{"data":{"id":1440,"lang":"cs","title":"Průlom v neuro-symbolické AI z Tufts University snižuje spotřebu energie 100krát a zvyšuje přesnost na 95 %","summary":"Výzkumníci z Tufts vytvořili neuro-symbolickou AI, která spotřebuje 100krát méně energie než standardní modely a dosahuje 95% přesnosti v robotických úlohách.","category":"technology","category_label":"Technologie","published_at":"2026-04-09T11:02:09Z","updated_at":"2026-04-09T11:02:09Z","url":"https://techtools.cz/tools/news/clanek/1440-prulom-v-neuro-symbolicke-ai-z-tufts-university-snizuje-spotrebu-energie","api_url":"https://techtools.cz/news-api/v1/articles/1440?lang=cs","markdown_url":"https://techtools.cz/news-api/v1/articles/1440.md?lang=cs","image_url":"https://www.sciencedaily.com/images/1920/server-facility-at-sandia-national-laboratory.webp","word_count":149,"reading_time_minutes":1,"sources":[{"url":"https://www.sciencedaily.com/releases/2026/04/260405003952.htm","domain":"sciencedaily.com"},{"url":"https://nerdleveltech.com/neuro-symbolic-ai-cuts-robot-energy-use","domain":"nerdleveltech.com"}],"translation":{"lang":"en","id":1380,"title":"Tufts University Neuro-Symbolic AI Breakthrough Cuts Energy Use by 100x While Boosting Accuracy to 95%","url":"https://techtools.cz/tools/news/article/1380-tufts-university-neuro-symbolic-ai-breakthrough-cuts-energy-use-by-100x-while","api_url":"https://techtools.cz/news-api/v1/articles/1380?lang=en"},"content":"Výzkumníci z Tufts University vyvinuli neuro-symbolický AI systém, který snižuje spotřebu energie stokrát ve srovnání s konvenčními přístupy a zároveň téměř ztrojnásobuje přesnost úloh. Hybridní architektura pod vedením profesora Matthiase Scheutze kombinuje neuronové sítě se symbolickým uvažováním — napodobuje tak způsob, jakým lidé rozkládají problémy na logické kroky místo spoléhání na čisté rozpoznávání vzorů.\n\nSystém dosáhl 95% úspěšnosti ve strukturovaných manipulačních úlohách, jako je Hanojská věž, oproti pouhým 34 % u standardních modelů Vision-Language-Action (VLA) používaných v robotice. Trénink trval pouhých 34 minut oproti více než jednomu dni u tradičních metod a spotřeboval jen 1 % energie. Během provozu systém spotřeboval pouze 5 % energie potřebné konvenčními přístupy.\n\nVýzkum bude prezentován na Mezinárodní konferenci robotiky a automatizace ve Vídni v květnu. V době, kdy energetická náročnost AI je rostoucím problémem a datová centra spotřebovávají stále více energie, tento průlom naznačuje, že chytřejší architektury, nikoliv jen větší modely, mohou být klíčem k udržitelné AI."}}