# Inženýři z Tufts University vyvinuli neurosymbolickou AI, která spotřebuje o 99 % méně energie a překonává standardní modely

*2026-04-07 05:02 UTC · Technologie · 1 min read*

> Výzkumníci z Tufts University snížili spotřebu energie AI o 99 % a zvýšili přesnost z 34 % na 95 % pomocí neurosymbolického přístupu kombinujícího neuronové sítě s uvažováním založeným na pravidlech.

Výzkumníci z Fakulty inženýrství Tufts University vyvinuli hybridní systém umělé inteligence, který kombinuje neuronové sítě se symbolickým uvažováním. Systém snižuje spotřebu energie až o 99 % a zároveň výrazně překonává konvenční přístupy. Tým vedený profesorem Matthiasem Scheutzem prokázal, že jejich neurosymbolická metoda zkrátila dobu trénování z více než 36 hodin na pouhých 34 minut a spotřebovala pouze 1 % energie při trénování a 5 % při provozu ve srovnání se standardními AI modely.

Při testování na úloze Hanojských věží dosáhl hybridní systém 95% úspěšnosti, zatímco tradiční modely zvládly pouze 34 %. U neznámých variací úlohy byl rozdíl ještě výraznější — neurosymbolický systém vyřešil 78 % nových scénářů, zatímco konvenční AI modely zcela selhaly. Klíčová inovace spočívá ve spojení statistického rozpoznávání vzorů s abstraktním uvažováním založeným na pravidlech, což systému umožňuje zobecňovat daleko za hranice trénovacích dat.

Průlom přichází v kritickém okamžiku. Podle Mezinárodní agentury pro energii spotřebovaly systémy AI a datová centra v roce 2024 přibližně 415 terawatthodin elektřiny a poptávka nadále roste. Výzkum bude prezentován na Mezinárodní konferenci o robotice a automatizaci ve Vídni v květnu 2026.

## Zdroje

- [sciencedaily.com](https://www.sciencedaily.com/releases/2026/04/260405003952.htm)
- [arxiv.org](https://arxiv.org/abs/2602.19260)

---
TechTools News · https://techtools.cz/tools/news/clanek/1385-inzenyri-z-tufts-university-vyvinuli-neurosymbolickou-ai-ktera-spotrebuje-o-99
English version: https://techtools.cz/tools/news/article/1327-tufts-engineers-build-neuro-symbolic-ai-that-uses-99-less-energy-and
