmentaci dat, předvídání vývoje časových řad (např. burzovních indexů), k rozpoznávání psaného textu či k filtrováníspamu. V lékařství slouží k diagnostice onemocnění a v řízení pro podporu rozhodování.
Robotika
Podrobnější informace naleznete v článku Robotika.
Robotika je věda o robotech, jejich designu, výrobě a aplikacích. Robot může buď pomáhat, nebo dělat lidskou práci, popř. zajišťovat i komfort společnosti. Robotika úzce souvisí s elektronikou, mechanikou a aplikovaným softwarem.
Umělé neuronové sítě v umělé inteligenci jsou volně inspirovány odpovídajícími biologickými strukturami. Oproti nim jsou však značně zjednodušeny a používají jiné mechanismy učení, než jaké používá např. lidský mozek. Cílem totiž není věrně simulovat biologické struktury, ale především řešit praktické problémy. Neuronové sítě se používají mimo jiné pro rozpoznávání a kompresi obrazů či akustických (např. rozpoznávání řeči) nebo elektrických (např. EKG, EEG) signálů, klasifikaci či segmentaci dat, předvídání vývoje časových řad (např. burzovních indexů), k rozpoznávání psaného textu či k filtrováníspamu. Tvorbou biologicky věrných modelů neuronů a neuronových sítí se zabývají výpočetní neurovědy, prohlubující znalosti o fungování informačních systémů (nervových soustav) živých organismů. Například Grossbergova neuronová síť vznikla původně jako simulace fyziologického modelu rozpoznávání vzorů na sítnici lidského oka.
Jde o vidění zobecněné: Zdaleka ne jen viditelným světlem, dokonce ani vůbec ne světlem, nýbrž třeba akusticky, obecně tedy echolokací.
ve 2D:
Detekce hran v obrazu, jejich aproximační prodloužení, ohodnocení významnosti detekovaných hran, odstranění vlivu různého jasu napříč obrazem.
Optické rozpoznávání znaků pro rozpoznávání tištěného textu, rozpoznávání ručně psaného textu. Schopnost rozpoznávání předmětů pootočených, skloněných, jinak barevných či dokonce vzorovaných, neúplných oříznutím nebo zašuměním.
Rozpoznávání tvarů a z nich usuzování na objekty reálného světa (dokonce i s určením pravděpodobnosti), typicky z fotografií.
Realtime detekce tváře ve snímcích videa, nejsnáze podle předem zadaných bodů k hledání a jejich vzájemných vztahů: vzdáleností. Obecně detekce předepsaného vzoru v obraze.
ve 3D:
Odstranění paralaxy (zkreslení ubíháním rovnoběžek), například použitím maticové transformace, jejím autonomním nalezením. Rozpoznání identity s již viděným (známým) objektem, nyní však pozorovaným z jiného úhlu.
Samostatné zorientování se v prostoru: určení směrů souřadnicového systému okolního prostoru.
Uvědomění si vlastní polohy v okolním prostoru při (nedokonalém) sběru dat o okolí, vytváření vnitřního modelu o něm: typicky mapy. Klíčové pro autonomně se pohybující roboty: Nekonečná smyčka střídání kroků v prostoru / na mapě.
Bayesovské sítě
Podrobnější informace naleznete v článku Bayesovská síť.
Bayesovská síť je pravděpodobnostní model, který využívá grafovou reprezentaci pro zobrazení pravděpodobnostních vztahů mezi jednotlivými jevy. Využívá se pro určení pravděpodobnosti určitých jevů, přičemž vychází ze základu teorie pravděpodobnosti. Bayesovská síť je acyklický orientovaný graf, kde každý uzel odpovídá jedné náhodné veličině, přičemž každý graf typicky obsahuje několik veličin/uzlů. Všechny veličiny v grafu se vztahují k neznámému jevu, přičemž každá veličina je reprezentována jedním uzlem a větve (neboli vztahy) mezi uzly zobrazují pravděpodobnostní závislost mezi vybranými veličinami. Tyto závislosti se obvykle vypočítávají na základě statistických metod.
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. Expertní systém má dvě základní komponenty, které jsou na sobě relativně nezávislé. Řídící mechanismus pro odvozování závěrů a Bázi znalostí. V průběhu zpracovávání se k bázi znalostí přidávají dočasné informace o řešeném případu.
Dobývání znalostí
Podrobnější informace naleznete v článku Data mining.
