Odpovědi na otázky, které kolem AI padají nejčastěji — od neuronových sítí a jazykových modelů po inteligenci, vědomí a AGI.
Rok 2022 byl pro obor umělé inteligence mimořádný hlavně v tom, jak zasáhl do veřejného povědomí. Služba ChatGPT během pouhých dvou měsíců přilákala 100 milionů uživatelů, čímž se stala nejrychleji rostoucí aplikací všech dob. A přitom stojí na modelu, který byl vytrénovaný už před pár lety, a myšlenkách objevených ještě dříve.
Od té doby se stalo hodně. Za čtyři klíčové milníky považuji: soutěž chatbotů — v roce 2023 přišel GPT-4, Anthropic vydal Claudea, Google Gemini a začala skutečná konkurence. Multimodální modely — GPT-4o v roce 2024 spojilo text, obraz i hlas do jednoho modelu v reálném čase. Reasoning modely — o1, o3, DeepSeek R1; AI, která se před odpovědí chvíli „zamyslí" a projde si problém krok za krokem. A AI agenti — modely, které nedostávají otázku, ale úkol, a samy si plánují cestu k cíli. Paralelně explodovaly open-source modely — Llama od Mety, Mistral z Francie, DeepSeek z Číny. O tom, co AI zatím neumí, jsem psal v článku Dnešní AI není schopná dělat vlastní objevy.
To je záludná otázka, protože existuje mnoho definic, co to inteligence je. Navíc, pokud se nějakou dovednost naučí zvíře nebo stroj, lidé ji často přestanou považovat za projev inteligence. Málokdo by dnes řekl, že počítač Deep Blue, který v roce 1997 porazil šachového mistra světa Garri Kasparova a šokoval tím svět, byl inteligentní. Ale kdybys to dokázal ty, tví rodiče by tě určitě označili za geniálního.
Jedna část lidí schopnosti velkých jazykových modelů, jako je GPT, považuje za projev inteligence. Byť jiné, než je lidská. Neuronovou síť vidí jako podklad, ze kterého inteligence vyvstává (emerguje). Emergenci chápou až jako cosi magického. Proti nim stojí lidé, kteří tvrdí, že jde pouze o stroje bezmyšlenkovitě chrlící text na základě pravděpodobnosti, tzv. stochastické papoušky. Ale je to složitější, než jak ho většina lidí používá. Ti první na to namítají, že i lidský mozek je v podstatě stochastickým papouškem, a tedy AI má podobné vlastnosti jako lidé. Můžeš si vybrat, který postoj ti je sympatičtější.
Tohle slýchám hodně: „LLM jenom vybírá slovo, které s největší pravděpodobností následuje za předchozím. To přece není nic víc než statistika."
Na to rád odpovídám otázkou: Napíšu pět slov, která po sobě ještě nikdo nikdy nenapsal — a tedy v trénovacích datech nejsou. Jaké bude šesté slovo? Z čeho model tu pravděpodobnost spočítá, když takovou sekvenci nikdy neviděl?
Spousta lidí namítne, že takových pět slov nejde napsat. Samozřejmě jde: „Fialový traktůrek potichu recitoval logaritmy…" Dobře, potřebuješ víc slov? Tak sedm. Nebo dvanáct. Čím delší sekvence, tím jistější, že ji nikdo před tebou nenapsal — a přesto model smysluplně pokračuje.
Pokud by opravdu jen vyhledával, co v datech po dané sekvenci nejčastěji následovalo, musel by na neznámou sekvenci odpovědět nesmyslem. Ale to se neděje. Model se tedy musel naučit něco víc — musel se naučit generalizovat. Aplikovat naučené na zcela novou situaci. A generalizace je přesně to, co ho dělá neuvěřitelně užitečným. Na jednoduché větě Ema mele maso ukazuji, proč jazykové modely nejsou jen statistika.
Mimochodem, když mluvíš, taky „vybíráš nejpravděpodobnější slovo". Začni větu a sleduj, jak ti mozek nabízí pokračování. Vybíráš z nich. Akorát tomu neříkáš statistika, ale myšlení. Jak to funguje pod kapotou podrobněji rozebírám v článku o tom, jak ChatGPT funguje.
Turingův test byl vymyšlen je pokus, kterým by se dalo zjistit, jestli se umělá inteligence chová inteligentně. Probíhá tak, že si s někým chatuješ a snažíš se uhodnout, jestli na druhé straně je člověk nebo stroj. Pokud dojdeš k závěru, že je to člověk, ale ve skutečnosti je to stroj, potom prošel Turingovým testem.
Přestože má Turingův test své kouzlo, jde spíš o folklor než o solidní metriku inteligence. Spíš testuje schopnost AI tě oblbnout. Schopnost vést docela přesvědčivé konverzace, což například ChatGPT zvládá. Ale přitom nemusí mít vůbec lidské porozumění, silnou inteligenci, natož vědomí.
