Žádné zpomalení ani korekce. Vývoj umělé inteligence má minimálně v nadcházejících letech dál zrychlovat, myslí si odborník na umělou inteligenci Jan Romportl. AI konzultant přitom není jen teoretikem. V minulosti založil a vedl Centrum umělé inteligence v PPF a O2 Czech Republic a dnes je šéfem startupu Elin.ai, který pomáhá zvládat psychický tlak, úzkosti nebo přetížení ze sociálních sítí, a také působí jako Deep Tech Partner ve společnosti Presto Ventures.
„Během příštího roku nebo dvou bude umělá inteligence takřka bezchybným a možná geniálním programátorem a bude schopná napsat jakýkoliv kód, který kdy napsal člověk,“ věří Romportl.
Na konci loňského roku jste uvedl, že vývoj AI zrychluje. Potvrzuje se dnes tato predikce?
Potvrzuje. Vlastně jde vše až mrazivě podle plánu a málokdo si uvědomuje, co všechno to znamená. Pro posuzování rychlosti vývoje AI už dlouho sleduji METR report (Model Evaluation and Threat Research, poznámka redaktora), který měří, jak dlouhé úkoly jazykový model zvládne samostatně vykonat, než se rozpadne. Existuje hypotéza, že se každý půlrok tento čas zdvojnásobí. To by znamenalo něco jako Moorův zákon, akorát že čas potřebný na každé další zdvojnásobení se navíc ještě zkracuje, takže pro to používám pracovní název superexponenciála.
Zákon zatím funguje jako hodinky. V březnu model od společnosti Anthropic zvládl osmihodinovou úlohu. Po měsíci se začaly objevovat informace o novém modelu Mythos, který toto číslo dokázal zdvojnásobit. Tam jsme i dnes, takže do konce roku čekám další zdvojnásobení.
Překvapil vás od začátku roku v této oblasti nějaký nový objev?
Musím říci že ani ne. Nejvíce mě překvapuje přístup některých odborníků v oblasti kyberbezpečnosti. Řada z nich působí ve velkých IT korporacích a před třemi lety říkala, že nevěří na rychlý rozvoj AI a její schopnost autonomně provádět rozsáhlé kyberútoky. Dnes mají s nejnovějšími modely velké problémy.
Zmínil jste slovo superexponenciála. Šéf OpenAI Sam Altman například nedávno řekl, že už žijeme v singularitě. Jaký je v tom rozdíl?
Osobně bych navrhoval slovo singularita zahodit. Je tak zprofanované, že nám vlastně nic neřekne. Když jsem se kolem roku 2010 pohyboval v akademickém prostředí kolem britského Oxfordu, singularita se tam vytáhla z archivů jako sexy označení pro velké vědecké tažení. Mezitím už se ale termín tak zneužil, že nikdo moc neví, co znamená.
Superexponenciála je aspoň kvantifikovatelná. Jde o exponenciální růst, který roste exponenciálně. Těžko si to představit, ale jde o exponenciálu nad exponenciálou. Souhlasím, že opět jde o zjednodušení a nemáme dostatek dat na ověření, ale základním významem je, že tempo růstu je – alespoň zatím – rychlejší než běžná exponenciála.
Když jsem koukal na stránky tohoto speciálního měření, bylo tam upozornění, že měření pro úlohy delší než 16 hodin jsou se současnou sadou úloh nespolehlivá. Znamená to, že na stránkách je poslední záznam z května tohoto roku ohledně výkonnosti zmíněného modelu Mythos. Nebylo by tedy lepší používat už jiné měření?
Souhlas. Ale podle mě je to tím, že jsme se dostali do stavu, kdy už to jednoduše měřit nelze. Jak efektivně měřit schopnost modelu vyřešit úlohu, která by člověku trvala měsíc? Podle mě jde o další benchmark, který se saturoval. Musí se vymyslet jiný.
