AI džin je z lahve venku – má ho smysl ještě honit? | Kapitola 3

Jednou z výrazných kritik je tvrzení, že používání AI omezuje kritické myšlení. S kritickým myšlením je problém v tom, že ono není obecně moc časté – a navíc vyžaduje obrovskou bázi znalostí. Ano, kritické myšlení není vlastně o myšlení, ale o tom, že dokážete hodnotit a klasifikovat zdroje informací, postavit kolidující informace proti sobě a díky znalostem mechanismů, na kterých jsou jevy postaveny, je tedy o finálním rozhodnutí, čemu vlastně věříte.

Kritické myšlení nemůžete používat, pokud o problému nic nevíte. Pak jste odkázáni na vyhledávání informací neboli na nastavení vyhledávačů a na to, jaké informace vám algoritmy dodají. A zde narážíme na to, že zatímco LLM často selhávají „na selské logice“, tak lidé selhávají na informacích, které kriticky nutně potřebují ke správnému rozhodnutí, ale protože to nevědí, tak je nemají. 

Když se bavíme o prudké expanzi umělé inteligence, objevují se limitující faktory. Tím prvním je spotřeba elektrické energie, o které se často mluví, ale která nemusí představovat až tak závažný problém. V řadě případů by kombinace AI datacenter a energie získané z obnovitelných zdrojů mohla řešit problém přebytků energie ve špičkách výroby obnovitelné energie – takový mařič energie, který by zároveň dělal užitečnou práci.

S pokrokem v oblasti AI čipů můžeme očekávat výrazný nárůst efektivity, kdy novější generace odvede podstatně více práce na jednotku energie než u současné generace. Momentálně jsme ve fázi závodů, kde o efektivitu až tak nejde, kde se preferuje hrubý výkon pro učení stále větších modelů, ale ve chvíli, kdy je začneme využívat, se otázka efektivity vrátí – a to dost možná revolučně.

Jde o oblast AI realizované přímo v zařízeních (Edge AI Computing), u kterého nejde o celkový hrubý výkon, ale právě o postačující výkon při co nejnižší náročnosti. První pokusy o osobní zařízení, jako byl Humane AI Pin, vlastně jenom sebraly data, poslaly dotaz do cloudu, tam se provedlo umělé inteligentování a poslalo se to zpět. Je to neohrabané a hloupé řešení, které se naprosto nehodí pro aplikace v reálném čase, jako je robotika a autonomní řízení, a navíc se stejným způsobem dá použít i mobil s aplikací. Edge AI by mohlo přinést zcela nové výpočetní architektury, jako analogové paměti, které dovolují in-memory computing, tedy provádění tenzorových operací přímo v paměti, což by masivně snížilo nároky na spotřebu zařízení. 

Rychle se měnící architektury ale prodražují stavbu datacenter, což může být důvod pro rušení některých plánovaných projektů. V současnosti jsou špičkové čipy drahé a vývoj slibuje, že se brzy dopracujeme k levnějším a efektivnějším řešením. Je to samozřejmě jenom spekulace, může jít i o strukturální reorganizaci datacenter, která nakonec vzniknou jinde. Microsoft stále plánuje postavit v roce 2025 AI datacentra v hodnotě 80 miliard USD. 

Na závěr nepřináším žádné poučení ani rozuzlení, protože celá věc je stále v divokém pohybu. To, že AI bude mít masivní dopad na podobu světa, je celkem jisté. Někdo ji zcela odmítne, jiný nekriticky přijme – a většina se bude muset prostě adaptovat. Nakonec se asi budeme muset všichni adaptovat, ať se nám to bude líbit, anebo ne. AI džin je prostě z láhve venku.