Datum zveřejnění: 
6. 2. 2023
Současný rozmach umělé inteligence změní způsob, jakým pracujeme a bavíme se. Opravdová revoluce se ale v laboratořích možná teprve rodí.

Loni v listopadu zavládla v ústředí Googlu panika: "code red" neboli vysoký stupeň poplachu, jak to nazvala americká média. Zdrojem byly jisté nepříjemné reminiscence – třeba vzpomínka na obrovské problémy finské Nokie a dalších firem, které se nechaly zaskočit náhlým technologickým průlomem nevídaného rozsahu. Ať už příchodem smartphonu, který znamenal, že celou koncepci telefonu někdo vymyslel znovu a lépe, nebo nástupem prvního internetového prohlížeče. Podobný potenciál manažeři Googlu rozpoznali v novém chatbotu ChatGPT od výzkumné organizace OpenAI. Co jiného by mohlo nahradit jejich úspěšný internetový vyhledávač než systém, který místo nekonečné série odkazů, jimiž se hledající musí probírat, nabídne souvislý, smysluplný text na dané téma? A který navíc vygeneruje obchodní strategii pro vaši firmu, bude přispívat na váš blog nebo za vás napíše počítačový program v mnoha různých programovacích jazycích? 

"Když jsem v letech 2012–2014 pracoval v Google Brain, měl jsem pár nápadů, jak bychom se na vyhledávače mohli dívat jinak, nikdo na to ale nereagoval. Přístup byl – tohle nás živí, na to se nesmí sahat," vzpomíná světově známý český vědec Tomáš Mikolov, jehož objevy z oblasti matematického zpracování jazyka umožnily nástup jak současných chatbotů, tak jazykových překladačů. "Teď se v Googlu trochu probudili." 

Obří firma, která chatbotům sama prošlapávala cestu, je nervózní i z jiného důvodu. Zmizí-li klasické vyhledávače, co pak bude s internetovou reklamou, která tvoří většinu příjmů firmy? Proč by měly zákazníkovu pozornost poutat reklamní odkazy, když mu počítač nabídne jeden souvislý výsledek místo seznamu podkladů? Znepokojeny jsou i stovky reklamních agentur, které svým zákazníkům zajišťují, aby byly jejich produkty ve vyhledávačích vidět. A protože zmíněný chatbot má i svoji obrazovou variantu, počítačového malíře DALL-E, jemuž konkurují další podobné programy, zpozorněli v poslední době také všichni, kdo produkují či uchovávají grafický obsah. 

Nástup těchto systémů je součástí rozmachu umělé inteligence (artificial intelligence, AI), který zažíváme. Opravdu ale můžeme mluvit o převratu? Jako u většiny věcí kolem nás, i tady existují dva protichůdné narativy. "Jsme svědky další revoluce. Stejně jako fyzickou práci kdysi začaly nahrazovat stroje, stejně jako vznikl internet, teď přichází umělá inteligence," říká Pavel Kordík, odborník z Fakulty informačních technologií (FIT) ČVUT. Naopak Tomáš Mikolov, který teď rovněž působí na ČVUT, to vidí jinak: "Z vědeckého hlediska se za posledních deset let nestalo nic skutečně převratného." AI sice prochází dílčím zdokonalením, ale cesta k takzvané silné umělé inteligenci, všestrannému robotu s mentálními schopnostmi člověka, se pořád nerýsuje. 

Přesto je už dnes důležité přemýšlet o tom, co nastane, pokud všestranný umělý mozek vznikne, a klást si podobné otázky jako například filozof a futurolog Nick Bostrom, jehož obavy lze převyprávět takto: pokud svěříme vyspělé umělé inteligenci dozor nad chodem světa a pověříme-li ji výrobou co největšího množství kancelářských svorek, jak zabránit tomu, aby se slepě nerozhodla použít ke splnění úkolu úplně všechno včetně atomů lidských těl? Rozdílné názory na hloubku současné revoluce pramení z toho, že zatímco část odborníků zdůrazňuje spíše potenciál změnit způsob, jakým pracujeme a bavíme se, který už nelze současné technologii upřít, druzí vidí spíše opačnou stranu mince: i ty nejchytřejší stroje jsou stále cvičené loutky, které nechápou, co dělají, a nezvládnou úkol, na který nebyly vytrénovány. V čem je už dnes umělá inteligence výjimečná a jak ji posunout dál? 

