AI si sama objevila 2 500 let starý trik na paměť

Vědci dali neuronové síti jediný úkol: zapamatovat si seznam slov a vyjmenovat jich co nejvíc. Nic víc jí neřekli. Síť si sama od sebe vytvořila strategii, kterou před 2 500 lety objevil řecký básník Simonides a kterou dodnes používají mistři světa v zapamatování — takzvaný paměťový palác.

Studie vyšla 20. července 2026 v časopise Nature Machine Intelligence pod vedením Moufana Li a Marcela G. Mattara z New York University. A je to jeden z těch výsledků, u kterých člověk chvíli zírá do zdi.

Co přesně vědci udělali

Experiment byl záměrně primitivní. Rekurentní neuronová síť dostávala jedno slovo po druhém, po každém si uložila snímek svého vnitřního stavu do zvláštní paměti — a pak měla vyjmenovat, co si pamatuje. Odměnu dostávala výhradně za počet správně vybavených položek. Žádná instrukce, jak na to. Žádná nápověda o lidských technikách.

Sítě si vytvořily několik různých strategií. Některé se vybavovaly pozpátku, jiné se opíraly o „časový kontext“ — mechanismus, který desítky let sloužil jako hlavní psychologické vysvětlení lidské paměti. Ale ty nejúspěšnější modely dělaly něco jiného.

Objevily index. A to je přesně paměťový palác

Nejlepší sítě si vybudovaly takzvaný index code — vnitřní reprezentaci, která nekóduje, co slovo znamená, ale kolikáté v pořadí bylo. Vznikla tím stabilní kostra, po které pak model kráčel od začátku do konce a na každé pozici si vyzvedl, co tam odložil.

To je přesně logika paměťového paláce. Podle antické tradice ho objevil Simonides z Keu (asi 556–468 př. n. l.) poté, co se během hostiny zřítila střecha a on dokázal identifikovat rozdrcená těla podle toho, kde kdo seděl. Technika, kterou z toho odvodil — metoda loci — spočívá v tom, že si informace rozmístíte podél známé trasy a pak po ní mentálně projdete. Používali ji Cicero i Isokratés, dnes na ní stojí většina výkonů na mistrovství světa v paměti.

Síť tuhle techniku nikdy neviděla. Došla k ní proto, že je pro daný úkol jednoduše optimální. Autoři to podložili i čísly: čím víc se model choval „palácově“ (vybavování dopředu podle pozice), tím lépe si vedl — korelace r(81) = 0,71 při p < 0,0001.

Dvě podmínky, bez kterých se trik neobjeví

Zajímavější než samotný objev je, kdy k němu nedošlo. Index code vznikal jen za dvou okolností:

• Model musel být odměňován za vybavení všech položek, ne jen za pár nejbližších. Když se optimalizoval na krátkodobý zisk, sáhl po lacinější strategii.
• Nesměl se spoléhat na čerstvost. Dokud si mohl vystačit s tím, že si pamatuje posledních pár slov, žádnou pořádnou strukturu si nevybudoval.

A ještě jeden detail: když sítě dostaly možnost hledat v paměti podle obsahu slov, od paměťového paláce naopak ustoupily. Struktura se vyplatí jen tam, kde obsah sám o sobě nestačí.

Proč by to mělo zajímat firmu

Protože stejný princip platí pro firemní data. Většina zklamání z podnikové AI nevzniká proto, že by byl model hloupý — ale proto, že mu firma nasype 40 000 neuspořádaných dokumentů a čeká, že si v nich udělá pořádek sám. Studie z NYU říká přesně opak: kvalita vybavování stojí a padá se strukturou, do které informace ukládáte. Index, pořadí, jasné „místo“ pro každou věc.

Když stavíte firemní znalostní bázi nebo asistenta nad interními dokumenty, největší část práce není výběr modelu. Je to rozvržení skladu. Pokud nevíte, kde ve vaší firmě začít, v Praxiu to s vámi projdeme krok za krokem — včetně toho, co vám o vašich datech nikdo jiný neřekne. Úvodní konzultace je zdarma. Další příklady najdete i v sekci AI v praxi.

Časté otázky

Znamená to, že AI přemýšlí jako člověk?

Ne. Znamená to, že některé strategie jsou pro daný úkol prostě nejlepší, a proto k nim nezávisle dojde jak lidský mozek, tak umělá síť. Autoři výslovně upozorňují, že stejné chování může vzniknout z různých výpočetních mechanismů.

Byla to velká jazyková AI jako ChatGPT?

Nebyla. Šlo o malou rekurentní neuronovou síť trénovanou jen na úlohu volného vybavování. Právě proto je výsledek tak čistý — nemohla se techniku naučit z textů na internetu.

Funguje paměťový palác i na běžného člověka?

Ano. Studie z roku 2021 v Science Advances ukázala, že trénink metodou loci vede k trvanlivějším vzpomínkám a úspornějšímu neurálnímu kódování — ne jen u paměťových šampionů.

Zůstává otázka, u které se vyplatí zastavit: pokud stroj bez jakékoli nápovědy dojde ke stejnému triku jako antický řečník, kolik dalších „lidských“ schopností je jen optimální řešení, které jsme prostě našli první?

Zdroje: Li, M. et al., „A neural network model of free recall learns multiple memory strategies“, Nature Machine Intelligence 8, 1238–1250 (2026) · preprint na bioRxiv · Wagner, I. C. et al., Science Advances 7, eabc7606 (2021) · World Memory Championships: původ metody loci