Začína nová éra umelej inteligencie, ktorá sa učí z reality. Vedci varujú, že môže nahradiť ľudí v mnohých úlohách
Umelá inteligencia sa mení z čitateľa textov na pozorovateľa reality. Vedecké tímy ju učia chápať svet cez videá a obrazy, vďaka čomu dokáže napodobniť ľudské konanie. Čoskoro tak môžu prísť stroje, ktoré nahradia človeka v mnohých činnostiach.
Tréning umelej inteligencie vstupuje do ďalšej fázy. Po rokoch, keď sa výskumníci sústredili na ukladanie a pochopenie textu, začína sa éra, v ktorej sa AI učí pozorovaním sveta okolo seba. Z digitálnej knižnice, ktorá pozná všetky slová, sa tak pomaly stáva interaktívna dielňa. Teda miesto, kde sa zo znalostí stávajú reálne zručnosti. Takže o niekoľko rokov môžeš čakať robotov s integrovanou AI. Na tému upozornil portál Techspot.
Veľké jazykové modely, aké používame v prekladoch, chatbotoch či generovaní textov, doteraz rástli na dátach z internetu. Nasávali knihy, správy, príspevky a diskusie (aj porno), až kým sa prakticky nenaučili väčšinu toho, čo je napísané on-line. Lenže práve tým sa dostali do slepej uličky. Ďalšie texty im už nepridávajú novú „múdrosť“, skôr opakujú staré informácie. Zjednodušene povedané on-line svet im už nič nové neprináša.
Preto sa výskum posúva novým smerom. Pozornosť sa po novom obracia k videám, obrázkom a zvukom. Teda k dátam, ktoré AI musia nielen čítať, ale aj „cítiť“. Najväčšou zásobárňou takýchto reálnych poznatkov sú miliardy hodín videí na internete. Na prvý pohľad sú to len obyčajné klipy, no v skutočnosti ukazujú presne to, čo chýba textovým modelom: pohyb, čas, fyzika a kauzálne vzťahy.
Budeme onedlho stretávať na úradoch umelú inteligenciu?
Napríklad videá o varení. Pre človeka sú to bežné recepty, no pre algoritmus znamenajú komplexnú lekciu o tom, ako sa mení hmota, farba, aj tvar predmetov. Keď niekto krája zeleninu, AI vidí poradie krokov, sleduje príčinu a dôsledok a učí sa, že tento svet nie je statický. Chápe, že nôž nie je len prosté slovo, ale aj nástroj, s ktorým sa niečo aj deje. To je kľúčový rozdiel medzi tým, čo bolo a tým, čo prichádza. AI už nebude len vedieť, čo je nôž, ale aj ako ho použiť.
Takéto učenie má obrovský potenciál. Model, ktorý dokáže pochopiť sled akcií vo videu, môže rovnaké princípy využiť pri ovládaní robotických rúk, navádzaní autonómnych systémov, alebo vytváraní realistických simulácií virtuálneho prostredia. V budúcnosti tak možno nebude treba podrobne programovať každý pohyb robota. Stačí mu ukázať, ako sa úloha vykonáva, a on si ju osvojí z pozorovania. Len nech im vedci radšej nepúšťajú horory, kriminálky a podobne.
Neprehliadni
Nie je to len teória. OpenAI už aktívne pracuje na umelej inteligencii s názvom Sora, ktorý sa snaží modelovať a pochopiť realitu cez videozáznamy. Meta a Google popri tom experimentujú s masívnymi vizuálnymi datasetmi, aby AI dokázala spájať textové chápanie sveta s fyzickými procesmi. Inými slovami, učia stroje vnímať svet ako človek a nie len čítať, ale aj vidieť, chápať a podľa toho aj konať.
Čo jej vedci budú púšťať, to sa naučí
Nová generácia umelej inteligencie tak dostáva do vienka skutočnú „motoriku“. Teda nebude len „tupo“ opisovať, ako sa niečo robí, ale to aj sama vykoná. V praxi to bude znamenať napríklad: inteligentnejšie asistenčné technológie, realistickejšie virtuálne svety a roboty, ktoré zvládnu komplexné úkony bez „mikroskopických“ inštrukcií.
Samozrejme, téma má aj svoje etické limity. Videá obsahujú osobné údaje či autorské diela, takže výskumníci stoja pred otázkou, ako AI trénovať bez zasahovania do súkromia, alebo práv tvorcov. Len zodpovedné narábanie s takýmito dátami môže zabezpečiť, že pokrok nebude na úkor ľudskej dôvery. Svet, v ktorom sa stroje učia pracovať rukami, sa tak postupne stáva realitou. Kým doteraz umelej inteligencii stačilo čítať, teraz sa musí pozerať, skúšať a chápať. A možno práve v tejto premene spočíva budúcnosť AI, ktorá bude schopná interagovať s reálnym svetom okolo nej. Možno nás postupne nahrádzať v niektorých činnostiach už o pár rokov.