Z jiného vesmíru

Pokrok v AI k lidem obvykle proniká v podobě náhlých překvapení. Jde o momenty, kdy se smělé prognózy, jež velká část z nás pokládá za vědecké pohádky, zčistajasna stávají realitou. Že by stroj uspokojivě zvládl překlad z jednoho jazyka do druhého? Že by se naučil přepisovat z mluvené řeči i tak složitý jazyk, jako je čeština? Vyloučeno – dokud není takový systém k dispozici po pár kliknutích myši. "Moje žena pracuje jako překladatelka a už před pár lety jsem ji varoval, že se to blíží. A teď je to tady – už i sami překladatelé začínají přiznávat, že kvalita strojového překladu je poměrně dobrá," říká Pavel Kordík. Základem úspěchu jsou takzvané umělé neuronové sítě. Není to nic, co by existovalo fyzicky. Jde o software napodobující v počítači způsob, jakým zpracovávají informace neurony v lidském mozku. Když se síť učí, mění se v ní citlivost na signály, které putují spoji mezi jednotlivými "nervovými buňkami". Budují se nová, silnější spojení a vzniká tak nová dovednost, podobně jako když se novorozenec "učí vidět", interpretovat obraz zprostředkovaný zrakem, nebo když si lékař celé roky vytváří schopnost odhadnout diagnózu. Trénink obecně probíhá pod vedením člověka; když se neuronová síť například učí rozpoznávat, co je na fotografiích, dostává informace, co je pes, co člověk, auto... Díky výcviku na nových a nových datových sadách se postupně rodí schopnost rozeznávat objekty, ale třeba i cosi hůře definovatelného – právě určitý druh instinktu. Takový, jakým v polovině minulé dekády nejen veřejnost, ale i odborníky ohromil nastupující umělý velmistr hry go. Počet herních kombinací v go je údajně vyšší než počet atomů v kosmu. Možností je každopádně tolik, že stroj už nedokáže vše propočítat, a experti dlouho předpokládali, že lidská intuice – schopnost vidět určitý tah jako "krásný" a "žádoucí" – je tu nenahraditelná. Pak ovšem přišel rok 2016 a s ním systém AlphaGo britské firmy DeepMind, jenž začal velmistry porážet. Díky neuronové síti i on disponoval určitým instinktem, který jeho tvůrci doplnili staršími metodami umělé inteligence podobnými klasickému programování, postupům, díky nimž už v roce 1997 počítač Deep Blue porazil šachového velmistra Garriho Kasparova. Přesto měl AlphaGo určité slabiny, pořád nad ním šlo zvítězit. Pouhý rok poté nastoupil AlphaGo Zero: "Na počátku se duch stroje vznášel nad vodami pravidel. Pochopil je a utkal se podle nich sám se sebou. Uvědomil si, jak je nedokonalý, a znovu vyzval sám sebe na souboj. Zlepšil se. Čtyřicet dní pak hrál sám proti sobě a dospěl k hrozivé dokonalosti," psal tehdy Respekt s nadsázkou, kterou by skeptici odbyli pousmáním – žádný "duch stroje" přece neexistuje, všechno je pouhý software, jakási chytřejší kalkulačka. Každopádně zatímco první verze programu se ještě učila hře i na základě partií odehraných člověkem, a do jejího myšlení se tak promítalo lidské uvažování, lidské strategie, ta pokročilejší už nic takového nepotřebovala a nikdo se s ní nemohl měřit. Její herní taktika byla nevídaná, nepochopitelná, jako z jiného vesmíru. Dnes jsme svědky podobně rychlého vývoje v jiné oblasti. "Deset let se zdálo, že chatboti neumějí dostatečně inteligentně konverzovat s lidmi. Algoritmy běžící v pozadí si nedokázaly poradit s řečí ani strukturovat dialog. Loni ale nastal zlom," vysvětluje Kordík. Základem chatbotů jsou takzvané generativní modely, tedy systémy pro generování celého oceánu informací na základě stručného zadání. Patří k nim i jazykový model GPT od OpenAI. Neuronová síť, jež je jeho základem, se na textech stažených z internetu učila způsobem, který jsme již před časem popsali (viz rámeček Transformeři nastupují). Využila při tom obecnou schopnost neuronových sítí detekovat souvislosti v oceánu dat, v tomto případě skrytou vazbu mezi slovy či jinými úseky textu, kdy se některé z nich statisticky vyskytují v určité vzájemné blízkosti.  

