66. výjezd VR, CTS a hostů - Klášter Želiv

Datum konání: 23. 5. 2025 - 25. 5. 2025

Místo konání: Klášter Želiv www.zeliv.eu

Účastníci: Ajvaz, Michal; Alda, Kristina; Čapek, Jakub; Eiseltová, Martina; Fulínová, Eliška; Gavenčiak, Tomáš; Géryk, Jan; Hošek, Jan; Hubatová-Vacková, Lada; Jirkalová, Karolina; Konopásek, Zdeněk; Kotecký, Roman ; Kouba, Pavel; Krtouš, Pavel; Kvasz, Ladislav; Langerová, Veronika; Markoš, Anton; Pauknerová, Karolína; Pavlovičová, Soňa; Prach, Jindřich; Ritter, Martin; Sladký, Pavel; Šímová, Irena; Šizling, Arnošt L.; Švorcová, Jana; Tószögyová, Anna; Vrtiška, Ondřej

Pátek

Michaela Nohejlová-Zemková: Kde jsme se to ocitli?

Jan Makovský: O letokruzích a věcech ve stromech
V objevu dějinnosti přírody sehrála klíčovou úlohu otázka původu zkamenělin a obecně "tělesa přirozeně obsaženého v jiném tělese" (Stensen, 1669): věci nejsou pouhými přirozenostmi, jež se vyznačují jistým tvarem, složením či ustrojením, ale lze na ně pohlížet také jako na stopu jejich vlastních "dějin", doklady či znamení času. Časovým rozměrem se vyznačují všechny skutečnosti. Pakliže u zkamenělin a geologických útvarů tento rozměr daleko přesahuje měřítka lidského života, a zůstává tedy do značné míry skrytý, nabízí příroda další útvary, kde naopak všem takříkajíc leží na očích, a často tak mohl zůstat bez povšimnutí. Mezi takové přirozené nositele míry času patří letokruhy. V příspěvku se zaměříme na pojímání letokruhů na pozadí různých podob ideje přírody, a to se zvláštním přihlédnutím k nálezům předmětů, nápisů či výjevů uvnitř kmenů.

Jan Frei: Karl Jaspers o komunikaci a pravdě
Německý filosof Karl Jaspers (1883-1969) pokládal za potřebné rozlišit v člověku čtyři způsoby bytí: faktické bytí, vědomí, ducha a existenci. Na každé z těchto úrovní má smysl mluvit o komunikaci a pravdě, avšak pokaždé v jiném významu.

David Storch: Modely reality, realita modelů
Velká část přírodních věd je založená na modelech. Ty mají ovšem nejrůznější účely, přičemž jen malá část je určena k předpovídání. Pokusím se o základní klasifikaci modelů se zaměřením na ty, které používáme v ekologii, a pozastavím se nad zapeklitostmi a záludnostmi komplexnějších modelů, z nichž některé se používají pro předpovědi budoucích změn klimatu a přírody.

Marek Hudík: Meze rozumu: Hayek a antropocén
Ekonom F. A. Hayek zdůrazňoval omezenou schopnost lidského rozumu pochopit a kontrolovat komplexní systémy jako je lidská společnost. Příspěvek se zaměří na jeho kritiku přehnané víry v sílu rozumu a bude diskutovat, zda se z této kritiky můžeme poučit pro diskuse o antropocénu.

Radan Haluzík: Proč je tak těžké chránit městskou přírodu? …A lze s tím vůbec něco udělat?
Panuje zažitý binární stereotyp, že město jsou domy, náměstí, ulice… a krajina – ta prý začíná někde za jeho hradbami. Město je prý "sterilní betonovou pouští" a příroda, či dokonce divočina – ty prý přeci patří někam za město…

Schopnost uvidět ve městě (a jeho četných místech mezi místy) přírodu naráží na náš silný mentální deficit, související s nepochopením antropocénní situace… A ještě těžší je to pak s pokusy o její respektování, ochranu či dokonce krajinný management. Lze z této epistemologické jednosměrky vůbec nějak vycouvat? Jaká je podstata městské přírody a proč ji tak často přehlížíme? Co je třeba udělat, abychom začali vnímat antropocénní podstatu městské přírody a nemalé možnosti, které nám v současných městech nabízí?

