Funkcje i odwzorowania: dlaczego każdy model AI jest funkcją

Dziedzina, obraz, iniekcja, składanie, funkcja odwrotna, funkcje wielu zmiennych i wypukłość — z wykresami sigmoidy, ReLU i krajobrazu błędu.

13 minut Matěj Žalmánek 2026-10-15

Seria Podstawy AI Część 6 z 52

1. Mapa sztucznej inteligencji: co jest czym i jak to do siebie pasuje
2. Krótka historia sztucznej inteligencji: od Turinga do modeli językowych
3. Dane, model, trening, inferencja: podstawowe pojęcia na jednym przykładzie
4. Jak czytać zapis matematyczny: symbole, indeksy, sumy i kwantyfikatory
5. Zbiory i relacje: klocki, z których składają się definicje w AI
6. Funkcje i odwzorowania: dlaczego każdy model AI jest funkcją
7. Logika i dowody: reguły, według których rozumuje AI
8. Grafy i drzewa: struktura, na której opierają się przeszukiwanie i sieci neuronowe
9. Algebra liniowa dla uczenia maszynowego: wektory, macierze i dlaczego AI głównie mnoży
10. Pochodne, gradient i reguła łańcuchowa: jak model ustala, w którą stronę się uczyć
11. Spadek gradientu: jak uczy się model
12. Czym jest prawdopodobieństwo: od rzutu kostką do aksjomatów Kołmogorowa
13. Prawdopodobieństwo warunkowe i twierdzenie Bayesa: jak zmienić ocenę, gdy dowiesz się czegoś nowego
14. Zmienna losowa i dystrybuanta: jedna funkcja, która mówi o rozkładzie wszystko
15. Funkcja gęstości i funkcja prawdopodobieństwa: dlaczego zmienna ciągła ma w punkcie prawdopodobieństwo zero
16. Wartość oczekiwana, wariancja i kowariancja: gdzie leży rozkład, jak jest szeroki i co z czym się wiąże
17. Przegląd rozkładów prawdopodobieństwa: Bernoulliego, dwumianowy, Poissona, jednostajny, normalny i wykładniczy
18. Prawo wielkich liczb i centralne twierdzenie graniczne: dlaczego średnie zachowują się tak przewidywalnie
19. Statystyka i estymacja parametrów: największa wiarygodność, MAP i przedziały ufności
20. Teoria informacji: entropia, entropia krzyżowa i dywergencja KL — skąd się biorą funkcje straty
21. Przeszukiwanie przestrzeni stanów: BFS, DFS, UCS i A* z animacjami
22. Gry i przeciwnik: minimax, przycinanie alfa-beta i Monte Carlo tree search
23. Spełnianie ograniczeń: backtracking, propagacja ograniczeń i AC-3 na sudoku i mapie czeskich krajów
24. Logika i systemy z bazą wiedzy: wnioskowanie w przód i wstecz, rezolucja i systemy ekspertowe
25. Planowanie: STRIPS, świat klocków, heurystyki z relaksacji i planowanie w agentach AI
26. Przeszukiwanie lokalne i symulowane wyżarzanie: komiwojażer przez czeskie miasta wojewódzkie
27. Algorytmy genetyczne: populacja, krzyżowanie, mutacja i selekcja na plecaku na wycieczkę
28. Strategie ewolucyjne i programowanie genetyczne: od reguły jednej piątej do prawa Keplera
29. Optymalizacja kolonią mrówek: jak ślad feromonowy znajduje krótką drogę
30. Optymalizacja rojem cząstek: bezwładność, własne doświadczenie i doświadczenie roju
31. Neuroewolucja: ewolucja wag i kształtu sieci neuronowych oraz algorytm NEAT
32. Zbiory rozmyte i funkcje przynależności: jak zapisać „trochę ciepło”
33. Logika rozmyta a prawdopodobieństwo: dlaczego „trochę ciepło” nie znaczy „prawdopodobnie ciepło”
34. Logika rozmyta: t-normy, implikacje i reguły JEŻELI–TO
35. Sterowanie rozmyte: Mamdani i Sugeno od wentylatora po wahadło na wózku
36. Klasteryzacja rozmyta: algorytm fuzzy c-means i punkty między skupieniami
37. Systemy neuro-rozmyte (ANFIS): reguły rozmyte, które uczą się z danych
38. Łańcuchy Markowa: macierz przejścia, rozkład stacjonarny i PageRank
39. Ukryte modele Markowa: algorytm Viterbiego i nieuczciwe kasyno
40. Sieci bayesowskie: dlaczego trawa jest mokra i co z tego wynika dla zraszacza
41. Filtr Kalmana: jak z niedokładnych pomiarów oszacować, gdzie jest samochód i jak szybko jedzie
42. Rodzaje uczenia maszynowego: nadzorowane, nienadzorowane, półnadzorowane i inne
43. Prompty, kontekst i RAG: jak dać modelowi właściwe informacje
44. Wariacyjne autoenkodery (VAE): nowe obrazki z ciągłej przestrzeni latentnej
45. Generatywne sieci przeciwstawne (GAN): fałszerz kontra detektyw
46. Modele dyfuzyjne: jak z czystego szumu powstaje obraz
47. Procesy decyzyjne Markowa: stany, akcje, nagrody i równania Bellmana
48. Q-learning i DQN: uczenie się wartości akcji od tabeli po sieć neuronową
49. Policy gradient i PPO: uczenie się bezpośrednio polityki
50. Jak działa agent AI: model językowy w pętli z narzędziami
51. Programowanie z agentami AI: zadanie, testy i kontrola
52. Ocena i bezpieczeństwo systemów AI: jak mierzyć i jak pilnować