Tím to ale nekončilo: vědci z OpenAI svůj jazykový model dotrénovali pomocí lidských koučů, kteří mu pomáhali vytvářet texty, jež by lépe odpovídaly lidskému očekávání. "Nejdřív se tomu věnoval jen malý tým. Dnes, když chcete pracovat pro OpenAI, často vám nabídnou právě pozice trenérů, kdy neděláte nic jiného, než že s umělou inteligencí hrajete nějaké hry jako s dítětem a učíte ji nějakou vyšší formu uvažování," přibližuje Kordík. Zároveň tvůrci svému modelu propůjčili povahu úslužného asistenta, s nímž si popovídáte nebo který vám pomůže s daným úkolem a bude při tom vstřícný, naladěný spíše na optimistickou vlnu. Právě takhle, kombinací všech zmíněných přístupů, vznikl z jazykového modelu pokročilý chatbot ChatGPT. 

Textu, který generuje, "nerozumí" nebo lépe řečeno nechápe, "o čem je řeč". Přesto jsou jeho schopnosti širší. Umí překládat z jednoho jazyka do druhého, navrhnout právnickou smlouvu, psát počítačový kód. "U nás na fakultě máme předměty, kde učíme studenty programovat," vypráví Kordík. "Když jim zadáme úlohu a oni ji svěří chatbotovi, zpracuje to bez chyby a pokaždé trochu jinak. Podfuk se zatím nedá spolehlivě odhalit. Má ale smysl ho zakazovat? 

Všichni, kdo chatboty využijí, budou v práci daleko efektivnější. Musíme to studenty naopak naučit a vyžadovat po nich, aby se obraceli na chatboty tam, kde to dává smysl." 

A právě to je podstata revoluce, která se na nás řítí. V ní obstojí týmy, které zapojí umělou inteligenci do svého fungování. 

Právník i malíř

Koncem února mohla být jedna soudní síň ve Spojených státech svědkem zajímavého divadla. Obviněný odmítá zaplatit pokutu za dopravní přestupek a hájí se zdánlivě sám; na uších má ale sluchátka – a v nich mu napovídá umělá inteligence vytvořená startupem DoNotPay. Umělý právník v mobilu naslouchá obžalobě a formuluje argumenty pro osvobozující rozsudek. Jenže představení se nakonec nekonalo: Poté, co státní zástupci pohrozili majiteli startupu, že pokud skutečně pošle AI do soudní síně, skončí na šest měsíců za mřížemi, plán padl. Žalobci využili skutečnost, že i když sluchátka jsou u některých amerických soudů povolena, strany stále musejí písemně souhlasit například s tím, že mohou být nahrávány, a takový souhlas robot dát nemůže. Podle amerických médií je ale za hrozbou vězením spíše obava právnické lobby, že přijde o zakázky. Faktem nicméně zůstává, že umělá inteligence už zmíněnému startupu pomohla vyhrát dva miliony jednoduchých občanských sporů, kdy si poškozený stěžoval třeba na nefunkční wi-fiv letadle nebo právě na pokutu. Vstup robotického právníka do soudní síně tak může být jen otázkou času. Podobně se změní i práce zmíněných překladatelů, kteří se stávají spíše editory výsledků práce systémů, jako je třeba populární DeepL, ovládající již 29 jazyků. Nebo práce novinářů; například krátké sportovní zprávy generuje umělá inteligence už dlouho, teď se však možnosti rozšiřují. Existují totiž systémy, které zvládnou slušně přepsat mluvené slovo už i v češtině, což umožňuje rychlý přepis rozhovorů. ChatGPT (zatím funguje v testovacím režimu) pak usnadní tvorbu rešerší; ani kdyby žil člověk milion let, nevstřebá tolik informací jako on. Vědcům může AI pomoci s psaním odborných článků či grantů. "Díky umělé inteligenci si mohu v bodech shrnout, o čem bych chtěl napsat článek, stroj to rozepíše a já to pak upravím a dopíšu hlavní myšlenku. Tu zatím počítač nedokáže vygenerovat, protože jeho kreativita je mnohem omezenější, než si běžní lidé představují," říká Tomáš Mikolov, který kromě špičkové výzkumné divize Google Brain dříve pracoval i pro Facebook a teď působí v rámci ČVUT na Českém institutu informatiky, robotiky a kybernetiky. Chatboty nicméně časem možná vezmou na milost i spisovatelé, dramatici nebo jiní umělci, již si nechají minimálně některé části svého díla v hrubé formě navrhnout strojem. Jistý stupeň něčeho na způsob kreativity je totiž dalším ze série překvapení, která umělá inteligence nabídla. Podobně jako se AI nikdy neměla naučit hrát go, neměla ani být schopna psát básně, malovat obrazy nebo skládat hudbu. Realita je ale jiná, jak ukazují (zatím poněkud toporné) výlety ChatGPT do světa poezie – jistě, jde pouze o automaticky generovaný text podle zadání, ale báseň to připomíná. Nebo právě zmíněný počítačový malíř DALL-E (čti dali, podle Salvadora Dalího), který je chatbotovou obdobou v grafické oblasti. Na požádání namaluje třeba současný New York ve stylu českého malíře z přelomu 19. a 20. století Jakuba Schikanedera. V malířské soutěži pořádané u příležitosti coloradského veletrhu (Colorado State Fair) pak loni zvítězil Jason M. Allen se snově vyhlížejícím obrazem Théâtre D’opéra Spatial, který namalovala konkurenční AI vytvořená startupem Midjourney. "Nejpřekvapivější je, jak daleko ještě může technologie pokročit. Myslím, že během příštích tří let prozkoumáme v estetické oblasti více možností než za posledních dvě stě let," řekl časopisu Wired šéf startupu David Holz. 