Jestliže panují neshody ohledně definice inteligence, s vědomím je to ještě o řád komplikovanější. Co je vůbec vědomí? Má vědomí někdo jiný kromě tebe? Předpokládáš, že ano, že ho mají všichni lidé – jenže jak to ověřit? Tohle jsou témata, o kterých víme tragicky málo. O to větší prostor pro různé šílené teorie, jako že podstatou vědomí jsou kvantové částice nebo vlastnosti mikrotubulů atd. Do toho ale nechci zabrušovat. Protože otázka umělého vědomí vůbec není na pořadu dne. Současné AI jsou jednoúčelové programy bez schopnosti jednat o své vůli. Nic víc.
Obecnou umělou inteligencí (AGI, Artificial General Intelligence) se nazývá inteligence, která se dokáže přizpůsobit novým podmínkám, samostatně zdokonalovat a rozvíjet své schopnosti. Může se ve všech směrech vyrovnat člověku a překonat jej.
Ale klid, nic takového zatím neexistuje. Ani nejpokročilejší chatboty nejsou programy, které by mohly jednat o své vlastní vůli. Jde o úzce specializované programy, které nedokáží samy o sobě získávat nové schopnosti. Podobně jako myčka se nedokáže sama vyskládat.
Kolem AGI se rozhořela živá debata. Někteří hovoří o tom, že velké jazykové modely projevují znaky emergentní inteligence. Jiní se obávají, že půjde vytvořit agenty, jejichž záměry nebudou v souladu se zájmy lidí. Další věří, že nebezpečná obecná inteligence se vynoří za příštím zdvojnásobením počtu parametrů. A samozřejmě je tu početná skupina — zastánci teorie stochastického papouška — která tvrdí, že GPT je jen aplikovaná statistika opakující vzory z trénovacích dat. Po atomové bombě by AI mohla být dalším vynálezem s fatálním dopadem — ale je třeba si ujasnit, o jakém horizontu se bavíme.
Podle různých zpráv v OpenAI interně zaznívalo, že bylo dosaženo AGI. Jenže co přesně tím myslí, nikdo moc nevysvětlil — definice si každá firma šije na míru. Debata se posunula, ale základní závěr zůstává stejný. Dnešní modely jsou přesvědčivé — svými schopnostmi v mnohých vyvolávají dojem, že AGI je za rohem. Ale k vědecky smysluplné, skutečně obecné AI povede ještě dlouhá cesta. Bude potřeba učinit řadu vědeckých objevů. Ani na základní otázku — rozumí jazykové modely tomu, co píšou? — zatím nemáme jasnou odpověď. Tvrdit, že obecná AI už je za rohem, není seriózní. O konkrétních obavách z bezpečnosti a reálných rizicích AI píšu na stránce o rizicích.
Zákony robotiky zní takto:
Takové Desatero pro roboty, že? Vymyslel je Isaac Asimov, slavný spisovatel sci-fi, aby měl základ pro psaní napínavých příběhů plných dilemat a konfliktů. Jsou to čistě literární pravidla a neodrážejí skutečné možnosti nebo omezení robotů či umělé inteligence. Umělá inteligence se neřídí literárními pravidly. To by bylo jako očekávat, že skutečný upír bude dodržoval pravidla z knihy Dracula od Brama Stokera. Na to skuteční upíři zvysoka.
„To přece není AI! Je to pouhé strojové učení! Jenom statistika."
Tohle je opravdu zbytečné slovíčkaření. Technicky vzato, umělá inteligence je široký vědecký obor a strojové učení je jedním z jeho klíčových podoborů. Dnešní generátory textů a obrázků jsou výsledkem intenzivního bádání na poli neuronových sítí, které spadají pod strojové učení. Jde o kombinaci statistiky, matematiky, experimentování, náhody, štěstí, peněz a dalších ingrediencí. Po 80 letech se podařilo přijít s průlomovými výsledky v oblasti porozumění psanému textu a mluvenému slovu. Zdaleka to není obecná AI jako z filmů. Ale stejně je to fascinující. Chytrý člověk zkoumá, jak mu může pomoci, rejpal hloupě slovíčkaří.
Pokud tě zajímá, jaké mýty kolem strojového učení kolují a co je na nich pravdy, sepsal jsem to.
Když se dnes hovoří o umělé inteligenci, obvykle se myslí neuronové sítě. Počátky jejich výzkumu sahají do poloviny minulého století. Ano, je to sakra dávno. Už v 60. letech vznikl chatbot ELIZA, který dokázal přesvědčit lidi, že s nimi mluví skutečný terapeut — a přitom uměl jen otáčet jejich vlastní věty. Jejich původním předobrazem byly opravdu biologické neurony, ale brzy se od nich vzdálily, koneckonců sami jsme toho o fungování mozku dost nevěděli.