A ještě dovětek: Já netrvám na tom, že jde o superexponenciálu, pro mě za mě tomu říkejme klidně exponenciála. V tomto kontextu ten pojem pro mě znamená především to, že během příštího roku nebo dvou bude umělá inteligence takřka bezchybným a možná geniálním programátorem a bude schopná napsat jakýkoliv kód, který kdy napsal člověk. U té singularity je problém v tom, že působí nekonečně. Jako by najednou měla přestat existovat hmota.
Chápu správně, že věříte dalšímu zrychlení tempa minimálně v následujících pár letech?
Ano. Kdybych mohl, tak si na to vsadím. Horší je, že se nám to bude špatně měřit, a to z těch důvodů, které jsem právě popsal. Schopnosti modelů ale budou určitě vyšší. Dokážou za nás dělat velkou porci úloh autonomně. Agenti už nebudou jen výsadou softwarových firem, ale běžného člověka.
Jak hodnotit schopnost AI
Čím ty schopnosti do budoucna měřit?
Už dnes se objevují nové přístupy, které podle mě lépe odpovídají současným schopnostem. Starší benchmarky typu Terminal-Bench se nahrazují nástupci, jako je třeba Frontier-Bench. Ten zkoumá, jak model dokáže vykonávat kancelářskou práci. Ještě více mě teď ale baví Remote Labor Index, který posuzuje, jak si vede model u kancelářských úloh, které nabízejí freelanceři na internetových platformách.
Je to takový Uber pro lidi na volné noze. Pro představu tam lidé nabízejí například copywriting, překlady, vývoj webů nebo třeba digitální marketing. I v těchto benchmarcích je jen za poslední měsíce vidět ohromný skok. Také to podle mě naznačuje nějakou ekonomickou smysluplnost. Od lidí, co znám, vím, že přesně tento trh freelancerů je každou chvíli mělčí.
A co benchmark ARC-AGI, který testuje, jak blízko mají modely k obecné umělé inteligenci (AGI)?
Tam je zajímavé, že původní benchmark ARC-AGI 1 je už saturovaný, kontaminovaný a dnes už existuje jeho třetí verze ARC-AGI 3. Stejně tak se nahradil třeba původní benchmark SWE-bench, který zkoumá schopnosti softwarového inženýrství, protože k laboratořím unikly správné výsledky.
Osobně ARC-AGI tolik nesleduji, protože mi jejich metodika nepřijde jako nejvhodnější. Přestože má benchmark ambici sledovat cestu k obecné umělé inteligenci, úlohy hodně přizpůsobuje lidskému vnímání, což opomíjí fakt, že lidská mysl je dost nedokonalá a svérázná.
I řada živočichů má oproti nám lepší zrak, čich či jiné smysly, takže těžko vlastní optikou dokazovat skutečný stav věci. Je to zajímavý nápad, jak sledovat schopnosti modelu v novém prostředí, ale nevím, do jaké míry reálně měří schopnosti obecné inteligence, natož schopnosti s ekonomickým dopadem. U ekonomicky smysluplné produktivity se mi daleko více líbí Frontier-Bench.
Zmínil jste slovo kontaminace. Můžete ho rozvést?
Jde o únik dat, který pomáhá laboratořím uměle zlepšovat výsledky v testech. Je to běžná věc a moc tomu nelze zabránit. Může k tomu dojít i omylem, když model náhodou najde užitečná data někde, kde to nikdo nečekal. Životnost benchmarku je proto zhruba jeden rok. I proto je čím dál složitější dělat nové a nové testy, protože je potřeba, aby ty největší kapacity ve svém oboru vytvářely nové, a přitom čím dál složitější otázky.
Je to ale jen část problému. Laboratoře si zlepšují výsledky testů i tím, že své modely před zveřejněním kalibrují tak, aby v benchmarcích vyšly co nejlépe. Zkrátka vyberou tu verzi, která dosáhla nejvíc bodů. Je to pochopitelné, nutí je k tomu marketing i investoři.