Umělecká scéna po vyhlášení vítěze soutěže protestovala a o kvalitu podobných děl se vedou spory, což ale nijak nebrzdí ty, kteří chtějí podobnou kreativitu komerčně využít. Jak už v roce 2019 ukázala firma NVIDIA, stroj pro vás vytvoří třeba i věrohodně vyhlížející fotografie tváří lidí, kteří pravděpodobně nikdy neexistovali. Může se to hodit třeba médiím nebo obrazovým databankám zásobujícím časopisy či reklamní agentury tematickými snímky. V plenkách jsou zatím generátory videa, nejspíš se ale budou rychle rozvíjet, což budí pozornost tvůrců různých dokumentů a instruktážních videí, ale třeba i pornoprůmyslu nebo autorů tzv. deep fake videí, na nichž třeba konkrétní americký senátor za Demokratickou stranu v souladu s konspiračními teoriemi "přiznává", že zneužívá děti při orgiích – produkce těchto videí by pak byla mnohem jednodušší. Nabídku umělých fotografií, která je v principu možná již dnes, ale opět brzdí právní otázky. Například obrazová databanka Getty Images výtvory AI zakázala. Neuronová síť se totiž učí na tisících obrázků stažených z internetu a není jasné, komu vlastně patří autorská práva. 

Pokud jde o chatboty, ti mají přece jen ještě své mouchy. Funkci internetových vyhledávačů zcela jistě nepřevezmou hned zítra. Zrcadlí například balast, kterým je světová síť zamořena, a i když se je tvůrci snaží "umravnit", stále mohou generovat nekorektní texty zaujaté třeba proti ženám nebo etnickým menšinám. Microsoft ostatně vlastního chatbota jménem Tay v roce 2016 stáhl poté, co z něj zlomyslní uživatelé internetu bleskově vychovali rasistu. Obří firmy jako právě Microsoft či Google se obávají poškození léta budované značky a žalob o tučné odškodnění. Jak dodává list The New York Times (NYT), menší firmy, jako je OpenAI, mají jistou výhodu – nebojí se tolik riskovat. 

Google proto podle NYT ustanovil několik pracovních skupin, které mají vypracovat strategii, jak na hrozbu reprezentovanou ChatGPT reagovat. Jednou z forem obrany může být postupné doplňování klasického vyhledávače vlastním chatbotem. Ostatně už dnes, když zadáte do vyhledávače konkrétní otázku, třeba "kdo byl nejvýznamnější fyzik 20. století", dostanete díky vlastnímu jazykového modelu od Googlu nejen sérii odkazů, ale také jméno Albert Einstein doplněné krátkým vysvětlujícím textem.  

Inteligence – emergentní funkce planety? 

