co je umělá inteligence?

Úvod

Umělá inteligence (AI) je pojem, který se v posledních letech stal široce používaným, ale často má různý význam v závislosti na tom, koho se zeptáte. Někomu může AI vyvolat představu robotů podobných lidem, které vídáme ve sci-fi filmech, jiní si pod tímto pojmem představují každodenní nástroje, jako jsou digitální asistenti, automatické překlady nebo doporučovací algoritmy. Tento zmatek se prohlubuje, když se do hovoru dostanou pojmy jako obecná umělá inteligence (AGI - Artificial General Intelligence) a úzká AI, což komplikuje jasnou a smysluplnou diskusi o stavu a budoucnosti technologie AI.

Nedostatek společného chápání těchto pojmů vede k nedorozuměním a někdy přehnaným očekáváním ohledně toho, co AI dokáže. Například když někdo mluví o AGI, může si představit systém, který má vědomí a schopnosti blízké těm lidským ve všech oblastech, zatímco jiný člověk si může jednoduše představit vysoce kompetentního chatbota. Tyto rozdíly ve výkladu zdůrazňují nutnost vytvoření společného slovníku a mentálního rámce pro kategorizaci a diskusi o AI. Bez toho se mohou rozhovory o potenciálních přínosech a rizicích AI zamotat a zúčastněné strany - ať už jde o výzkumné pracovníky, tvůrce politik nebo širokou veřejnost - mohou mít problémy s efektivní komunikací.

Stanovením a definováním základních termínů můžeme lépe formulovat konverzaci o tom, v jaké fázi se současné technologie nacházejí a kam by mohl vést budoucí vývoj. V tomto článku se budeme zabývat různými definicemi a rámci s cílem vytvořit pevný základ pro pochopení složitého prostředí umělé inteligence. Obohatíme si tak slovník a mentální rámec pro diskusi o AI a přispějeme k jasnějšímu porozumění tomu, co umělá inteligence je a co může být.

”O čem nelze mluvit, o tom se musí mlčet.” — Ludwig Wittgenstein

Co je inteligence?

Pojďme udělat mezikrok a zamyslet se nad tím, co vlastně znamená být „inteligentní“. Inteligence je mnohostranný pojem, který je definován různými způsoby v závislosti na oboru studia. Z biologického hlediska je inteligence často chápána jako schopnost přizpůsobovat se měnícímu se prostředí, řešit problémy a učit se ze zkušeností. Psychologové, například Howard Gardner, tuto definici rozšířili o návrh mnohočetné inteligence, která zahrnuje jazykovou, logicko-matematickou, prostorovou a emoční inteligenci, z nichž každá vystihuje jiné lidské schopnosti.

V informatice je inteligence definována více funkčně. Odkazuje na schopnost systému vykonávat úkoly, které by v případě, že by je vykonával člověk, vyžadovaly kognitivní schopnosti, jako je uvažování, vnímání a rozhodování. Počítačové teorie inteligence, stejně jako teorie umělé inteligence, se zaměřují na mechanismy, které strojům umožňují učit se, přizpůsobovat se a samostatně se rozhodovat. Tato definice zahrnuje celou řadu schopností, od základního rozpoznávání vzorů (např. identifikace objektů na obrázcích) až po složité strategické plánování (např. hraní šachů nebo optimalizaci dodavatelských řetězců).

Kognitivní aspekty inteligence - učení, řešení problémů, vnímání a uvažování - slouží jako základ pro lidské i umělé systémy. V umělé inteligenci jsou tyto schopnosti často rozděleny na menší, zvládnutelné úlohy, které lze zakódovat do algoritmů a modelů. Systémy umělé inteligence se například učí přijímáním a analýzou velkých souborů dat, čímž napodobují způsob, jakým lidé hromadí znalosti. Podobně řešení problémů v AI zahrnuje prohledávání možných řešení a výběr nejoptimálnějšího na základě předem definovaných kritérií, podobně jako u lidského rozhodování.