Už to ale není takový Divoký západ jako dřív. Laboratoře jsou opatrnější od té doby, co se loni spálila Meta. Ta vydala model Llama 4, který v benchmarcích zazářil, ale ve skutečných schopnostech naprosto ztrácel. Meta se tím totálně znemožnila a na rok zmizela ze scény.
Zpátky k těm schopnostem. Čeká se na nějaký měřitelný milník nebo průlom, od něhož by měl být pozitivní ekonomický dopad nejen nepopiratelný, ale i všudypřítomný?
Nemyslím si, že obor vzhlíží k nějakému konkrétnímu algoritmickému průlomu. Spíš vidím, že ten dopad na ekonomiku už lze vidět nyní a bude postupně sílit. Bude to náběhová křivka. Vraťme se třeba k těm freelancerům. Co se stane, když v tom benchmarku vyjde, že AI agenti zvládnou sto procent úkolů, které jsou nabízeny na zmíněných platformách? Jednoduše si tito pracovníci budou muset najít nebo rozvinout novou dovednost.
Od začátku říkám, že největší hodnota člověka je tam, kde pracuje s ostatními lidmi. To bude velký trend – péče o ostatní. Význam poroste i u manuální práce, jejíž atraktivitu z hlediska výše odměňování vidíme už dnes. Brutálně rychlý vývoj sledujeme také v oblasti robotiky. Tam se ale teprve ukáže, jaké nápady se komerčně prosadí jako první.
V této souvislosti je zajímavé, že se robotické startupy stávají pro investory stále atraktivnějšími. Venture kapitálové fondy totiž začínají být opatrné vůči softwaru. Je těžké odhadnout, zda a případně kdy daný softwarový produkt zkopíruje umělá inteligence nebo šikovný nadšenec s AI nástroji během pár dnů.
Mimochodem koncept demokratizace AI je podle mě dost zavádějící. To, že všem lidem rozdáme přístup k nejlepším modelům, neznamená, že je všichni dokážou využít stejně produktivně. Ukazuje se, že čím pokročilejší umělá inteligence je, tím vyšší inteligenci vyžaduje od člověka. Člověk je tedy fakticky schopen využít AI jen do té míry, do jaké má rozvinutou metakognici, tedy schopnost pracovat se svým myšlením a zrcadlit jej v různých kontextech.
To znamená, že když má polovina lidí IQ nižší než sto, AI jim jako dodatečná inteligence moc nepomůže. Bavíme-li se o zvýšené pracovní produktivitě jako konkurenční výhodě, bude to opět záležitost zejména těch nejinteligentnějších, řekněme, 30 procent lidí.
Freelancer se přizpůsobí
Když očekávaný vývoj na trhu freelancerů přeneseme na celý trh práce, kam to podle vás povede?
Myslím, že za tři roky se budou dít velké otřesy. Odhaduji, že dvacet procent lidí o práci klidně může přijít. Zmínění freelanceři na tom paradoxně nebudou nejhůř. Jsou z podstaty flexibilnější než lidé, kteří pracovali deset let v korporátu na stejné pozici. Mají větší schopnost se adaptovat.
Pojďme k těm robotům. Na sociálních sítích se jednou za čas objeví nová videa, jak humanoidní roboti umějí zase o něco lépe napodobovat pohyby člověka. Dává ale vůbec smysl, aby se o to robot snažil, není to celé jen PR?
Videa, o kterých mluvíte, samozřejmě často jako PR slouží. Ale je třeba koukat za oponu. Já rád sleduji, jaké startupy podporuje nejslavnější americký startupový akcelerátor Y Combinator (Startupový akcelerátor je program, který pomáhá začínajícím firmám rychleji růst prostřednictvím mentoringu, kontaktů, financování a další podpory – pozn. red.). Prošla jím řada významných firem včetně OpenAI. Velmi zjednodušeně: když dnes startup získá podporu Y Combinatoru, investoři mu utrhají ruce. Zároveň díky tomu lze s určitou pravděpodobností předjímat, jaké velké inovace mohou přijít. A dnes jsou často v popředí firmy právě z oblasti robotiky.
