Čo rok dal

Uplynul rok od príchodu ChatGPT, ktorý spôsobil revolúciu v technologickom svete. Jeho príchod bol nevídaný – oslovil 100 miliónov používateľov už v druhom mesiaci. Táto nová forma umelej inteligencie priniesla aplikácie a inovácie, ktoré transformujú spôsob, akým vnímame a využívame technológie. Aby sme pochopili, ako sme sa dostali až k tomuto bodu, je dôležité vrátiť sa späť v čase a preskúmať historické míľniky a kroky, ktoré nám umožnili dosiahnuť úroveň, na ktorej sa dnes nachádzame.

Vývoj umelej inteligencie

Všetko sa začalo sériou inovácií založených na nerealistických očakávaniach, že stačí len trocha sústredeného úsilia, čas a výrazné finančné prostriedky a vytvoríme takzvaný digitálny mozog – počítač schopný rozmýšľať podobne ako my a efektívne analyzovať okolité javy. Tento koncept sa začal na seminári v Dartmouth College v USA v roku 1956. Prvé pokusy boli sľubné: inovatívne programy navrhnuté pre „digitálny mozog“ dosiahli schopnosť pracovať so slovami takmer na rovnakej úrovni ako s číslami, hoci v obmedzenej miere a s nízkou úrovňou komplexnosti. Tieto začiatky predznamenali ďalší vývoj umelej inteligencie, no zároveň spôsobili aj jeho obmedzenie.

Od roku 1956 do roku 1974 nastalo prvé obdobie pokroku v oblasti UI, označované ako prvá jar UI. Počas týchto 18 rokov sa UI vyvíjala sľubnou rýchlosťou. Podarilo sa jej riešiť prvé slovné úlohy v matematike, ovládala čítanie a písanie voľným štýlom – samozrejme len v angličtine. Okrem toho začala odvodzovať niektoré zákonitosti a získala schopnosť ovládať roboty. V oblasti vývoja umelej inteligencie sa objavili tzv. bayesovské prístupy k štatistickej predikcii, ktoré umožňujú aktualizovať odhady na základe nových informácií, čím dochádza k ich zlepšovaniu.

Následne nastalo obdobie nazývané ako prvá zima UI, trvajúce od roku 1974 do 1980. Štátne organizácie a investičné fondy boli sklamané z pomalého postupu a nárastu problémov pri nasadení umelej inteligencie do zložitejších úloh. Zdravý sedliacky rozum ešte stále prevážil nad najlepšími výsledkami UI. To viedlo k obmedzeniu grantov a investícií do výskumu v oblasti UI. Napriek tejto zime vo vývoji však prišlo k významnému pokroku, ako bolo tzv. automatické programovanie, vznik prvej veľmi jednoduchej neurónovej siete a prvých autonómnych vozidiel. Zatiaľ však tieto vozidlá neboli uvedené na cesty pre obavy o bezpečnosť.

V rokoch 1980 až 1987 prišlo druhé obdobie pokroku v oblasti umelej inteligencie, známe ako druhá jar UI. Tento nárast súvisel s významným nárastom financovania inovácií v USA a šírením expertných systémov. Tieto systémy využívali obmedzený súbor príkazov, avšak ich funkcionalita a komplexnosť neustále narastali. V tomto období vznikli aj prvé chatboty, ktoré predstavovali začiatok interaktívnej komunikácie medzi človekom a strojom. Druhá jar UI priniesla výrazný pokrok v oblasti neurónových sietí aj vďaka tzv. backpropagation algoritmu. Backpropagation je kľúčovým nástrojom, ktorý umožňuje adaptáciu a učenie sa neurónových sietí a ktorý sa stal základom ich úspešného využitia v rôznych oblastiach strojového učenia a umelej inteligencie. Neskôr sa táto metóda začala vo veľkom využívať pri trénovaní algoritmov na obchodovanie na burzách.

V období medzi rokmi 1987 a 1993 prišlo druhé obdobie útlmu v oblasti umelej inteligencie, označované ako druhá zima UI. Záujem štátnych grantových organizácií a investičných fondov sa presunul do novej oblasti – rastúceho priemyslu okolo osobných počítačov súvisiacich so spoločnosťami ako IBM, Apple, Intel, AMD a ďalšími. Aj napriek spomaleniu v tomto období sa začalo do algoritmov umelej inteligencie implementovať tzv. reinforcement learning. Táto metóda strojového učenia využíva spätnú väzbu, čím umelá inteligencia samu seba učí podobným spôsobom, akým sa učia ľudia. Neskôr táto metóda viedla k výraznému zvýšeniu rýchlosti učenia sa UI a vytváraniu vlastných dátových modelov, pretože UI nebola závislá od ľudskej anotácie alebo kategorizácie vstupných dát.