Tedy pokud se bavím o lidské inteligenci, můžeme se odkazovat na schopnost učit se, řešit problémy a adaptovat se na nové situace ve složitém měnícím se prostředí. V kontextu umělé inteligence se inteligence odkazuje na schopnost systému řešit určitý úkol nebo úkoly srovnatelně s lidskými schopnostmi. Tato definice umožňuje porovnávat a hodnotit schopnosti umělých systémů v rámci konkrétních úkolů a oblastí, aniž bychom se museli zabývat otázkou vědomí, sebeuvědomění nebo jinými aspekty lidské inteligence, které jsou mimo dosah současných technologií AI.

Co je umělá inteligence?

Umělá inteligence se od svého formálního vzniku v polovině 20. století výrazně vyvinula. Cílem umělé inteligence, kterou původně definovali její první průkopníci jako Alan Turing a John McCarthy, bylo vytvořit stroje, které by dokázaly simulovat lidské myšlenkové procesy, resp. přemýšlení o tom zda stroj může myslet. Konference v Dartmouthu v roce 1956, která je často považována za zrod umělé inteligence, připravila půdu pro desetiletí výzkumu a inovací v oblasti strojového učení, neuronových sítí a dalších technik, které dnes tvoří základ moderní AI.

Pojem umělá inteligence může odkazovat na dvě základní koncepce: umělou inteligenci jako obor a umělou inteligenci jako systém.

Umělá inteligence jako obor

Umělá inteligence je obor studia, který se zabývá vývojem algoritmů a technik, které umožňují strojům vykazovat inteligentní chování. A tedy vykazují schopnosti, které bychom považovali za inteligentní, kdyby je vykazoval člověk. Dnes zahrnuje obor umělá inteligence širokou škálu algoritmů, které napodobují funkce podobné lidským, jako je porozumění jazyku, vizuální vnímání a rozhodování. Moderní umělá inteligence se řídí především technikami, jako je strojové učení (kdy se systémy učí z dat), neuronové sítě (inspirované strukturou lidského mozku) a zpětnovazebné učení (kdy se systémy učí metodou pokusů a omylů).

Umělá inteligence jako systém

Umělá inteligence může být také konkrétní systém nebo aplikace, která využívá techniky umělé inteligence k řešení konkrétních úkolů. - V tomto smyslu můžeme mluvit o chatbotech, autonomních vozidlech, systémech pro rozpoznávání obrazů, doporučovacích algoritmech a dalších aplikacích. A jde pravděpodobně nejčastější použití tohoto výrazu.

generativní umělá inteligence

Podkategorií umělé inteligence je generativní umělá inteligence, která vytváří nový obsah, jako je text, obrázky, a dokonce i hudba. Modely jako GPT-4 a DALL-E využívají rozsáhlé soubory dat a algoritmy hlubokého učení k vytváření výstupů, které napodobují lidskou kreativitu. Tyto systémy vzbudily novou vlnu zájmu o možnostech umělé inteligence na začátku roku 2023, která trvá dodnes.

úzká a obecná umělá inteligence

Při diskusi o umělé inteligenci se často setkáme s tradičním rozdělením na úzkou umělou inteligenci a obecnou umělou inteligenci. Úzká AI, která dnes převládá, vyniká ve specifických úlohách, jako je překlad jazyka nebo hraní šachů. Naproti tomu obecná umělá inteligence představuje ambiciózní cíl vytvořit systémy, které se dokáží přizpůsobit a fungovat v širokém spektru úloh, podobně jako lidská inteligence. Pokud se však na umělou inteligenci díváme pouze těmito dvěma optikami, můžeme se dostat do pasti binárního myšlení. Právě pojem obecná umělá inteligence vyvolává nedorozumění protože tento pojem může být chápán různě a může být vnímán jako „vše nebo nic“.

Následující části se budou zabývat tím, jak můžeme lépe definovat a kategorizovat umělou inteligenci, abychom mohli lépe chápat vývoj, současný stav, potenciál, rizika, omezení a možnosti této technologie. Obohatíme si tak slovník a mentální rámec pro diskusi o AI a přispějeme k jasnějšímu porozumění tomu, co umělá inteligence je a co může být.