Neuronové sítě zvládají problémy, kde klasické programování tápe, protože je nelze snadno popsat algoritmicky. Patří sem například rozpoznávání znaků (OCR) nebo řeči. Místo toho, aby programátor definoval chování pomocí kroků a podmínek, se neuronové sítě „učí" na datech, která jim předložíme. Jak se trénují, co jsou to parametry a kde jsou limity, rozebírám podrobně na stránce Jazykové modely pod pokličkou.
Jazykové modely jsou neuronové sítě specializované na zpracování přirozeného jazyka — umožňují počítačům analyzovat a generovat texty. Právě na nich stojí ChatGPT, Claude, Gemini a další chatboti. Jak fungují jazykové modely, na kterých je ChatGPT postaven, se dočteš na stránce Jak fungují jazykové modely.
Jak roste zájem o AI, narůstá také množství mýtů a nepravd, často šířených vědci nebo lidmi v první linii. Například šéf Google Sundar Pichai v dubnu 2023 v televizním rozhovoru promluvil o překvapivých (emergentních) dovednostech, které se u obřích jazykových modelů objevují a nikdo neví proč. Zmínil konkrétně, že jejich uměligence Bard, což je obdoba GPT, začala z ničeho nic rozumět bangladéšsky, ačkoliv nebyla na tomto jazyce trénována. Wow 🤯
Skutečnost je však taková, že jazyk „bangladéšština" vůbec neexistuje. V Bangladéši se mluví bengálsky. A bengálština byla jedním z jazyků, na kterém se prokazatelně trénovala umělá inteligence PaLM, jejímž následníkem je právě zmíněný Bard. Takže žádný zázrak se nekoná.
Chatbot odpovídá. Agent jedná. Má nástroje — umí prohlížet web, spouštět kód, číst soubory. Plánuje si kroky a když se něco nepovede, zkusí to jinak. Je to ta největší změna v uměligenci od příchodu ChatGPT. Víc o tom, jak agenti fungují, kde je vyzkoušet a na co si dát pozor, najdeš na stránce AI agenti.
Ve spojitosti s uměligencí se používá slovo „předpovídat". Prý dokáže předpovídat počasí, nemoci, nebo který výrobek si zákazník příště koupí. Když jsem psal o tom, jak funguje GPT, zmiňoval jsem se o předpovídání dalšího slova.
Má tedy věsteckou kouli? Šlo by nakrmit neuronovou síť historii tahů Sportky a nechat ji předpovědět příští tah? Vyděláme balík? Koupíme Lambo? Zpomal, ne, tohle opravdu nejde.
AI je velmi zdatná ve sledování vzorců a trendů v datech. Dokáže odhadnout, jaké produkty si zákazník pravděpodobně koupí na základě nákupní historie jeho i milionů dalších lidí. Nebo jak se bude vyvíjet počasí na základě historických meteorologických dat. Předpovědět zdravotní problémy na základě genetických a zdravotních dat. Ale nemůže zjistit, že si třeba zítra zlomíš nohu. To je nahodilá událost, stejně jako tahy v loterii. AI, ať už jakkoliv pokročilá, je nemůže předpovědět.
Nedokáže. Ale je možné, že jsi někde zaslechl opak nebo narazil na bombastické titulky o AI lámajících hesla jako párátka. Jde o senzacechtivé zprávy, navíc staré a jen znovu oprášené. Podrobně ten mýtus vyvracím v blogu.
Stále tak platí, že 1) hesla musíš mít vytvořená náhodně a 2) ke každému účtu jiné. Pak se pro tebe nic nemění. Samozřejmě, že taková hesla si nejde zapamatovat. Od toho tu jsou šifrované systémové klíčenky, jako je Applí klíčenka, LastPass, 1Password apod. (Naopak neukládej hesla přímo v prohlížeči, protože ten je obvykle nešifruje). Že nic takového nepoužíváš? Že máš všude stejné heslo? No tak na nic nečekej a okamžitě mazej to změnit! Hned! Nebo taky můžeš zítra zjistit, žes přišel o přístup k mailu, Instáči, Fejsu, úplně ke všemu, vyhodí tě z práce, vykopnou z domu, život v troskách, to umí úplně zkazit léto.
To je novotvar, který jsem si vymyslel, protože umělá inteligence je příliš dlouhé označení a AI zase moc krátké :-) Mimochodem, zkratka AI (artificial intelligence) se někdy do češtiny překládá jako UI (umělá inteligence), což způsobuje zmatek, protože UI je zaužívaná zkratka pro uživatelské rozhraní (user interface). Takže prosím, AI nepřekládej.
Poslední aktualizace: únor 2026