{"data":{"id":1385,"lang":"cs","title":"Inženýři z Tufts University vyvinuli neurosymbolickou AI, která spotřebuje o 99 % méně energie a překonává standardní modely","summary":"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.","category":"technology","category_label":"Technologie","published_at":"2026-04-07T05:02:13Z","updated_at":"2026-04-07T05:02:13Z","url":"https://techtools.cz/tools/news/clanek/1385-inzenyri-z-tufts-university-vyvinuli-neurosymbolickou-ai-ktera-spotrebuje-o-99","api_url":"https://techtools.cz/news-api/v1/articles/1385?lang=cs","markdown_url":"https://techtools.cz/news-api/v1/articles/1385.md?lang=cs","image_url":"https://www.sciencedaily.com/images/1920/server-facility-at-sandia-national-laboratory.webp","word_count":172,"reading_time_minutes":1,"sources":[{"url":"https://www.sciencedaily.com/releases/2026/04/260405003952.htm","domain":"sciencedaily.com"},{"url":"https://arxiv.org/abs/2602.19260","domain":"arxiv.org"}],"translation":{"lang":"en","id":1327,"title":"Tufts Engineers Build Neuro-Symbolic AI That Uses 99% Less Energy and Outperforms Standard Models","url":"https://techtools.cz/tools/news/article/1327-tufts-engineers-build-neuro-symbolic-ai-that-uses-99-less-energy-and","api_url":"https://techtools.cz/news-api/v1/articles/1327?lang=en"},"content":"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.\n\nPři 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.\n\nPrůlom 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."}}