AI podle OpenAI

Společnost OpenAI načrtla pětistupňový rámec pro kategorizaci vývoje svých modelů umělé inteligence (https://www.bloomberg.com/news/articles/2024-07-11/openai-sets-levels-to-track-progress-toward-superintelligent-ai), které směřují k dosažení umělé obecné inteligence. Tato vize není rozborem problematiky ohledně terminologie a jde spíše o náčrt toho kam společnost OpenAI směřuje vývoj a jaké dílčí cíle si vytyčila. Podle OpenAI je AGI definována jako “Vysoce autonomní systém, který předčí člověka ve většině ekonomicky hodnotných prací.” (https://openai.com/our-structure/). Ačkoli dnes žádný systém tuto definici nesplňuje, rámec OpenAI nabízí strukturovanou cestu od dnešní konverzační AI k potenciální budoucnosti, kdy AI bude schopna ve většině oblastí dosahovat výkonů srovnatelných s lidskými schopnostmi nebo je dokonce překonávat.

Pět úrovní je následujících:

1. Úroveň 1: Chatboti
   • současné systémy, jako je ChatGPT. Tyto modely se dokáží zapojit do konverzace a plnit specifické úkoly, jako je odpovídání na otázky nebo poskytování doporučení. Jsou však omezeny na strukturované interakce a nedisponují schopnostmi řešit problémy nad rámec svých tréninkových dat.
2. Úroveň 2: Rozumní boti
   • dokáží řešit složité problémy specifické pro danou oblast, podobně jako člověk s doktorským vzděláním. Tyto modely jsou schopny řešit nestrukturované úlohy, které vyžadují logické uvažování a adaptivní reakce.
   • Podle OpenAI této úrovně dosáhl jejich model gpt-o1
3. Úroveň 3: Agenti
   • mohou provádět autonomní akce po delší dobu a jednat jménem uživatelů. Mohou provádět složité sekvence úkolů, učit se z probíhajících interakcí a optimalizovat své akce pro splnění dlouhodobých cílů.
4. Úroveň 4: Inovátoři
   • systémy, které nejen řeší problémy, ale také vytvářejí nová řešení a generují originální výzkum. Takové systémy mohou vymýšlet nové technologie nebo strategie bez zásahu člověka.
5. Úroveň 5: Organizace
   • Poslední úroveň předpokládá systémy schopné autonomně vykonávat práci celé organizace, rozhodovat ve složitých oblastech, koordinovat více agentů a optimalizovat pro dosažení cílů na vysoké úrovni.

Tento rámec poskytuje náhled na dílčí cíle ve vývoji systémů od OpenAI a může nám pomoci snadno předvídat jaké budou další kroky této firmy a co od nich lze očekávat. Tento rámec je určitě dobrým vodítkem, ale definice jsou příliš obecné a zjednodušují problematiku.

AI podle Google DeepMind

Společnost DeepMind ve svém článku (https://arxiv.org/pdf/2311.02462) dělá podrobný rozbor okolo definice obecné umělé inteligence a navrhuje komplexní rámec pro definování pokroku v této oblasti pomocí pohledu na problém ve třech dimenzích: obecnost, kompetence a autonomie. Tento přístup nabízí diferencovaný způsob kategorizace systémů umělé inteligence, který zohledňuje nejen to, jak dobře plní úkoly, ale také to, jak samostatně mohou fungovat.

V této studii uvažují základní rozdělení na úzkou a obecnou umělou inteligenci. Vycházejí z toho, že hovořit o nějakém systému jako o obecné umělé inteligenci můžeme, když jsou obecné a tedy, že mohou být použity v různých oblastech (ne fyzických). Jde hlavně o kognitivní schopnosti, jakož i schopnost učit se novým věcem, nikoli o nutnost mít fyzické “tělo” či komponenty. Například systém, který umí kontrolovat gramatiku a zároveň je schopen přeformulovat text, tak i přesto, že dělá více činností jde o úzkou umělou inteligenci, protože jde o úkony v jedné vymezené oblasti. Naproti tomu pokud systém umí řešit problémy v různých (ne fyzických) oblastech, tak jako současní chatboti, tak již lze hovořit o obecné umělé inteligenci.