Pełny program serii Gotowe: 52 z 83 tematów

Każdy model w sztucznej inteligencji jest funkcją. Klasyfikator spamu bierze e-mail i zwraca „spam” albo „nie-spam”, model językowy bierze tekst i zwraca prawdopodobieństwa następnego słowa, sieć neuronowa to funkcja złożona z tysięcy mniejszych funkcji. Uczenie nie jest wtedy niczym innym niż szukaniem właściwej funkcji.

Poprzednia część zakończyła się definicją funkcji jako szczególnej relacji. Tutaj do niej nawiążemy: jak funkcje wyglądają, jakie mają własności, jak się je składa i dlaczego ma to znaczenie w AI.

1. Czym jest funkcja

Definicja — funkcja (odwzorowanie)

Funkcja f : X → Y przyporządkowuje każdemu elementowi x ∈ X dokładnie jeden element f(x) ∈ Y. Słowo odwzorowanie znaczy to samo.

X to dziedzina, Y to przeciwdziedzina (zbiór docelowy). Obraz funkcji (zbiór wartości) to zbiór wartości, które naprawdę przyjmuje: f(X) = {f(x) : x ∈ X} ⊆ Y.

Wykres funkcji to zbiór par {(x, f(x)) : x ∈ X} ⊆ X × Y.

Różnicę między przeciwdziedziną a obrazem widać na sigmoidzie σ : ℝ → ℝ: wolno jej zwracać dowolną liczbę rzeczywistą, ale naprawdę zwraca tylko liczby między 0 a 1. Dlatego można z niej odczytywać prawdopodobieństwo.

2. Funkcje, które spotkasz w AI

Funkcję jednej zmiennej najlepiej zrozumiesz z jej wykresu. Te pojawiają się w sztucznej inteligencji wciąż od nowa — jako modele, jako funkcje aktywacji sieci neuronowych albo jako funkcje straty:

liniowa: f(x) = ax + b

kwadratowa: x²

funkcja wykładnicza: e^x

logarytm: ln x

sigmoida: 1 / (1 + e^−x)

tangens hiperboliczny: tanh x

ReLU: max(0, x)

• Funkcja liniowa to najprostszy model — regresja liniowa nie jest niczym innym.
• Funkcja kwadratowa to podstawa błędu średniokwadratowego: kara rośnie z kwadratem odchylenia.
• Funkcja wykładnicza i logarytm są do siebie odwrotne; logarytm zamienia mnożenie na dodawanie i dlatego znajdziesz go w każdej stracie opartej na prawdopodobieństwie.
• Sigmoida i tanh „ściskają” dowolną liczbę do przedziału (0, 1), odpowiednio (−1, 1).
• ReLU przepuszcza liczby dodatnie, a ujemne zeruje. Jest tak prosta, że długo nie wierzono, że będzie działać — dziś jest najczęściej używaną funkcją aktywacji.

3. Iniekcja, suriekcja i bijekcja

Definicja — funkcja różnowartościowa, „na” i wzajemnie jednoznaczna

f : X → Y jest iniekcją (funkcją różnowartościową), gdy różne wejścia dają różne wyjścia: ∀x₁, x₂ : f(x₁) = f(x₂) ⇒ x₁ = x₂.

f jest suriekcją (funkcją „na”), gdy trafia w każdy element Y: ∀y ∈ Y ∃x ∈ X : f(x) = y, czyli f(X) = Y.

f jest bijekcją (funkcją wzajemnie jednoznaczną), gdy jest jednocześnie iniekcją i suriekcją.

iniekcja iniekcja: tak suriekcja: nie

suriekcja iniekcja: nie suriekcja: tak

bijekcja iniekcja: tak suriekcja: tak

żadne z nich iniekcja: nie suriekcja: nie

W AI prawie każdy model nie jest iniekcją: klasyfikator wysyła tysiące różnych zdjęć kotów do jednej klasy „kot”. Informacja o tym, które to było zdjęcie, ginie — i to jest w porządku, właśnie tego od klasyfikatora chcemy. Natomiast modele kompresyjne (autoenkodery) starają się być „prawie iniekcjami”, żeby z postaci skompresowanej dało się z powrotem odtworzyć wejście.

4. Składanie funkcji

Definicja — złożenie funkcji

Dla f : X → Y i g : Y → Z złożenie funkcji g ∘ f : X → Z jest zdefiniowane jako (g ∘ f)(x) = g(f(x)).

