10 klíčových důvodů, proč se umělá inteligence stala přes noc mainstreamem - a co bude dál

Není to tak dávno, co se umělá inteligence zdála jako futuristický nápad. Teď je to ve všem. Co se přihodilo?

Tahle věc s umělou inteligencí se rozjela opravdu rychle, že? Je to skoro, jako bychom vytěžili nějakou havarovanou mimozemskou kosmickou loď pro pokročilou technologii, a tohle je to, co jsme dostali. Vím, díval jsem se příliš často na *Stargate*.

Hyper-rychlostní překračující propastné efekty generativní umělé inteligence jsou však skutečné. Generativní umělá inteligence s nástroji, jako je ChatGPT, zasáhla svět na začátku roku 2023. Najednou mnoho dodavatelů začleňuje funkce umělé inteligence do svých produktů a naše vzorce pracovních postupů se výrazně změnily.

Jak se to stalo tak rychle, v podstatě přes noc transformovalo celé odvětví informačních technologií? Co to umožnilo a proč se to pohybuje tak rychle?

V tomto článku se zaměřím na deset klíčových faktorů, které přispěly k ohromně rychlému rozvoji generativní umělé inteligence a jejímu přijetí do našich technologických balíčků a pracovních postupů.

Podle mého názoru došlo k rychlému vzestupu nástrojů umělé inteligence, jako je ChatGPT, a k jejich široké integraci ve dvou hlavních fázích. Začněme s fází I.

Fáze I: Zásadní inovace

Výzkumníci pracují s umělou inteligencí již desítky let. Před více než 20 lety jsem dělal jednu ze svých diplomových prací na téma AI, v 90. letech jsem uvedl na trh produkty AI a s jazyky AI pracuji od té doby, co kóduji.

Ale i když to všechno byla umělá inteligence, byla neuvěřitelně omezená ve srovnání s tím, co umí ChatGPT. Jakkoli jsem během své vzdělávací a profesní kariéry pracoval s umělou inteligencí, ChatGPT a jeho bratři mě postavili na paty.

To je fáze I. Dvacátá léta 21. století znamenala éru zásadních inovací v oblasti umělé inteligence, která posunula umělou inteligenci od řešení konkrétních problémů se schopností pracovat ve velmi úzkých doménách ke schopnosti pracovat téměř na čemkoli. V této fázi existují tři klíčové faktory.

1. Pokroky v modelech transformátorů

I když byla umělá inteligence zkoumána a používána po celá desetiletí, po většinu této doby měla některá hluboká omezení. Většina AI musela být předem vyškolena pomocí specifických materiálů, aby vytvořila odborné znalosti.

Na počátku 90. let jsem například dodal odborný systémový produkt s názvem *House Plant Clinic*, který byl speciálně vyškolen v oblasti nemocí a léků na pokojové rostliny. Bylo to velmi užitečné, pokud byla rostlina a s ní související neduh v tréninkových datech. Jakákoli situace, která se mimo tato data nacházela, byla pro systém prázdná.

Umělá inteligence také používala neuronové sítě, které zpracovávaly slova jedno po druhém, což umělé inteligenci ztěžovalo pochopení rozdílu mezi "břehem řeky" a "bankou v centru města".

V roce 2017 však společnost Google zveřejnila dokument s názvem "Pozornost je vše, co potřebujete". V něm navrhli model nazvaný "sebe-pozornost", který umožňuje umělé inteligenci soustředit se na to, co identifikuje jako důležitá slova, což umožňuje umělé inteligenci zpracovávat celé věty a myšlenky najednou. Tato "transformace mechanismů pozornosti" umožnila umělé inteligenci pochopit kontext (například zda "banka" ve větě odkazuje na břeh řeky nebo na budovu, ve které jsou uloženy peníze).

2. Široce využívané modely základů

Transformerový přístup poskytl výzkumníkům způsob, jak trénovat umělou inteligenci na širokých souborech informací a určit kontext ze samotných informací.