Data mining (dolování z dat či vytěžování dat) je analytická metodologie získávání netriviálních skrytých a potenciálně užitečných informací z dat. Někdy se chápe jako analytická součást dobývání znalostí z databází (Knowledge Discovery in Databases, KDD), jindy se tato dvě označení chápou jako souznačná. Často dochází také k překryvu s termínem data science, který bývá obvykle chápán šířeji než data mining. Data mining se používá v komerční sféře (například v marketingu při rozhodování, které klienty oslovit dopisem s nabídkou produktu), ve vědeckém výzkumu (například při analýze genetické informace) i v jiných oblastech (například při monitorování aktivit na internetu s cílem odhalit činnost potenciálních škůdců a teroristů).
Fuzzy logika
Podrobnější informace naleznete v článku Fuzzy logika.
Fuzzy logika je podobor matematické logiky odvozený od teorie fuzzy množin, v němž se logické výroky ohodnocují mírou pravdivosti. Liší se tak od klasické výrokové logiky, která používá pouze dvě logické hodnoty – nepravdu a pravdu, tj. nulu a jedničku. Fuzzy logika může operovat se všemi hodnotami z intervalu ⟨0,1⟩, kterých je nekonečně mnoho. Fuzzy logika může být pro řadu reálných rozhodovacích úloh vhodnější než klasická logika, protože usnadňuje návrh složitých řídicích systémů.
Evoluční algoritmy se užívají k nalezení dostatečně kvalitního řešení optimalizačních úloh v dostatečně krátkém čase. Mezi evoluční algoritmy inspirované přírodou se zahrnuje celé spektrum optimalizačních heuristických technik, např. genetické algoritmy či simulované žíhání. Heuristiky můžeme popsat jako zkratkovitý postup prohledávání prostoru řešení bez záruky správného výsledku, nicméně jsou zbaveny celé řady neduhů konvenčních optimalizačních metod, jako např. požadavek spojitosti či diferencovatelnosti objektivní resp. vazební funkce, respektování omezujících podmínek, uvíznutí v mělkém lokálním minimu atd. Na druhou stranu však je při jejich aplikaci zapotřebí nastavení jistých volných parametrů, které je nutné „naladit“ v závislosti na konkrétním optimalizačním problému.
Multiagentní systém je simulované prostředí se síťovým charakterem, v němž dochází k interakci (po větvi sítě) agentů (uzlů sítě) mezi sebou a / nebo s prostředím, ve kterém se nacházejí. Tito agenti řeší společně problémy, které přesahují znalosti každého z nich. Mezi multiagentní systémy se řadí např. strategie ptačího hejna (Particle Swarm Optimization (PSO)) či strategie mravenčí kolonie (Ant Colony Optimization (ACO)).
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 (např. ve hře go) a v některých případech i nekonečné, je třeba volit chytré metody ořezávání nevhodných cest a ohodnocování pozic.
Velké jazykové modely (LLM) využívá například ChatGPT. Boti jsou sice dobří v memorování, ale proti lidem nedokáží vyfiltrovat informace z šumu.[2]
Úspěšné algoritmy
Hry
Roku 1979 překonal počítač světového mistra ve hře vrhcáby.[3]
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.[4] Šlo tak spíše o řešení hrubou silou. Současná AI již neprochází tolik pozic a přitom je úspěšnější.[5]
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),[6] tak intuici, jsou schopné porážet i mistry.[7][8]
AI může odstranit lidské kognitivní zkreslení.[21] Může ovšem zavést vlastní zkreslení.[22] Lidské i umělé myšlení tedy lze i podvést.[23] Záleží na způsobu výběru dat k učení.[24] Umělá inteligence tak může být například zpolitizovaná.[25]
EU zvažuje zakázat či omezit umělou inteligenci při identifikaci lidí na veřejnosti.[29]
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. Často je toto diskriminační chování objeveno, až když se na základě dat z takového chování učí umělá inteligence. 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. To bylo proto, že pro učení byla použita data, která často mapovala technické pozice, na které se častěji hlásili muži.[30]
Existuje i právní problematika, protože umělá inteligence se učí i na dílech podléhající autorskému právu. V USA tak vyvstává otázka, do jaké míry je to fair use.[31]
V průmyslu může umělá inteligence pomáhat různými způsoby:[33]
ze získaných „syrových“ dat přímo ze zařízení může získávat a vizualizovat podstatné informace pro obsluhu zařízení,
detekovat, jak moc se zařízení může rozhodovat automaticky a jak moc potřebuje vstupy od obsluhy,
predikovat budoucí vývoj, např. selhání pohonu, pokles kvality, na základě čehož je možné plánovat např. údržbu nebo upravit nastavení výroby,
automatizovat opakující se úkoly, osvobodit tak zdroje lidí k zaměření se na složitější práci.[34]
regulátor se může naučit vlastnosti regulovaného zařízení a následně může spustit varování, když se v chování zařízení objeví nějaká anomálie.