V rokoch 1993 a 2011 prišlo k tzv. tretej jari UI, ktorá trvala približne 18 rokov. Počas tohto času sa umelej inteligencii podarilo dosiahnuť významný pokrok. V roku 1997 UI systém Deep Blue od spoločnosti IBM porazil majstra sveta v šachu Garyho Kasparova, čím upútal pozornosť verejnosti. Rok 2005 bol svedkom prvej súťaže autonómnych áut Grand Challenge, čo spustilo značný záujem o implementáciu UI v automobilovom priemysle. Od roku 2009 začalo obdobie tzv. veľkých dát (Big Data), ktoré umožnili umelej inteligencii efektívnejšie spracovávať obrovské objemy dát v porovnaní s databázami a inými systémami na správu dát v minulosti. S konceptom Big Data súviseli nové techniky, ako napríklad dolovanie dát (data mining) a hlboké učenie (deep learning). Hlboké učenie čerpá inšpiráciu z fungovania ľudskej mozgovej štruktúry. Jeho neurónové siete sú navrhnuté tak, aby mohli automaticky identifikovať vzory, učiť sa zo vstupných dát a zlepšovať svoje schopnosti s nárastom množstva informácií. Začalo sa využívať aj v ďalších oblastiach umelej inteligencie, ako je napríklad počítačové videnie, rozpoznávanie reči a spracovanie prirodzeného jazyka. V oblasti robotiky poskytovala UI robotom a strojom stále väčšiu autonómiu a schopnosť učiť sa nové pracovné postupy. V roku 2011 UI systém IBM Watson zvíťazil vo vedomostnej televíznej súťaži Jeopardy!, čo opäť vyvolalo veľký záujem verejnosti.

Obdobie od roku 2012 do 2018 sa označuje ako tretia zima UI. Nadmerné očakávania zo zrýchleného pokroku umelej inteligencie v rôznych sektoroch sa nenaplnili. Tento stav bol spôsobený predovšetkým enormnými investíciami potrebnými na prekročenie ďalších hraníc a prahov v oblasti výpočtového výkonu – rýchlosti a narastajúcou zložitosťou výpočtov. Tieto faktory viedli k tomu, že ďalšie významné investície neboli ekonomicky výhodné. Napriek tomuto trendu sa výskum v oblasti umelej inteligencie rozvíjal, najmä v prostredí inovatívnych súkromných spoločností, ako je Google, a vo výskumných inštitúciách. Tie dokázali finančne podporiť vývoj umelej inteligencie prostredníctvom podobných výskumných grantov. V roku 2015 bol zverejnený prvý otvorený list varujúci pred nebezpečenstvom použitia umelej inteligencie v autonómnych zbraniach. V marci 2016 došlo k nečakanému víťazstvu UI s názvom AlphaGo nad majstrom sveta v hre Go Leeom Sedolom. Firma DeepMind, ktorú zakúpil Google, sa tak stala novým symbolom vývoja umelej inteligencie v oblastiach, ktoré sa považovali pre UI za príliš zložité.

V rokoch 2017 až 2019 sa ďalšia, dovtedy neznáma výskumná organizácia OpenAI predstavila so svojou umelou inteligenciou pod názvom OpenAI Five a dosiahla úspech v interaktívnej kolektívnej hre Dota 2. Toto víťazstvo bolo pozoruhodné vzhľadom na to, že UI musela zohľadniť vysoký stupeň neurčitosti a zložitosti v hre proti tímu, ktorý tvorilo päť profesionálnych hráčov. V týchto turnajoch OpenAI Five zvíťazil vďaka výraznému pokroku v technikách strojového učenia, najmä už v spomínanej oblasti reinforcement learning.

Od roku 2018 umelá inteligencie vstúpila do obdobia štvrtej jari. Tento vývoj bol možný vďaka rapídnemu pokroku v oblasti grafických čipov (GPU) a celkovému zníženiu nákladov na začiatočné investície. Umelú inteligenciu sa postupne začalo dariť integrovať do čipov smartfónov a podobných inteligentných zariadení. V roku 2017 spoločnosť Google publikovala vedecký článok predstavujúci novú architektúru hlbokého učenia s názvom transformer. Tento článok je považovaný za základný dokument modernej generatívnej umelej inteligencie. Ďalšie výskumy a práce priniesli rôzne modifikácie pôvodnej architektúry s cieľom zlepšiť jej výkonnosť a efektivitu. Príchod ChatGPT v roku 2022, založeného na transformeri, sa považuje za jeden z najvýraznejších míľnikov v oblasti UI.

Dnešok a zajtrajšok

V súčasnosti, rok od príchodu ChatGPT, sme fascinovaní a ohromení pokrokom umelej inteligencie a môže sa nám zdať, že všetko, čo je staršie ako rok, je už zastarané. Opak je však pravdou, tieto tradičné a osvedčené formy umelej inteligencie zostávajú kľúčovou súčasťou technologického spektra. V dnešnej dobe drvivá väčšina implementácií umelej inteligencie v automobilovom priemysle, robotike, zdravotníctve, finančnom sektore, v oblasti inteligentnej automatizácie alebo manažmente kvality vo výrobných procesoch je možná vďaka modelom, softvéru a technikám založeným na strojovom učení, ktoré UI sprevádzali a vyvíjali sa takmer od samého začiatku existencie UI. GOFAI, Good Old Fashioned AI (stará dobrá UI), nie je zastaraná. V porovnaní s generatívnou umelou inteligenciou produkuje zatiaľ výraznú väčšinu ziskov alebo úspor.

História umelej inteligencie je plná zvratov a turbulentných období. Od svojho vzniku prešla viacerými fázami úspechov a obdobím, keď bola utlmená a zdalo sa, že jej pokrok je obmedzený. V súčasnosti prežíva UI opäť obdobie obnoveného záujmu a pozitivity. S tým sa však často spájajú aj veľké, niekedy až nereálne očakávania. História umelej inteligencie nám ukázala, že treba byť realistický, čo sa týka jej schopností. Je dôležité oceniť jej pokrok, ale súčasne si uvedomiť aj jej hranice a výzvy, ktorým stále čelí.

Marián Možucha
marian.mozucha@dxc.com 

Peter Hanzlík
peter.hanzlik@dxc.com 

DXC Technology