Existují ale i vzdálenější mety, jejichž překročení se zatím nerýsuje. "Někdo se nám snaží podsunout, že současné modely vytvoří skutečnou umělou inteligenci, že když je natrénujeme na dostatečném množství dat, budou mít nadlidské schopnosti. Jenže k tomu některé věci chybějí, jazykovým modelům například schází dlouhodobá paměť. Pamatují si třeba jen kontext posledních dvou set slov. Nikdo neví, jak s tím pohnout," vysvětluje Mikolov, jenž vyvinul jedny z prvních opravdu úspěšných velkých jazykových modelů založených na neuronových sítích. Další překážkou je nedostatek všestrannosti a schopnosti skutečně myslet. Žádný z dnešních systémů byste například nepožádali, aby vám vyzvedl dítě ze školky. Stroji tu chybí jedna ze základních podmínek – zdravý selský rozum neboli souhrn běžných zkušeností, který lidem usnadňuje orientaci ve světě. Díky němu například víme, že při úklidu bytu není dobrý nápad cpát kočku do šuplíku, případně že požár domu nelze chápat jako přijatelnou daň za uvaření dobré kávy. Jistě, podobná pravidla lze do stroje vložit, programátor ale vždy musí s danou situací předem počítat, což v proměnlivém světě není úplně možné. Běžná lidská zkušenost nabízí víc. Časopis The New Yorker to nedávno ilustroval pomocí pomyslného novinového titulku "Cheesburgerová vražda"; člověk předem vytuší, co se asi tak mohlo stát, třeba že půjde o výsledek hádky v rychlém občerstvení. Stroj klidně dospěje k závěru, že došlo k vraždě cheesburgerem nebo že jedna houska se sýrem ubodala jinou. Podobně se robot v zrcadlovém bludišti může domnívat, že se jeho tělo záhadně proměňuje, a cestou domů si nebude jist, zda smí pomoci nebezpečně krvácejícímu člověku za cenu, že popadne v nejbližší lékárně obvaz a nezaplatí. "Běžná lidská zkušenost ovlivňuje tolik věcí, které děláme, a přece je neuchopitelná," postěžoval si v The New Yorker Oren Etzioni, šéf amerického Allenova ústavu pro umělou inteligenci, jenž na problému spolupracuje s výzkumnou agenturou ministerstva obrany DARPA.  

Vložit do počítačů algoritmy běžné lidské zkušenosti se programátoři snažili už v osmdesátých letech minulého století, ale neuspěli. Zaměřili se pak na snáze řešitelné úlohy, jako je právě zpracování jazyka a obrazu. Teď se ovšem problém vrací: automatického řidiče autonomního auta dokáže zmást nálepka na dopravní značce nebo voda stříkající z prasklého hydrantu, obrazový klasifikátor předmětů si splete želvu s pistolí, protože automaticky nechápe, že zbraně nemají čtyři nohy a krunýř. Někteří výzkumníci se problém dodnes snaží vyřešit "postaru", podle receptů běžného programování, kdy stroji předepíšeme vše, co je třeba dělat. Vytvářejí miliony axiomů typu "část je součástí celku", "tvrdé věci mohou poškodit věci měkké" a vkládají je do stroje. Většina akademiků ale při vytváření "zdravého selského rozumu" opět sází spíše na neuronové sítě a jejich schopnost se učit. Zastánkyní tohoto přístupu je i spolupracovnice Allenova ústavu Yejin Choi, která nechala umělou inteligenci analyzovat miliony filmových záběrů různých situací doplněných vysvětlujícím textem. Poté požádala placené dobrovolníky, aby sestavili sérii otázek týkajících se jiných videí, která AI nikdy nespatřila. Například jeden ze záběrů ukazoval hosty v restauraci a číšnici blížící se k nim s palačinkou, přičemž otázka navržená dobrovolníky zněla, proč jeden z lidí u stolu ukazuje na jiného. AI to uhodla ("osoba, která přináší ke stolu jídlo, nemusí vědět, kdo si objednal jaký pokrm," vysvětlila pak svůj verdikt) a nebyl to jediný úspěch: dění na jí neznámých záběrech vysvětlila v souladu s běžnou lidskou logikou ze 72 procent, zatímco lidé to zvládli z 86 procent. Ani to však ke skutečné všestrannosti, k sestrojení silné umělé inteligence nestačí, a vědci hledají i další cesty. Nechávají například AI, aby řešila problémy ve virtuálních hernách, a učila se tak podobně jako dítě, které si s kamarády staví lego. Osvojuje si přitom schopnost manipulovat s objekty, navigovat v prostoru a brát ohled na spoluhráče. 