Umělá inteligence v kultuře
Isaac Asimov věnoval značnou část své povídkové tvorby (sci-fi) tématům robotické inteligence. Jeho povídková sbírka Já, robot (1950), stejně jako povídka Dvěstěletý člověk (1976), byla zfilmována. Polský autor Stanisław Lem se zabýval filozofickými aspekty inteligence u nelidí ve svých knihách Solaris (1961, zfilmována dvakrát) a Kyberiáda (1965). Některé aspekty strojové inteligence rozebral Stanisław Lem v knize Golem XIV (1968) a Arthur Charles Clarke v knize 2001: Vesmírná odysea (1968) kde se zabýval situací, kdy se umělá inteligence obrátí proti člověku, neboť jej vyhodnotí jako překážku k úspěšnému dokončení mise, tj. své nejvyšší priority. Mezi vlivná kultovní díla patří například filmy Blade Runner (1982), Terminátor (1984), Matrix (1999). Velká část publikací současného sci-fi kyberpunku se váže k prolínání vlastností lidských a strojových a k vyrovnávání se s myšlenkou inteligentního stroje, například v knize NeuromancerWilliama Gibsona.
Probíhají diskuse o užití umělé inteligence v různých odvětvích kultury. Vícerá média si například všimla bohoslužby připravené umělou inteligencí.[35][36][37] V kinematografii se umělá inteligence propisuje například do využití při omlazování herců, jako například Harrisona Forda v posledním dobrodružství Indiana Jonese. V českém postředí se jejím využití zabývají například filmaři Georgij Bagdasarov nebo Ondřej Nuslauer z FAMU.[38]
Umělá inteligence může být kreativnější než 99 % lidské populace.[39]
Vysoké riziko (negativní dopad na bezpečnost nebo základní práva),
Omezené riziko – požadavky na transparentnost, aby uživatelé mohli činit informovaná rozhodnutí. Do této kategorie bude patřit i generativní umělá inteligence, jako je ChatGPT.
Více než dvě třetiny expertů předpokládají více dobré než špatné důsledky AI.
Internetový mem ([mem]IPA; psáno také internetový meme a čteno [mím],[1] okrajově též [meme]; někdy i jako neutrum internetové meme[2]) neboli internetový fenomén je označení pro myšlenkový koncept, který se šíří prostřednictvím internetu. Termín pochází ze slova mem, které bylo poprvé použito v roce 1976Richardem Dawkinsem v jeho knize Sobecký gen.[3] Může se jednat o jakoukoli akci, styl nebo jednání, které je šířeno pomocí internetu (sociálních sítí, blogů, e-mailu, diskusních fór) a šíří se tak, že si jej lidé přeposílají mezi sebou. Internetové memy mohou mít formu slov, obrázků, odkazů, internetových stránek, videí, hashtagů aj.[zdroj?]
Lze rozlišit dvě charakteristiky: internet je buď tématem, anebo vlastností, specifikem šíření a použití.[zdroj?] Jen málo z internetových memů pokrývá obě polohy: Takové už mohou používat i autoreferenci. Je mnoho takových, které se internetem šíří, na něm používají, ale jen málo takových, které žijí i mimo internet, a přesto se ho týkají. Například sousloví„ucpané dráty“ je (minimalistickým) příkladem internetového memu: o internetu, přesto mimo internet. Dalším je například mem o Pohlové, který má ovšem mnohem širší platnost díky parafrázování.[zdroj?]