Další rozměr, který lze u těchto systémů uvažovat je míra kompetence. Tato dimenze rozděluje systémy podle kompetence provádět různé úkoly, od výkonu na úrovni začátečníka až po nadlidské schopnosti. Následující tabulka ukazuje příklady systémů podle obecnosti a podle míry kompetence.

Výkon \ Obecnost	Úzké zaměření	Obecné zaměření
Úroveň 0: Ne-AI: Systém neobsahuje prvky umělé inteligence.	kalkulačka, běžný program	Systém jehož součástí je člověk. Může jít například o odborná fóra, kde si uživatelé navzájem radí. Např. StackOverflow.
Úroveň 1: Rodícíse: Srovnatelné schopnosti s nekvalifikovaných člověkem.	Většinou systémy z počátků vývoje AI.	ChatGPT (OpenAI), Gemini (Google), Claude (Anthropic), …
Úroveň 2: Kompetentní: Lepší než 50% zkušených dospělých.	Siri (Apple), Alexa (Amazon), Google Assistant (Google) nebo Watson (IBM), který dokázal vyhrát v televizní vědomostní hře.	❌Podle autorů, takový systém zatím neexistuje. Já si myslím, že současné systémy jsou minimálně na hraně.
Úroveň 3: Expert: Lepší než 90% zkušených dospělých.	kontrola gramatiky - např. Grammarly, generování obrázků - např. Dall-E 3, Midjourney, apod.	❌takový systém zatím neexistuje
Úroveň 4: Virtuózní: Lepší než 99% zkušených dospělých.	Deep Blue - šachová AI, která porazila mistra světa Garri Kasparova	❌takový systém zatím neexistuje
Úroveň 5: Superčlověk: lepší než 100% zkušených dospělých	AlphaFold 🏅 - předpověď struktury proteinů, StockFish - nejlepší šachová AI	❌takový systém zatím neexistuje

Dále autoři přidávají další dimenzi: autonomie. Tato dimenze měří, do jaké míry může systém umělé inteligence pracovat samostatně, bez zásahu člověka. Opět uvažují šest úrovní. U každé úrovně je uveden příklad systému, který by mohl tuto úroveň dosáhnout, ale jde o teoretcký odhad, protože žádný systém zatím na vyšších úrovních neexistuje.

• Úroveň 0: Ne-AI
  • žádná automatizace; úkoly jsou plně řízeny člověkem.
• Úroveň 1: AI jako nástroj
  • AI pomáhá s dílčími úkoly, ale vyžaduje neustálé řízení člověkem.
  • např. Siri, Alexa, Google Assistant.
  • Odhadovaná minimální úroveň kompetencí: úzká AI na úrovni 1, spíše 2: kompetentní.
• Úroveň 2: AI jako konzultant
  • AI poskytuje doporučení, ale nemůže jednat samostatně.
  • např. chatboti: ChatGPT, Gemini, Claude, …
  • Odhadovaná minimální úroveň kompetencí: úzká AI na úrovni 2, spíše 3 nebo obecná AI na úrovni 1.
• Úroveň 3: AI jako spolupracovník
  • AI sdílí rozhodování a provádění úkolů s člověkem.
  • např. analýza šachové partie, kontrola gramatiky, návrh formulací, …
  • Odhadovaná minimální úroveň kompetencí: úzká AI na úrovni 3, spíše 4 nebo obecná AI na úrovni 2.
• Úroveň 4: AI jako expert
  • AI samostatně vykonává složité úkoly s minimálním vedením člověka.
  • např. samostatný AI pracovník, zpracovávání právních dokumentů, …
  • Odhadovaná minimální úroveň kompetencí: úzká AI na úrovni 4 nebo obecná AI na úrovni 3.
• Úroveň 5: AI jako agent
  • Plně autonomní AI schopná samostatně řídit činnosti v různých oblastech.
  • např. zcela autonomní osobní asistent
  • Odhadovaná minimální úroveň kompetencí: obecná AI na úrovni 4 nebo 5.

