Autor: Catherine Thorbecke
Více než 50 let po své smrti se Helen Kellerová stále objevuje v debatách o umělé inteligenci. Komunikační průlom americké spisovatelky, která byla hluchoslepá, bývá často uváděn jako důkaz, že jazyk je nejlepší cestou k vytvoření strojů stejně inteligentních jako lidé.
Navzdory hlasitým počátečním pochybnostem se velké jazykové modely — technologie, na níž stojí naprostá většina dnešních investic do AI — ukázaly být mnohem více ukotvené v realitě, než kritici očekávali. Počítač sice nemůže ponořit nohy do oceánu, ale dokáže rozpoznat dostatek vzorců v textech z celého internetu, aby napodobil porozumění tomu, co znamená smočit si chodidla. Naše posedlost LLM navazuje na dlouhou tradici spojování jazyka s inteligencí.
Jenže vlastní popis slavného momentu „w-a-t-e-r“ u Helen Kellerové byl o něčem víc než jen o slovech. Když jí učitelka Anne Sullivanová hláskovala písmena do dlaně, Kellerová zároveň cítila, jak jí přes ruku proudí „nádherně chladné něco“. Nespojovala tedy jen jedno slovo s jiným, ale jazyk s fyzickým vjemem.
Tento rozdíl je důležitý ve chvíli, kdy generální ředitel Nvidia Corp. Jensen Huang, čínský prezident Si Ťin-pching a další ohlašují éru fyzické AI. V další fázi technologické revoluce, kterou budou určovat roboti pohánění AI a pohybující se ve skutečném světě, je stále obtížnější přehlížet limity velkých jazykových modelů. Znát každou větu, která kdy byla napsána o používání hůlek nebo zavazování tkaniček, je něco jiného než umět se najíst nebo odejít z domu.
Už dříve jsem psala, že dvěma největšími překážkami pro užitečné humanoidní roboty jsou ruce — tedy obratnost — a „mozek“, tedy modely AI schopné řídit jednání ve skutečném světě. Vyřešení obou problémů by mohlo otevřít trh, který podle Morgan Stanley do roku 2050 dosáhne hodnoty 5 bilionů dolarů. Co když jsou ale tyto problémy propojenější, než jsme si mysleli?
Biologové zkoumající fosilie homininů zjistili, že obratnost primátů a vývoj mozku se v průběhu generací vyvíjely ruku v ruce. Podle studie zveřejněné loni v časopise Nature to naznačuje, že inteligenci formovalo nejen pozorování světa, ale i fyzické jednání v něm.
Dosažení obecné umělé inteligence u strojů se od toho možná nebude tolik lišit, řekl mi Junghee Ryu, generální ředitel startupu RLWRLD zaměřeného na fyzickou AI, který má kanceláře v Soulu, San Francisku a Tokiu. Jeho firma vyvíjí základní modely pro roboty schopné pětiprsté manipulace a Ryu tvrdí, že hardware a software pro robotické mozky a ruce se musí vyvíjet společně. Začátkem letošního roku RLWRLD oznámil spolupráci s Nvidia na vývoji nového benchmarku pro obratnou manipulaci.
Velké jazykové modely podle Ryua velmi dobře chápou svou situaci a plánují kroky, stále ale nedokážou vykonávat práce vyžadující obratnost, takže jsou nepoužitelné v rozsáhlých částech trhu práce. To by podle něj mělo zpochybnit nedávná tvrzení, že jsme dosáhli AGI, tedy mytického milníku označujícího systémy ekonomicky stejně životaschopné jako lidé.
Není sám. Analytici Korea Investment & Securities Co. letos v oborové zprávě napsali, že obratnost podobná lidské, zejména u robotických rukou, je „poslední složkou umožňující AGI“. Ruce jsou podle nich napojeny na 25 % motorické mozkové kůry a 30 % senzorické kůry, a jsou proto zásadní pro to, jak lidé vnímají vnější informace a jak na ně reagují.
Přestože experti neustále předpovídají, že se k AGI přibližujeme, zároveň se domnívají, že jsme dál od strojů zvládajících základní fyzické úkoly. V dlouhodobém průzkumu mezi stovkami výzkumníků AI respondenti v roce 2016 očekávali, že stroje schopné skládat prádlo nebo sestavit libovolnou sadu Lego lépe než lidé dorazí přibližně v letech 2022 a 2025. V nejnovější iteraci průzkumu z roku 2024 se tyto milníky posunuly na roky 2030 a 2031.
Dává to smysl, protože benchmarky, které jsou pro AI stále nejtěžší, zahrnují jednání ve skutečném světě, kde je prostředí nepředvídatelné a chyby mají fyzické důsledky, uvedla nejnovější zpráva Stanford AI Index. Při porovnání výkonu robotů v kontrolovaných laboratořích a v simulovaných domácnostech vědci zjistili obrovský rozdíl. Je to střízlivé připomenutí reality a podle výzkumníků, jako je Ryu, souvisí právě s nedostatkem obratnosti.
Je to také varování pro Čínu. Peking si je vědom demografických změn a učinil z fyzické AI politickou prioritu. Země už zřejmě má v humanoidních robotech náskok: podle americké společnosti Smart Analytics Global připadalo na čínské firmy v první polovině letošního roku více než 97 % globálních dodávek. Pod efektními demonstracemi se ale iluze schopností rozpadá.
To otevírá příležitost ostatním, aby se zaměřili na nejobtížnější části vývoje skutečně užitečných robotů. Takový postup bude pravděpodobně dál odhalovat limity pouhého budování větších jazykových modelů. Investiční mánie kolem LLM zároveň zvyšuje riziko, že peníze přitékají rychleji, než postupuje věda. Přibližně 76 % výzkumníků AI oslovených v loňském průzkumu uvedlo, že „škálování současných přístupů k AI“ pravděpodobně nebo velmi pravděpodobně k AGI nepovede.
Nikde nejsou limity jazyka a naší schopnosti s ním zacházet zřejmější než v kolektivních pokusech vůbec najít slova, jimiž AGI definovat. Cesta k inteligenci podobné lidské ve skutečném světě může nakonec vypadat spíše jako cesta Helen Kellerové: nebude vyžadovat jen slova, ale i dotyk.
Tento komentář odráží osobní názory autorky a nemusí odpovídat stanovisku redakční rady Bloomberg LP ani jejích vlastníků.
Catherine Thorbecke je komentátorkou Bloomberg Opinion zaměřenou na technologie v Asii. Dříve působila jako technologická reportérka CNN a ABC News.
Tato zpráva vznikla s pomocí Bloomberg Automation.
Text vychází ze zprávy agentury Bloomberg a je redakčně upraven pro české čtenáře.
ZDROJ: Bloomberg.com