Rickrolling – žert, kdy osoba pošle internetovou adresu, o které tvrdí, že je relevantní k tématu, ale ta ovšem uživatele zavede na klip „Never Gonna Give You Up “ od Ricka Astleyho
hlášky, odkazy na sdílené pozadí, parafráze myšlenky
Je to rebel – hláška z českého filmu [[S čerty nejsou žerty|S čerty nejsou žerty[zdroj?]]]
mediální ikony
planking – účelem je položit se jako prkno tváří dolů na neobvyklém místě, vyfotografovat se u toho a následně zveřejnit svoji fotografii na internetu[5]
Na diskusních serverech českého Internetu se jako memy šířily odkazy na nejrůznější fenomény a osobnosti. Jedním z prvních se zřejmě díky svému jménu stala americká sociální psycholožka Ziva Kunda, v pozdějších obdobích účastníci diskusí příbuzných serveru Kompost pěstovali odkazy například na obřího skejťáka.[9] Některé z těchto fenoménů se dostaly i za hranice internetových komunit: příznivci sdružení na Okoun.cz za účelem šíření svého oblíbeného memu Rozum a chtíč dokonce pronajali reklamní prostor na pražské tramvaji.[10][11]
„Věra Pohlová, 72 let, důchodkyně“ byla v deníku Metro17. září1999 uvedena jako účastnice ankety týkající se úniku informací o sporožirových účtech klientů České spořitelny. Její odpověď se pak v mnoha internetovýchkomunitách šířila jako mem[12] a symbol restriktivního přístupu k problémům informační společnosti. Anketa v deníku Metro ze 17. září1999 byla otištěna na straně 12 v rubrice Můj názor (ID ME1999092007388472). Byly otištěny názory čtyř lidí, Pohlová zaujala nesmiřitelný postoj. Její odpověď zněla: „Tyhle aféry každého jenom otravují. Já bych všechny ty internety a počítače zakázala.“[13]
Podle redakčního článku Lupy se záhy objevily zprávy, že výrok si vymysleli sami novináři deníku Metro.[14]
Paní Pohlová je příkladem memu na téma internetu, který se jako obrázek právě po internetu rozšířil, který však jeho hranice překročil a rozšířil se i dále do běžné mluvy, kdy už jako řečený či psaný bonmot je dále parafrázován: Například hlášku„Tyhle regulace každého jenom otravují. Já bych všechny ty daně a dotace zakázala.“ kritik byrokracie a omezování svobod občanů, obecně direktivního státního přístupu, pronese úmyslně v ženském rodě, byť je sám mužem, aby zachoval původní nesmiřitelný postoj a zdůraznil odkaz na parafrázovaný zdroj. Právě parafrázováním tento mem dále žije, na základě všeobecně známého kontextu, co za hlášku že je parafrázováno.
Svatba Jiřího Káry
Jiří Kára (17. srpna1960[15] – 29. prosince2014[16]) byl pražský asociál[17] a internetový jev;[18] jako takový se stal terčem mnoha vtipů a legendou českého internetu.[19][20][21][22][23][24][25][26][27] V mládí žil neuspořádaným životem, bral drogy, pil alkohol[28] a poslouchal tvrdou hudbu. Byl několikrát zatčen a odsouzen za krádež i násilné trestné činy.[29] V květnu roku 2000 vznikla nahrávka z jeho svatby, která je považována za velmi kontroverzní, avšak po jejím rozšíření si u mnoha lidí získala velkou oblibu. Snímek svatby byl nejprve vydán na internetovém serveru YouTube[30], poté jej převzala ostatní média.[31] Jiří Kára zemřel 29. prosince 2014 a lidé mu na jeho počest u večerky v pražské Veletržní ulici 1394/35 každoročně zapalují svíčky.[16] Na místě provizorní radnice, kde svatba probíhala, dnes stojí Centrum Stromovka.[32] Během jeho stavby vznikla petice žádající pojmenování centra na Obchodní centrum Jiřího Káry.[33][34] S návrhem petenti neuspěli.[35][36][37][38][39][40] Jeho manželka Blanka Divišová byla zavražděna neznámým pachatelem půl roku po svatbě v roce 2000.[41][42]
Záznam svatby byl natočen v květnu 2000 Alexem Skribuckým.[43] Svatební video si ženich nechal zhotovit na zakázku od profesionální agentury ve dvou kopiích. Jednu si nechal a druhou dal svědkovi a dlouholetému kamarádovi Jiřímu „Floydovi“ Horváthovi a sám si nepřál, aby bylo zveřejněno.[29] V první části videa se Kára se svými kamarády Milošem Ouřadou, Jiřím Horváthem a Hansem nachází před večerkou na ulici Veletržní v Praze, kde se baví, pijí pivo a kouří cigarety. Károva nastávající manželka Blanka Divišová a Milošova přítelkyně Hana přicházejí později. Potom už jdou na úřad, kde se k nim připojují Tomáš Stránský a Jiří Hovorka. V druhé části je vidět samotný svatební obřad, který je několikrát přerušen vinou vyrušování svatebčanů. Celá svatba je málem zrušena oddávajícím Lubošem Vayhelem kvůli nedostatečnému klidu.[44] V třetí části je vidět konec svatby a následné oslavy na ulici před úřadem.[45]
Dne 30. července 2008 bylo svatební video nahráno ve třech částech na YouTube a 14. listopadu 2015 byl znovu nahráno jako celek, avšak jinými uživateli. Videa měla nízkou kvalitu zvuku a obrazu. Všechny tyto záznamy byly smazány, ale ještě před jejich odstraněním byla v roce 2018 na YouTube nahrána remasterovaná verze s upravenou kvalitou obrazu, zvuku a přidanými českými titulky[46]. Jak někdo získal originální záznam Károvy svatby není známo. V roce 2023 bylo video znovu remasterováno[41] a v září 2023 zamířilo do českých kin.[42][47]
Henryk Lahola
Na tuto kapitolu je přesměrováno heslo Henryk Lahola.