Sobota

Roman Kotecký: Úvodní slovo

Lenka Zdeborová: Towards understanding AI
/medailonek místo anotace/Lenka Zdeborová vystudovala teoretickou fyziku na MFF UK a Université Paris-Sud. Působila v Los Alamos National Laboratory a v současnosti je profesorkou na École Polytechnique Fédérale de Lausanne. Ve svém výzkumu se pohybuje na pomezí fyziky, matematiky a strojového učení. Na naše pozvání vystoupila v cyklu Věda na Hradě, kde hovořila o tom, jak fyzikální koncepty z oblasti fázových přechodů pomáhají porozumět umělé inteligenci a jejímu rozvoji.

Jakub Steiner: Latentní reprezentace
Stroje se učí podle stejných principů jako statistici, což rezonuje s pohledem kognitivních věd, psychologie i ekonomie na člověka jako na intuitivního statistika. Přednáška se zaměří na latentní reprezentace: abstraktní struktury, pomocí nichž stroje (a možná i lidé) efektivně zpracovávají komplexní data. Ukáže se, že tento koncept ze strojového učení je užitečný i pro popis toho, jak vědci přemýšlí o svých pozorováních nebo jak lidé obecně třídí své zkušenosti za pomoci přirozeného jazyka. Budou formulovány strukturální vlastnosti optimálních latentních reprezentací s využitím nástrojů z ekonomické teorie.

Stanislav Fořt: Robustnost a interpretabilita neuronových sítí
/medailonek místo anotace/ Stanislav Fořt vystudoval teoretickou fyziku a aplikovanou matematiku nejprve v bakalářském programu na Trinity College v Cambridge a poté v doktorandském programu na Stanfordu. Zabýval se výzkumem velkých jazykových modelů, mimo jiné ve společnosti Google DeepMind. Nyní působí v Praze, kde vede vlastní start-up. Na interním semináři CTS představil svůj empirický výzkum, v němž pomocí chybovosti a manipulovatelnosti umělé inteligence zkoumá, jak AI reprezentuje komplexní (například vizuální) podněty.

Jan Kulveit: Jak reprezentovat lidi
V systémech "sladění" AI s lidmi se chtě-nechtě objevuje nutnost nějak reprezentovat lidské preference, a modelovat vztah člověka a stroje. Tyto reprezentace často činí dosti nerealistické předpoklady, což může vést k problémům, potenciálně fatálním. V přednášce se kromě popisu problému dostaneme k nápadům, jak by mohla vypadat lepší alternativa.

Neděle

Zasedání Vědecké rady CTS a rady Cooperatia

Petr Tureček: Rozklad variance v kulturním přenosu a autoencoder jako model sociálního mozku
Když převedl Ronald Fisher dědičnost spojitých znaků na Mendelovskou genetiku, efektivně ukázal, co ospravedlňuje konstantní směrodatnou odchylku potomků od rodičovského průměru v Galton-Pearsonovském modelu. Veškerá náhoda v genetice se odehrává na individuální úrovni; mutace je záležitostí alely, rekombinace a separace alel se odehrává na úrovni jediného rodiče, environmentální odchylka od nejočekávatelnějšího fenotypu nastupuje až na úrovni potomka. Žádný ze stochastických členů výsledného znaku nemusí řešit integraci informace z několika různých zdrojů. I kulturní transmise umožňuje rozklad variance, kde sedí členy na ty Fisherovy v podstatě jedna ku jedné. U dvou z nich však očekáváme úměrnost mezi variancí vstupů ("kulturních rodičů", "vzorů") a varianci výstupů ("kulturních potomků", "učedníků"). Tato proporcionalita variance umožňuje odvysvětlit dva důležité kulturní fenomény: nerovnoměrnost rychlosti kulturní evoluce (kulturní znaky se na úrovni populace mění buď prudce nebo téměř vůbec) a snadnou tvorbu subkultur. Jediné, co pak zbývá dořešit, je legitimizace spojitého modelu kultury; tak jako je vhodné redukovat spojité biologické znaky na znaky diskrétní (geny), je vhodné u kultury prioritizovat spojitý model "kulturoprostoru" před diskrétními "mémy". A zde právě přichází ke slovu neuronové sítě. Autoencoder s "vázanými vahami" může být totiž dobrým modelem toho, co se děje v našem mozku, když pozorujeme kookurence kulturních variant. Vnitřní vrstva autoencoderu, "vrstva latentních reprezentací", efektivní komprese kulturních dat, je pak vhodným předobrazem spojitého kulturoprostoru, na kterém se variančně dekomponovatelný ekvivalent dědičnosti následně odehrává.