Platit už nemusíte. ChatGPT dostává neomezený chat a nový superrychlý model zdarma
Můžete dát příklad?
Jeden startup se například snaží zautomatizovat úklid v indických hotelech. Uklízečkám dají na hlavu kamery a na ruce senzory, které sledují veškerý jejich pohyb. Nahrávají ho a umělá inteligence se z těchto záznamů nepřetržitě učí. Uklízečky postupně převléknou deset tisíc postelí a do roka vznikne první robotický prototyp. To je realita. Občas robot ještě udělá chybu, shodí třeba vázu, ale do dvou až tří let pojede bez problému.
Nedávno prošla sociálními sítěmi zpráva, že OpenAI se svým novým modelem vyřešila deset dosud nevyřešených matematických příkladů. Je to možné?
Ano. Byť se dříve podobné informace ukázaly jako falešné, respektive nepřesné, dnes už bych tomu věřil. Na potvrzení si nicméně musíme samozřejmě počkat.
Co by to znamenalo?
Ukazuje to, že se AI skutečně dostává do role, v níž bude přicházet s vlastními inovacemi.
Mám k tomu ještě jeden poznatek. Celý novověk je západní svět postavený na růstové ekonomice. Investice se musí postupně proměnit ve výnos. Pokud by tomu tak nebylo, přinesla by ztrátu a motivace k další investici by byla nulová. Všechno se to opírá o to, že bude pokračovat vědecko-technologický pokrok. Když se zastaví, celá společnost se postupně zbortí.
Nemusí jít nutně o růst HDP, to neříkám, může to být jakákoliv jiná metrika, díky níž si investor řekne, že má smysl se na deset let zbavit prostředků, které by mohl využít už dnes. To, že ekonomika šlape, je do značné míry postaveno na víře lidí, že věda a technika nám v budoucnu přinesou lepší životy.
Problém je, že od 70. let minulého století vědecký pokrok značně zpomalil. Můžeme mít pocit, že tomu tak není, ale v porovnání s předchozími dekádami je to realita. Odborníci proto mluví o krizi vědy. Dalo by se o tom hovořit dlouho, ale podstatou je, že se zdá, že jediným lékem, který tento trend může zvrátit, je právě AI.
Když jsou nejnovější modely tak nápomocné pro programátory, proč nevidíme záplavu novějších, schopnějších a levnějších programů a aplikací všeho druhu?
To upřímně zajímá i mě. Jde to trochu proti logice. Podle mě už to ale není ani tak otázka technologická jako spíše byznysová. Dostat software ke koncovému zákazníkovi je dnes nesmírně složité, pokud nemáte vybudované distribuční kanály. Pokud jako startup na trhu nejste, nemáte skoro šanci. Zákazník je vlastně odsouzený k tomu, aby si počkal, s čím přijde Apple, Google, Microsoft a sociální sítě. To znamená, že když to opravdu funguje, přijde někdo z velkých hráčů, koupí to a postupně to začne nasazovat. Masy lidí nemají čas hledat novinky, i kdyby jim to zjednodušilo život. Většina z nich soustředí pozornost na scrollování sociálních sítí a je spokojena. Bohužel.
Náklady na umělou inteligenci rychlost zavádění těchto nových softwarů ovlivňovat nemohou?
Nemyslím si.
Přesto: myslíte, že umělá inteligence bude do budoucna zdražovat, nebo zlevňovat?
Myslím, že bude zlevňovat. Model Opus 5 se za pár měsíců dostal pod poloviční cenu modelu Fable 5, a přitom dosahuje srovnatelných kvalit. Ten tlak tam je a nevidím, že by polevoval. V širším pelotonu je také čím dál více relevantních hráčů. Ve finále proto budou ceny nejspíš stabilní, zatímco kvalita poroste. Bude to stejný model jako u spotřebního zboží nebo počítačových her. Vezměte si, že takřka každá počítačová hra od roku 1994 stojí 1490 korun.