JUDr.PhDr.Mgr. et Mgr. Henryk Lahola[48] je autor Nezávislých, apolitických, mimovládních webových stránek www.henryklahola.nazory.cz,[49] na nichž se představuje jako český doktor práv a filozofie, zastávající silně konzervativníkatolické postoje.[zdroj?] Své jméno uvádí vždy důsledně se všemi těmito tituly, byť z hlediska ustálených zvyklostí[50] je obvyklé uvádět pouze JUDr. PhDr. Henryk Lahola, neboť uvedené tzv. „malé“ doktorské tituly získal v rigorózním řízení ve stejných oborech jako své tituly magisterské.[51][52] On sám zastává názor, že zatajování nižších akademických titulů je trestné.[53]
Ačkoli webové stránky existovaly již v říjnu 2006,[54] do širšího povědomí se dostaly zvláště na konci července 2007, kdy byly magazínem Technet serveru iDNES navrženy mezi dvacet nejhorších českých webů. Zařazení bylo zdůvodněno tím, že se na svých stránkách Lahola „nezabývá ničím jiným než propagací svých čtyř akademických titulů a urážením všech, kteří titul nemají nebo jsou nositeli pouze jednoho ‚jedináčka‘“.[55] Laholův web nakonec obsadil v anketě druhé místo s více než třiceti tisíci hlasy.[56]
Jožin z bažin
Díky YouTube se v roce 2008 v Polsku šířilo jako internetový fenomén video k české písni Banjo BanduIvana Mládka „Jožin z bažin“ z roku 1978. Píseň se v Polsku dostala do rádií i televize a dočkala se několika variací.[57] Z Polska se fenomén rozšířil do Ruska, kde vznikla i verze s ruským textem odkazujícím k Putinovi.[58] Svou verzi předvedla na svém pražském koncertě v roce 2018 také americká kapela Metallica.[59]
LuŠtěLa (odvozeno od křestních jmen původního složení Lucie, Štěpánka, Larisa[60]) je česká kapela, která se v roce 2010 skládala ze tří třinácti až patnáctiletých dívek z Ledče nad Sázavou.[61] 28. července 2009 natočily klip ke svému hituPatnáctiny, který se následně objevil na serveru YouTube, kde byl po několika dnech zhlédnut 120 000 krát. Během čtvrt roku měl více než 560 tisíc zhlédnutí.[60] U klipu se objevilo dva tisíce komentářů, většina z nich byly nadávky a výsměch, nebo ostrá kritika.[61] Vešel ve známost pomocí internetových sociálních sítí.
Internetová popularita skupiny způsobila, že koncert 23. 1. 2010 v pražskémklubu Matrix, původně plánovaný jako uzavřený večírek gymnasistů, s lístky za 60 korun, navštívilo okolo tisícovky lidí.[62] „Za celých šest let, co klub funguje, bylo takhle plno jen dvakrát,“ vyjádřil se Michal Tůma, který měl na starosti pořádání koncertu.[63] Podle Petra Adámka se většina lidí ale přišla do klubu Matrix prostě bavit, nebo si z dívek dělat legraci.[61]
V roce 2010 plzeňská skupina Umbrtka natočila parodii na píseň LuŠtěLy (uváděnou jako A tribute to LuŠtěLa) s názvem Šedesátiny.