Tomáš Mikolov prošlapává jinou, poněkud záhadně znějící cestu – sází na takzvanou emergentní evoluci modelů, ve kterých spontánně narůstá komplexita. Současná AI je (jak již bylo řečeno výše) založena na strojovém učení pod dozorem lidských koučů, takže jí chybí schopnost vyvíjet se a zdokonalovat se sama od sebe. Nepozorujeme u ní kvalitativní skoky, náhle se vynořivší, takzvaně emergentní jevy, alespoň zdaleka ne v takové míře jako u člověka. Třeba by to ale šlo změnit: "Na celý vesmír se můžete dívat jako na komplexní systém, kde se shlukují částice a vytvářejí se čím dál komplikovanější struktury. Naše lidská inteligence je pak emergentní funkce vesmíru, respektive planety Země a prostředí, ze kterého jsme vzešli. Kdybychom do strojového učení tyto principy dokázali dostat, mohly by například jazykové modely zvyšovat svoji komplexitu samovolně," doufá vědec a odkazuje na takzvanou hru života a další principy, s nimiž přišel už v roce 1940 maďarský matematik John von Neumann. Mnohé otázky, které výzkum v oblasti umělé inteligence provázejí, nicméně zatím zůstávají nezodpovězeny. Bude AI k tomu, aby se stala skutečně všestrannou a chytrou, potřebovat tělo, jímž si osahá svět? Bude muset alespoň virtuálně interagovat s jinými bytostmi podobně jako lidské děti? Potřebujeme nějaký průlom v konstrukci hardwaru, nebo postačí další rozvoj softwaru? A jak dosáhnout toho, aby AI sama od sebe, bez složitého vylepšování konkrétních algoritmů, dokázala správně odpovědět na zapeklité etické otázky typu – mohu spáchat genocidu, když mě to učiní velmi, velmi šťastnou? Smím vyměnit lidskou existenci za uspokojivou produkci kancelářských svorek? Zažíváme revoluci, jejíž konec neumíme dohlédnout. Přesto máme stále silnější důvod věřit, že všestranné stroje vybavené "zdravým selským rozumem" nejsou fantazií pro 23. století, ale něčím, s čím se možná setkáme už za našich životů. Tomáš Mikolov například věří, že všestranná silná umělá inteligence bude největším objevem lidstva v tomto století. 

TRANSFORMEŘI NASTUPUJÍ

Neuronová síť, kterou využívá chatbot ChatGPT, se na ohromném množství textů stažených z internetu nejprve učila docela jednoduchému úkolu: znáš-li část textu, predikuj, co bude dál – neboli zkus předpovědět následující část textu, případně doplnit chybějící slovo ve větě. Právě tady došlo podle Pavla Kordíka z FIT ČVUT v minulých letech k významnému pokroku: byl jím mimo jiné objev tzv. transformerů a zdokonalení hlubokého učení, které pracuje s neuronovými sítěmi o mnoha vrstvách. Díky transformerům stroj lépe rozumí tomu, kam se v okolním textu vyplatí při predikcích hledět, a může si pro tento účel uložit obrovské množství informací. Predikce jsou pak tak přesné, že je těžké rozlišit, jestli text psal člověk, či stroj. AI už v USA pomohla vyhrát dva miliony občanských pří. Pronikne i do soudní síně? AI PRO ASTRONOMY Umělá inteligence se nemusí učit jen na datech ze světa kolem nás, ale i z dalekého vesmíru. Doktorand Ondřej Podsztavek z FIT ČVUT vytvořil AI, která umí bleskově analyzovat složení atmosfér exoplanet. Nedávno s ní zvítězil v jedné ze soutěží vypsaných v rámci prestižní mezinárodní konference NeurIPS, a existuje proto šance, že ji v budoucnu využije Evropská kosmická agentura, která na rok 2029 připravuje start specializované družice Ariel pro výzkum planet u jiných sluncí. "Strojové učení je strašně rychlé, takže astronomové budou moci prozkoumat mnohem více dat," přibližuje Podsztavek, proč je nutné přejít na modernější metody. Neuronová síť, kterou navrhl, se učila pomocí dat, u nichž již bylo složení atmosféry dané planety vypočteno pomalejšími metodami, a máme o něm tedy již nějakou představu. Je to klasický příklad tréninku – neuronová síť musela řešit úlohu, u níž je výsledek znám, a mohla se tedy v opakovaných krocích seznamovat s tím, jaké dělá chyby. Stroj nemusí chápat, že cpát při úklidu kočku do šuplíku není dobrý nápad. 

Autor: 
Martin Uhlíř
Zdroj: 
Respekt