Aller au contenu

Michal Valko: Učím stroje učiť sa. Umelá inteligencia vie ako, no človek musí vedieť prečo

20 mai 2026 · 1 h 3 min

Notes de l’épisode

Počítačový vedec Michal Valko sa umelej inteligencii venuje viac ako 30 rokov. Jeho cesta viedla z rodných Košíc až do najprestížnejších svetových technologických inštitúcií, kde pracoval na vývoji systémov pre giganty, ako je Intel, Meta či Google DeepMind.
Michal vyrastal v metropole východného Slovenska, kde ho matematika fascinovala už od detstva. Na špeciálnom matematickom gymnáziu sa formoval v komunite,ktorú s úsmevom nazýva „matematická mafia“. Bolo to prostredie plné nadšenia, kde sa organizovali semináre a sústredenia na takej úrovni, že dostať sa na ne bolo pre mnohých iba snom. Po štúdiu v Bratislave považoval zaprirodzené pokračovať v akademickej ceste v USA , čo mu otvorilo dvere do globálneho vedeckého sveta. Postupne sa vypracoval na experta, ktorý stál pri zrode parížskeho Google DeepMind. Neskôr v spoločnosti Meta viedol výskumprelomových jazykových modelov Gemini 1 a 2, ako aj modelu Llama 3.

Dnes Michal Valko nielen prednáša a publikuje, ale ako founding researcher vo vlastnom startupe Isara Labs priamoformuje kolektívnu inteligenciu a novú generáciu umelej inteligencie. Okrem podpory desiatok startupov zameraných na klimatické zmeny či medicínu sa venujevlastným projektom. Jeho cieľom je vytvoriť energeticky efektívne modulárne modely a automatizovať vedu prostredníctvom kolektívnej inteligencie. Stojí za vznikom takzvaných neo-labov, ktoré hľadajú nové spôsoby, ako o umelej inteligencii premýšľať a ako do nej investovať.


Podľa Michala umelá inteligencia v blízkej budúcnosti prestane byť konkurenčnou výhodou a stane sa bežnou súčasťou nášho „skillsetu“, podobne ako je dnes internet. Keďže umelú inteligenciu vníma ako multiplikátor našich schopností, otvára sa nám priestor na hlbšiu otázku: Kde je naša skutočná ľudská pridaná hodnota? Tento rozhovor je pozvánkou na premýšľanie o svete, v ktorom strojeovládajú kód, ale človek musí držať v rukách zmysel a smerovanie.

Michal Valko patrí k najvýznamnejším globálnym expertom na umelú inteligenciu a strojové učenie. Aktuálne zastáva pozíciufounding researcher v technologickom startupe Isara Labs, pričom jeho kariéra zahŕňa kľúčové vedecké posty v spoločnostiach Intel, Meta a Google DeepMind. Ako hlavný vedecký pracovník (Principal Scientist) v spoločnostiDeepMind viedol výskumný tím zodpovedný za vývoj a alignment prelomových jazykových modelov Gemini 1 a 2 a potom v spoločnosti Meta Llama 3.

Svoju vedeckú cestu začal na Gymnáziu Alejová v Košiciach a Fakulte matematiky, fyziky a informatikyUniverzity Komenského v Bratislave, odkiaľ pokračoval na Carnegie Melon a University of Pittsburgh, kde v roku 2011 obhájil doktorát. Michal sa špecializuje na navrhovanie autonómnych algoritmov s minimálnym ľudskýmdohľadom, predovšetkým v oblastiach deep reinforcement learning a self-supervised learning. Okrem pôsobenia v komerčnom sektore je kmeňovým výskumníkom v inštitúte Inria a prednáša na prestížnej parížskej ENSParis-Saclay. Svojím inovatívnym prístupom ku škálovaniu a k efektivite veľkých jazykových modelov (LLM) dnes Michal Valko priamo formuje budúcnosť globálneho ekosystému umelej inteligencie.

O podcaste

Podcast Veda na dosah vznikol preto, aby sa k slovu dostali naše odborníčky a naši odborníci. Slovenská vedaje plná osobností, ktoré denne objavujú svet, aby sa nám mohlo ľahšie žiť. V epizódach môžete počuť výskumníkov z rôznych vedeckých oblastí.

Všetky podcasty Veda na dosah sú dostupné na stránke vedanadosah.sk, na Youtube CVTI SR, cezaplikácie Spotify a Apple Podcasts a naďalších streamovacích platformách.


Tous les épisodes de Veda na dosah

Paramètres

Affichage

Langue

Détermine les stations affichées en premier sur la page d’accueil.

Historique

Les stations et épisodes écoutés récemment et tes dernières recherches sont seulement enregistrés dans ce navigateur.

Notifications

Un court message quand un podcast que tu suis publie un nouvel épisode. Désactive un podcast précis avec la cloche sur sa page.

Compte

Enregistrez vos favoris – dans l’app et sur le site.

Raccourcis clavier

/
Ouvrir la recherche
Espace
Lecture ou pause
← →
Dans le lecteur : 15 s en arrière, 30 s en avant (épisodes) · dans une rangée : tuile suivante
↑ ↓
Dans une rangée : cible dans la tuile
Début / Fin
Dans une rangée : première ou dernière tuile
Esc
Fermer la fenêtre ou le menu
?
Cet aperçu
En cours de lecture

Voir la station

À suivre

    Ajoutez des épisodes avec « À suivre » – ils seront lus après l'épisode en cours.