LuŠtěLa navzdory posměchům vystoupila za rok 2010 na více než padesáti akcích. Koncem listopadu 2010 ze skupiny odešla Larrisa Khachatryan a z LuŠtěLy se tak stalo duo, ve kterém zůstaly Štěpánka Vrbová a Vanessa Suchecká. Larissin odchod zapříčinil také pozdržení vydání jejich debutového alba, neboť zbylé dívky musely v již natočených písničkách přezpívat Larrissiny party.
Zvědavé dotazníky
Na tuto kapitolu jsou přesměrována hesla Zvědavé dotazníky a Natalia Sadness.
Na svůj blog Natalia dostávala spoustu dotazů. Jednou dostala návrh, aby odpovědi na ty dotazy nahrála na video. Natalia se toho chytla a vytvořila video nazvané Zvědavý/Zvídavý dotazník.[65] Video je ovšem velmi nekvalitní a také velice zřetelně neprofesionální. Hudební kulisa je příliš hlasitá, Natalia dělá časté přeřeky a anakoluty. Výrazný je také vzhled a dětský hlas Natalie a její dětský pokoj, který má stěny vymalovány na křiklavou růžovou. Video ovšem objevil influencer Kazma, autor populární One Man Show, a v domnění, že video obsahuje chyby schválně, aby bylo vtipné, ho vložil na Facebook. Video se rázem stalo na Facebooku (a následně i na YouTube) velmi populární, brzy ho zhlédlo více než půl milionu lidí. Blog Natalie se stal na nějakou dobu nejnavštěvovanějším českým blogem a Natalia si vysloužila přezdívku Královna českého internetu. Krátce na to Natalia natočila druhý a později i třetí díl a i tato videa se stala velmi populární.
Natalii probíralo mnoho českých médií, mj. několikrát i Reflex (jednou dokonce tvořila hlavní část titulní strany), její videa se objevila i v televizi.[66]
Od roku 2012 se jako „internetový vtip“[67] šíří zpráva o banálním zásahu brněnských hasičů u požáru pařezu v městské části Brno-Kohoutovice, kterou otiskl Brněnský deník pod titulkem „V Kohoutovicích hořel pařez“. Zpráva inspirovala i vznik tří vydání básnických sbírek založených na podobných zprávách Městské policie Brno.
Robot je stroj pracující s určitou mírou samostatnosti, vykonávající určené úkoly, a to předepsaným způsobem a při různých mírách potřeby interakce s okolním světem a se zadavatelem: Robot je schopen své okolí vnímat pomocí senzorů, reagovat na něj, zasahovat do něj, případně si o něm vytvářet vlastní představu, model. Vnímáním světa nejenže může poznávat svět samotný, ale může také vyhodnocovat svůj vliv na něj a využívat tak zpětnou vazbu. Robot je fyzickou realizací obecnějšího pojmu agent.
Slovo robota bylo známo již v 17. století, ve významu otrocká práce poddaných. Mírně pozměněné je roku 1921 poprvé ve významu stroj použil český spisovatel Karel Čapek v dramatu R.U.R. Slovo mu poradil jeho bratr Josef Čapek, když se s ním Karel bavil o tom, jak umělou bytost pojmenovat. Původně zamýšlený labor zněl autorovi příliš „papírově“.[3][4][5][6][7] Josef Čapek podle bratrova svědectví navrhl slovo robot „se štětcem v ústech a maloval dál“. Tak vzniklo jedno ze světově nejznámějších slov českého původu, všeobecně rozšířené zejména díky proniknutí do angličtiny.
V Čapkově díle je slovo robotskloňováno jako životné podle vzoru pán. Zkratka R.U.R. je označuje velkými písmeny a nazývá v množném čísle Rossumovi Universální Roboti. V češtině se posléze vyvinuly dva způsoby skloňování podle charakteru robota: Pro inteligentní nebo humanoidní roboty se (obvykle ve vědeckofantastické literatuře) zpravidla používá životné skloňování vzoru pán (4. pád robota, 1. pád pluráluroboti). Pro průmyslové a jiné člověku nepodobné roboty (např. „kuchyňský robot“) se používá spíše neživotné skloňování podle vzoru hrad (případně podvzoru les: 2. pád robota i robotu, 4. pád robot, 1. pád plurálu roboty).[8][9]
Dělení robotů
Podle generace na:
roboty 1. generace – pracují na základě pevného programu
roboty 2. generace – vybavené senzory a čidly, díky nimž reagují na okolní podmínky
Podle jejich schopnosti přemisťovat se na:
stacionární – nemohou se pohybovat z místa na místo (například průmyslové manipulátory)
mobilní – mohou se přemisťovat (například vesmírné sondy a vozítka na Marsu)
Dále také podle:
pohybových možností,
autonomie,
účelu (boj, výroba, tiskárny a plotry, přeprava, průzkum),
způsobu programování, a i jinak.
