"Hlavní hodnotou každého podnikání bude schopnost přeměnit příslušná data do podoby umělé inteligence, protože právě tento faktor bude znamenat konkurenční výhodu." (Satya Nadella, generální ředitel Microsoftu)

Pokud měla kdysi Praha jistý genius loci, spojený s kulturními prazáklady dnešních oborů, zabývajících se vytvořením umělého života a umělé inteligence (vzpomeňme na pražskou židovskou legendu o Golemovi a Čapkovu divadelní hru R.U.R), pak jde o tradici opravdu velmi prastarou, nadlouho přerušenou a dnes v praxi příliš nefungující. Česko má totiž do čela pomyslného závodu o technologické inovace nebo o obecný pokrok v této oblasti hodně daleko.

A to i přesto, že u nás řada předních odborníků z oblasti umělé inteligence v posledních desetiletích působila nebo v současnosti pracuje a že tento obor u nás v rámci několika fakult stále dost studentů studuje. Ostatně i Evropa jako celek má jisté zpoždění (v aplikacích i v teorii umělé inteligence) za Spojenými státy i za zeměmi Jihovýchodní Asie, včetně Číny. Máme tedy co dohánět.

Proto je nutno ocenit, že se srpnová čtyřdenní světová konference špičkové úrovně s názvem Human Level AI Conference (HLAI, Konference o umělé inteligenci lidské úrovně) 2018 konala v Praze. Jejímu pořadateli a koordinátorovi, společnosti - či spíše nekomerčního think tanku - GoodAI, se povedlo do Prahy přitáhnout současné světové špičky z oblasti univerzální umělé inteligence či z oboru vývoje neuronových sítí.

Uspořádání této konference v Praze bylo pro Česko rozhodně velkým počinem a důležitým impulsem pro naše odborníky či technologické inovátory. Mohli se osobně setkat i profesionálně propojit se stovkami předních výzkumníků z celého světa, od profesorů z akademických institucí přes zástupce státních úřadů až po zástupce předních světových firem, zabývajících se umělou inteligencí.

Zároveň lze říci, že pokud byla umělá inteligence ve světě možná až doposud často jakýmsi zaklínadlem či manažerským buzzwordem, posledních několik letech už tomu tak přestalo být. Pražské "AI probuzení" tak vlastně přišlo v pravý čas, možná i na poslední chvíli.

Umělá inteligence se začíná podnikatelům vyplácet

Obor umělé inteligence ve světovém měřítku v uplynulých letech překročil jistý rubicon, a to jak v oblasti teoretických koncepcí, tak i v oblasti aplikací a důvěry investorů. V minulých třech letech se investice do AI začaly poprvé v historii zvyšovat geometrickou řadou. Zatímco ještě v roce 2015 činila suma světových investic do AI startupů (nadějných technologicko-inovačních firem) asi tři miliardy dolarů a v následujícím roce to bylo jen o trochu víc, v roce 2017 už tato suma najednou vyskočila na rekordních 14 miliard dolarů.

Mnozí investoři dnes začínají vidět v umělé inteligenci zdroj nové energie a nových zisků pro ekonomiku. Zatím přitom využíváme z oboru AI jen malých segmentů, ve formě úzce specializovaných metod a algoritmů v některých oblastech, čili jen nepatrný zlomek celkově tušeného potenciálu AI. Jiné úkoly, vyžadující obecnější či kreativnější přístup, zůstávají zatím nevyřešeny – např. různé problémy automatického uvažování (automated reasoning) nebo problémy datové integrace. Nicméně odborníci po celém světě se o vývoj obecnějších a "silnějších" inteligentních systémů snaží.

Zatím nám také chybí pojetí umělé inteligence jako souvislé inženýrské disciplíny a řadu problémů řešíme spíše bez obecnější koncepce, případ od případu. Dosažení kýženého cíle, tedy všestranně a samostatně se učící AGI (Artificial General Intelligence), stále leží kdesi daleko před námi, jako pomyslný bod na horizontu.

Přesto je jasné, že se umělá inteligence (i při své relativně zlomkovité využitelnosti v současné době) již stává nadějným a ziskovým faktorem světového technologického byznysu. A to nezávisle na tom, jestli se podaří dosáhnout cíle vytvořit AGI, a případně kdy.

Toto "vytvoření AGI" však ani striktně daným nebo pevným cílem není. Ve skutečnosti jde o neustále probíhající vývojový proces ve formě průběžného zlepšování a zvětšující se míry synergie tisíců různých algoritmů a metod. Problematika AGI je velmi složitá, a proto již několik desítek zemí světa vytvořilo své národní koncepce rozvoje v oblasti umělé inteligence. Česko zatím bohužel ne.

Digitalizace a umělá inteligence jako spojené nádoby

Připomeňme si, že průmysl i různé složky infrastruktury v příštích letech postupně projdou procesem digitalizace. Ta se často skrývá pod názvy jako Průmysl 4.0 nebo Smart Cities - Chytrá města. Vždy ale jde spíše o digitalizaci, automatickou flexibilní interakci a vzájemnou komunikaci mnoha "kyberfyzikálních" systémů než jen o prostou automatizaci výrobních provozů jako v minulosti. Čeká nás také nástup internetu věcí.

Většina příslušných systémů pak bude vyžadovat nové a sofistikované nástroje pro analýzu a zpracování (senzorových) dat a pro rozhodování nebo řízení, které budou po sběru dat a jejich analýze nutně následovat. Technologie na bázi umělé inteligence pak budou moci různým digitalizovaným systémům poskytovat vhodné "mozky", které budou schopny provádět nutné analýzy, vzájemné "vyjednávání" mezi podsystémy (také komunikaci s klienty) a interaktivní řízení všech procesů či rozhodování.

Digitalizované systémy budou totiž produkovat takové množství dat, že bez rozhodného podílu inteligentního softwaru si s nimi prostě lidé neporadí. A všechny tyto systémy se samozřejmě budou muset neustále učit a vyvíjet.

Příslušné učení sice v současné době funguje většinou formou pozitivní zpětné vazba na základě odměny (což je vlastně konkrétní obsah jinak vznešeného pojmu "deep learning" - hlubinné učení u neuronových sítí), ale odborníci se shodují, že ani jednoduchý mechanismus odměny vždycky nemusí stačit. Například tam, kde nám půjde o opravdu podstatný, a tedy předem nepředpověditelný vývoj schopností AI, někdy o jakési "meta-učení".

AI se zpětnou vazbou ve formě odměny či plusových bodů většinou nakonec dospěje k nějakému optimalizovanému řešení, optimálnímu algoritmu pro řešení problému a tam jeho vývoj skončí. Skutečný vývoj obecné AI však bude muset být založen na permanentní neukončenosti (open-endedness) jejího vývoje, na vlastní iniciativě a také na neomezené pluralitní soutěživosti a variabilitě AI systémů.

O těchto aspektech na pražské konferenci HLAI 2018 mluvilo více odborníků, například Kenneth Stanley z Uber AI Labs, profesorka Hava Siegelmannová z agentury DARPA nebo John Langford z Microsoftu. V současné době už také odborníci hledají způsoby, jak pomocí neuronových sítí realizovat či emulovat jak procesy z oboru symbolického a logického myšlení, tak i z oblasti pravděpodobnostního rozhodování.

V posledním dílu mikroseriálu u umělé inteligenci se zaměříme na budoucnost vývoje směrem ke skutečné obecné umělé inteligenci (AGO).