Od papierových kartoték k neurónovým sieťam. Príbeh o tom, ako sme naučili stroje čítať, rozumieť a triediť nekonečný chaos ľudských vedomostí.
„Pamätám si, ako mi kolega v roku 1995 ukazoval Altavistu,“ hovorí náš hlavný inžinier pri káve. Vtedy sa internet nepodobal na dnešný nablýskaný priestor. Bol to divoký západ textových súborov. Indexovanie vtedy znamenalo, že jednoduchý skript prechádzal stránku po stránke a ukladal si každé jedno slovo do obrovskej tabuľky. Ak ste hľadali slovo 'auto', systém vám vyhodil tisíce stránok, kde sa toto slovo nachádzalo, bez ohľadu na to, či išlo o predajňu alebo o článok o histórii dopravy.
— A to bolo všetko? — pýtam sa ho. „V podstate áno. Žiadny kontext, žiadna relevancia. Len hrubá sila databáz.“ Tento mechanický prístup dominoval dekádu. Crawler, alebo 'pavúk', bol vtedy hrdinom dňa. Navštevoval servery, sťahoval HTML a my sme dúfali, že tie kľúčové slová v meta-tagoch nie sú len spam. Bol to čas, kedy indexovanie bolo remeslom o kapacite diskov, nie o pochopení obsahu.
"Indexovanie nebolo o inteligencii, ale o poctivom zozname všetkého, čo existovalo."
Tradičný crawler funguje ako knihovník, ktorý si zapisuje názvy kníh a čísla strán. Keď sa ho niečo spýtate, podá vám knihu a povie: „Tu si to prečítajte.“ Generatívna AI, postavená na modernom indexovaní, funguje inak. Ona tie knihy nielen eviduje, ona ich číta a ukladá si ich význam do viacrozmerného priestoru.
Porovnanie klasického vyhľadávania a AI syntézy:
Tento posun znamená, že už nemusíme vedieť presné "kľúčové slovo". Stačí opísať problém. Ak vás zaujíma viac o tom, ako tieto modely vnútorne fungujú, odporúčame našu sekciu Metódy zadávania dopytov.
| Vlastnosť | Relačné DB (SQL) | Vektorové DB (AI) |
|---|---|---|
| Formát dát | Tabuľky, riadky, stĺpce | Vektory (embeddingy) |
| Vyhľadávanie | Presná zhoda (Query) | Podobnosť (Cosine similarity) |
| Flexibilita | Nízka (pevná schéma) | Vysoká (nestruktúrované dáta) |
Prechod na vektorové databázy umožnil strojom "cítiť" blízkosť pojmov. Slovo „kráľ“ a „panovník“ sú v klasickej databáze úplne odlišné entity. Vo vektorovom priestore sú takmer na tom istom mieste. To je základom dnešnej revolúcie v AI vyhľadávaní.
Smerujeme k real-time indexovaniu, kde model nebude potrebovať mesiace na trénovanie, ale dokáže absorbovať nové informácie v priebehu sekúnd. Viac o tejto téme nájdete v článku Budúcnosť lokálnych modelov.
Nie úplne. Google je stále bezkonkurenčný v hľadaní konkrétnych webových stránok alebo lokálnych služieb. AI však dominuje v syntéze vedomostí a vysvetľovaní komplexných tém, kde by ste inak museli prečítať desať článkov.
Toto je najväčšia slabina. Tradičné indexy sú aktualizované neustále. AI modely majú "knowledge cutoff" (dátum ukončenia tréningu). Riešením je technológia RAG (Retrieval-Augmented Generation), o ktorej píšeme v sekcii Overovanie faktov.