Podle účelu, vzhledu, způsobu vzniku, schopností a dalších aspektů rozlišujeme tyto roboty:
Manipulátor – stroj nemající vlastní inteligenci. Je ovládán na dálku.
Kuchyňský robot – kombinace mixéru, hnětače a dalších kuchyňských strojů, obvykle provedený jako motorová jednotka s nástavci
Android – robot podobný člověku – obvykle se očekává biologické složení. Roboti v R.U.R. byli podle tohoto dělení androidi.
Humanoid – robot podobný člověku principiální stavbou těla a zejména způsobem pohybu.
Anthropomorfní – stroj, který se člověku přibližuje (napodobuje ho) buď fyzicky, způsobem pohybu, nebo naopak mentálně (např. HAL 9000).
Kyborg (kybernetický organismus) – umělá bytost či mysl, biologické, přírodní tělo plně pod vládou stroje, skrze nějaké bio-kybernetické propojení. Naproti tomu opačný pól je živá, přírodní bytost či mysl s uměle upraveným tělem, např. obohaceným o mechanické či elektronické součástky, ze kterého v extrémním případě mohl zůstat i jen mozek (viz bionika), ale stále považovaná za člověka.
Termín robot se používá též pro počítačové programy, který za svého majitele provádí opakované činnosti (viz robot (počítačový program)).
Možnosti pohybu
Zásadním problémem pohybu robota je nespočetné množství možností umístění chapadla do prostoru, například kvůli následné možnosti interakce/kolize se sebou samým. Zde má vliv konstrukce pohyblivých částí:
kloubové úhlové, nebo otočné (např. chapadlo),
teleskopické, posuvné (např. vozík na mostku).
Jde o rozhodování o poloze nejen koncového (funkčního) bodu chapadla, např. klepeta, ale i určení polohy všech mezilehlých kloubů až zpět k základně. Tento problém nutnosti určování polohy při velkých počtech stupňů volnosti řeší tzv. inverzní kinematická úloha.
S tím souvisí i komplexnost řízení jednotlivých pohonů, zda se ovládají sekvenčně (jeden po druhém), nebo zda se v modelovém prostoru stavů pohybuje robot přímo, tedy všemi pohony najednou (pohyb po kolmé síti vs. úhlopříčně): pak už je totiž potřeba nejen schopnost mít pohon zapnutý/vypnutý, ale také i měnit a udržovat/regulovat rychlost každého pohonu zvlášť, např.: přímkový pohyb rotačně-kloubového chapadla nebo naopak oblý pohyb můstkového vozíku. Proto se od samosvorných krokových motorků dá postoupit dále k volným pohonům sice s možností analogově plynulého pohybu, ale zase vyžadujících přesnou regulaci.
S podrobnějším povědomím o dynamice systému pak lze pohyb zefektivnit a ušetřit nejen čas, ale i energii: Např. pro pohyb dolů musí samosvorný pohon začít dodávat energii, kdežto dynamický jí naopak bude dodávat méně nebo dokonce rekuperovat.
Zmiňovaná dynamika se může dále komplikovat s cílem plynulejších pohybů: Od řízení polohy konstantní rychlostí, přes ovládání rychlosti konstantním zrychlením a dále přes regulaci zrychlování na max. povolenou hodnotou až po obecný Taylorův rozvoj diferenciálu polohy.
Se zvýšením dynamiky se však také zvyšuje potřeba interakce s okolím: Zatímco primitivnímu výtahu s konstantní pojezdovou rychlostí stačí k zastavení jen signální kontakt na konci, když jinak celou cestu jede naslepo, dynamické stroje kvůli bezpečnosti a přesnosti potřebují interagovat neustále, např. CNC stroje, a to buď přímo s okolím, anebo alespoň se svým vnitřním modelem okolí.