Jak vidíte, tak tento rámec poskytuje strukturovaný způsob hodnocení umělé inteligence, který překračuje binární definice (úzká/obecná) a zdůrazňuje složitost tohoto problému. Umožňuje nám vést přesnější dialog o schopnostech AI a rizicích spojených s různými úrovněmi schopností a autonomie. S tím, jak se schopnosti těchto systémů zvyšují, bude pochopení těchto nuancí rozhodující pro zajištění bezpečné a prospěšné integrace AI do společnosti.

Díky novému pohledu získáváme novou perspektivu o tom kde jsme a kam směřujeme. Všimněte si, že čím je systém kompetentnější, tím je jeho zaměření většinou užší. Co se týče obecných systémů, tak je před námi ještě dlouhá cesta než se dočkáme systémů, které známe pouze ze sci-fi filmů a knih.

Po přečtení tohoto článku jsme konečně s přáteli zjistili proč se naše předpovědi ohledně doby, kdy se dočkáme obecné umělé inteligence, liší. Má definice odpovídá úrovni autonomie 5 a tedy pravděpodobně kompetencím na úrovni 4 a výše. Má předpověď (ne dříve než 2040) tak dalece přesahovala odhady některých přátel (“do dvou let”). A teď otázka: U jaké úrovně kompetencí a autonomie byste systém nazvali Obecnou umělou inteligencí?

Podle autorů článku většina definic obecné umělé inteligence odpovídá úrovni 2: kompetentní, tedy lepší než 50% zkušených dospělých. Definici OpenAI odpovídá spíše úroveň 4: Virtuózní a tedy lepší než 99% zkušených dospělých. Dalším krokem společnosti OpenAI by mělo být dosažení agentních systémů. To by v rámci DeepMind mohlo odpovídat kompetencím na úrovni experta (lepší než 90% zkušených dospělých) a autonomii na úrovni 4 - AI jako expert - systém, který samostatně vykonává složité úkoly s minimálním vedením člověka. Je pravda, že současné systémy dosahují v některých oblastech výkonů na úrovni experta, ale v mnoha oblastech stále zaostávají. Jinými slovy také u obecných systémů by se mohlo dát očekávat, že čím lepší budou tím bude jejich zaměření užší ve srovnání s jejich obecnějšími a méně kompetentními “sourozenci”. Nezbývá nám nic jiného, než čekat na to co nám budoucnost přinese.🚀

Závěr

Cesta k umělé obecné inteligenci je složitá a mnohotvárná a vyžaduje hluboké porozumění tomu, co AI v současnosti je a kam se může v budoucnu ubírat. Prostřednictvím různých diskutovaných rámců vidíme, že AGI není jediný, binární stav, ale spektrum schopností, které je třeba pečlivě definovat a měřit.

Používání jasných definic je nezbytné pro podporu produktivních diskusí a předcházení mylným představám o skutečné povaze a potenciálu systémů umělé inteligence. Bez společného slovníku může dojít k roztříštěnosti rozhovorů, což vede k nerealistickým očekáváním nebo nemístným obavám. Přijetím strukturovaných rámců, jako jsou zde uvedené, můžeme smysluplněji hodnotit pokrok AI a stanovit vhodné cíle pro její bezpečný a prospěšný rozvoj.

Cesta k AGI bude nakonec zahrnovat více než jen technické průlomy - bude vyžadovat neustálý dialog a promyšlené zvažování etických, společenských a bezpečnostních důsledků. Pokud budeme uvažovat nad rámec binárních definic a přijmeme širší perspektivu, můžeme se lépe připravit na příležitosti a výzvy, které nás čekají, až budou systémy AI stále schopnější a integrovanější do našich životů.