Składanie jest łączne, h ∘ (g ∘ f) = (h ∘ g) ∘ f, ale w ogólności nie jest przemienne: g ∘ f ≠ f ∘ g.

Weźmy f(x) = 2x + 1 i g(x) = x²:

Dokładnie tak zbudowana jest sieć neuronowa. Każda warstwa to funkcja — krok liniowy, po którym następuje funkcja aktywacji — a cała sieć jest ich złożeniem: f = f₃ ∘ f₂ ∘ f₁. „Głęboka” sieć to po prostu długie złożenie. A kiedy w kolejnych częściach będziemy się uczyć różniczkować, reguła łańcuchowa powie, jak różniczkować właśnie funkcje złożone.

5. Funkcja odwrotna

Definicja — funkcja odwrotna

Funkcja f⁻¹ : Y → X jest odwrotna do f : X → Y, gdy f⁻¹(f(x)) = x dla wszystkich x ∈ X i f(f⁻¹(y)) = y dla wszystkich y ∈ Y.

Twierdzenie. Funkcja odwrotna istnieje wtedy i tylko wtedy, gdy f jest bijekcją.

Funkcja wykładnicza i logarytm to para funkcji odwrotnych: ln(e^x) = x. Funkcją odwrotną do sigmoidy jest logit, logit(p) = ln(p / (1 − p)) — z prawdopodobieństwa robi z powrotem dowolną liczbę rzeczywistą. Dlatego wyjścia sieci przed sigmoidą albo softmaxem nazywa się „logitami”.

6. Funkcje wielu zmiennych

Definicja — funkcja wielu zmiennych

Funkcja f : ℝⁿ → ℝ przyporządkowuje wektorowi (x₁, …, x_n) jedną liczbę; funkcja f : ℝⁿ → ℝ^m przyporządkowuje wektorowi wektor (funkcja wektorowa).

Funkcję dwóch zmiennych możemy narysować jak mapę: każdy punkt (x, y) kolorujemy według wartości f(x, y). Oto funkcja Himmelblaua, klasyczny test algorytmów optymalizacji. Ciemne miejsca to doliny o małej wartości, białe punkty to cztery minima, w których funkcja jest równa zeru:

Dokładnie tak wyobraź sobie funkcję straty modelu: wejściem są jego parametry, wyjściem błąd. Trening to szukanie najniższego miejsca w krajobrazie — tyle że zamiast dwóch wymiarów krajobraz prawdziwego modelu ma ich miliony.

7. Monotoniczność i wypukłość

Definicja — funkcja rosnąca i wypukła

f jest rosnąca, gdy x₁ < x₂ ⇒ f(x₁) < f(x₂). Funkcja rosnąca jest zawsze iniekcją.

f jest wypukła, gdy dla wszystkich x₁, x₂ i t ∈ [0, 1] zachodzi f(tx₁ + (1 − t)x₂) ≤ t f(x₁) + (1 − t) f(x₂).

Twierdzenie. Każde minimum lokalne funkcji wypukłej jest jednocześnie globalne.

wypukła: x², jedyne minimum

niewypukła: x⁴ − 3x² + x

Niewypukła funkcja x⁴ − 3x² + x ma dwa minima: globalne przy x ≈ −1,30 o wartości ≈ −3,51 i lokalne przy x ≈ 1,13 o wartości ≈ −1,07. Kto zacznie szukać po prawej i idzie ciągle w dół, skończy w tym gorszym. Funkcje straty regresji liniowej i logistycznej są wypukłe — dlatego ich trening niezawodnie znajduje najlepsze rozwiązanie. Straty sieci neuronowych wypukłe nie są, a o tym, jak sobie z tym radzić, będzie część o metodzie spadku gradientu.

8. Funkcje w sztucznej inteligencji

Teraz całe uczenie maszynowe da się już wyrazić językiem funkcji:

• Model to funkcja f_θ : X → Y z parametrami θ — cała rodzina funkcji, po jednej dla każdego wyboru parametrów.
• Funkcja straty L : Y × Y → ℝ mówi, ile kosztuje odpowiedź ŷ, gdy poprawne jest y.
• Uczenie to wybór jednej funkcji z rodziny: argmin po θ średniej straty — funkcji parametrów, którą przed chwilą rysowaliśmy jako krajobraz.
• Funkcje aktywacji (sigmoida, tanh, ReLU) robią z warstw liniowych nieliniową sieć; bez nich złożenie funkcji liniowych byłoby znowu tylko funkcją liniową.

9. Podsumowanie

• Funkcja przyporządkowuje każdemu wejściu dokładnie jedno wyjście; obraz to to, w co naprawdę trafia.
• Iniekcja nie pomyli dwóch wejść, suriekcja pokrywa cały cel, bijekcja ma funkcję odwrotną.
• Składanie funkcji to linia montażowa — a sieć neuronowa to złożenie warstw.
• Funkcja straty to krajobraz nad przestrzenią parametrów; wypukły krajobraz ma jedno dno, niewypukły może mieć ich kilka.

Masz inne zdanie? Napisz na support@coden-app.com.