Pro zaručení přesnosti se od dynamiky dokonce úmyslně upouští, a to jak v hloubce derivací řízené veličiny, tak i zpřísněním hodnot provozních limitů. Příkladem může být pomalý dojezd výtahu přesně na úroveň podlaží, kdy se po přiblížení skokově přepne do méně dynamického režimu: Sice pomalejšího, ale bezpečnějšího.
Autonomie
Jak už bylo předvedeno výše, míra vlastní interakce stroje s okolím je dána mírou dynamiky stroje: Čím dynamičtější stroj je, tím přesnější povědomí o svém okolí potřebuje. A také potřebuje / dovolí o to méně zásahů lidské obsluhy. Z tohoto pohledu lze mluvit o různé autonomii stroje na člověku:
Řízený stroj, přímé vedení, bez rozhodovací schopnosti, kromě člověka nepotřebuje interakci s okolím (např. výtah jede pouze při stisknutém tlačítku).
Ovládaný stroj, vykonává činnost podle zadaného pokynu, logická rozhodovací schopnost, konečný automat (např. výtah zastaví až v požadovaném patře, inteligence s pamětí jednoho bitu, přídržné tlačítko).
Regulovaný stroj, dosahuje cíle předem určeným způsobem, dosahuje cíle za různých podmínek různými cestami, analogové rozlišení míry intenzity jevu (např. výtah, při náhlé volbě nové cílové stanice těsně před ní, tuto raději přejede a vrátí se, nezastaví hned, takže cestující nepodklesnou v kolenou ani neposkočí s žaludkem v krku).
Autonomní stroj, dosahuje cíle způsobem, který si zvolí (metodologie volby je však stále předepsána). Sice se stále může držet nejpřímější předpokládané cesty, ale nijak jí nepředpokládá, vždy si jí znovu ověřuje, a v případě překážek i sám hledá cestu k dosažení cíle, bez limitu vzdálenosti od původního přímého směru (např. algoritmus A*).
Inteligentní stroj, sám si volí cíle, člověka nepotřebuje, utopie: Hraniční výsledek oboru umělé inteligence.
Účely
Za vůbec prvního robota lze označit soustavu radar-počítač-kanóny, kdy bojové užití počítačů bylo prvotní myšlenkou. Příkladem je ENIAC a další systémy řízení palby na palubách válečných lodí, například Gun Fire Control System (GFCS) na těch amerických.
První průmyslový robot Unimate od firmy Unimation byl zprovozněn na výrobní lince General Motors v New Jersey v roce 1961. V roce 1989 převzala kontrolu nad americkou společností Unimation švýcarská firma Stäubli, která i nadále pokračuje s vývojem a prodejem průmyslových robotů.
Vládu na poli robotiky brzy převzalo Japonsko, které neuznávalo patenty Unimate registrované v USA. Dodnes je Japonsko na čele oboru, jak na poli průmyslových manipulátorů, tak humanoidní konstrukce. Za jednoho z nejdokonalejších robotů humanoidní konstrukce lze považovat robota týmu SCHAFT, který v roce 2014 vyhrál soutěž DARPA Robotics Challenge.[10]
Těžko si představit obor lidské činnosti, kde by se roboti nemohli uplatnit. Už dnes působí např. v těchto oblastech:
doprava: letecký autopilot (robotem je pak celé letadlo), kolejové vozy bez řidiče, vývoj samořízeného automobilu.
na okraj pole působení robotů lze zařadit i značně distribuované systémy: Městské semafory, systém řízení dopravy např. v pražských tunelech na Smíchově (včetně závor a poloautonomních informačních tabulí).
Způsoby programování a učení
přímé programování
vedením robotova ramena (teach-in)
zadáváním povelů z ovládacího panelu
nepřímé programování (off-line) – zadáváme prostorové křivky (získané např. podle výkresů)
plánování (on-line) – obdobně jako předchozí, ale robot se přizpůsobuje měnícím se vnějším podmínkám (pomocí čidel)
Zadávání pozice ramena může principiálně probíhat 2 způsoby:
spojitá trasa (continuos path) – zadání přesné pozice ramena ve všech okamžicích činností robota (vedení ramena, nepřímé programování, přímé plánování)
od bodu k bodu (point-to-point, way-point) – zadání konkrétních pozic, v nichž se rameno musí v konkrétních časech činnosti nacházet (zadávání z ovládacího panelu), předpokládají se bezproblémové přímé přechody mezi elementárními pozicemi.