To znamenalo, že umělé inteligence se mohly škálovat tak, aby se trénovaly téměř na čemkoli, což umožnilo modelům jako GPT-3.5 a GPT-4 od OpenAI pracovat se znalostními bázemi, které zahrnovaly prakticky celý internet a rozsáhlé sbírky tištěných knih a materiálů.

Díky tomu jsou téměř nekonečně přizpůsobivé a schopné získávat obrovské množství informací z reálného světa. To znamenalo, že umělou inteligenci bylo možné použít téměř pro jakoukoli aplikaci, nikoli pro ty, které byly speciálně vytvořeny k řešení jednotlivých problémů. Zatímco jsme strávili měsíce školením *House Plant Clinic* na rostlinných datech, ChatGPT, Google Gemini a Microsoft Copilot dokážou diagnostikovat problémy s pokojovými rostlinami (a mnohem více) bez specializovaného školení.

Jedinou otázkou je, kdo vlastní všechna ta tréninková data? V současné době probíhá řada soudních sporů proti dodavatelům umělé inteligence za trénování (a používání) dat ze zdrojů chráněných autorskými právy. To by mohlo omezit data dostupná pro velké jazykové modely a snížit jejich užitečnost.

Dalším problémem s druhem nekonečně škálovaných trénovacích dat, která se používají, je to, že většina těchto informací není prověřena. Vím, že je to pro vás všechny překvapením, ale informace publikované na internetu nejsou vždy přesné, vhodné nebo dokonce příčetné. Dodavatelé pracují na posílení ochranných mantinelů, ale my lidé si ani nejsme jisti, co je považováno za vhodné. Jen se zeptejte dvou lidí s naprosto odlišnými pohledy, jaká je pravda, a uvidíte, co mám na mysli.

3. Průlomy v hardwaru (GPU a TPU)

Do počátku 20. let 21. století vyvinula řada společností a výzkumných týmů softwarové systémy založené na modelu transformátoru a trénovacích datových sadách v celosvětovém měřítku. Ale všechny tyto výpočty transformace v rámci celé věty vyžadovaly enormní výpočetní kapacitu.

Nešlo jen o to, aby bylo možné provádět masivně paralelní a maticové operace vysokou rychlostí, ale také o potřebu provádět to při zachování nákladů na energii a chlazení na vágně praktické úrovni.

Brzy se ukázalo, že herní GPU NVIDIA jsou schopné maticových operací, které AI potřebuje (herní vykreslování je také silně založeno na maticích). Pak ale NVIDIA vyvinula čipy řady Ampere a Hopper, které podstatně zlepšily výkon i využití energie.

Podobně společnost Google vyvinula své TPU (Tensor Processing Unit), které byly speciálně navrženy pro zpracování pracovních postupů umělé inteligence. Microsoft a Amazon také vyvinuly vlastní čipy (Maia a Graviton), které jim pomohly vybudovat jejich datová centra s umělou inteligencí.

Tato obrovská datová centra řízená čipy AI měla tři hlavní dopady:

1. Trénink ve světovém měřítku se stal cenově dostupným, alespoň pro největší hráče.
2. Schopnosti umělé inteligence by mohly být měřeny a prodávány prostřednictvím modelu SaaS, čímž by se umělá inteligence stala dostupnou pro většinu podniků.
3. Rychlost zpracování umělé inteligence se rychle zvýšila, což umožnilo začít analyzovat data pomocí umělé inteligence v reálném čase a téměř v reálném čase (což se ukázalo jako kritické pro samořízená auta).

Fáze II: Tržní síly pohánějí adopci

Dobře, takže teď máme funkční technologii. Co z toho? Chci říct, kolikrát se stalo, že inženýrský tým vytvořil produkt nebo schopnost, kterou považoval za revoluční, jen aby jeho pracovní výstup zanikl kvůli nedostatku praktičnosti nebo přijetí trhem?

Ale tady a teď, s generativní umělou inteligencí, jsou tržní síly tím, co pohání skutečnou změnu. Pojďme se podívat na dalších sedm klíčových faktorů.

4. ChatGPT pro každého a přístup k API

A pak přišel ChatGPT. Je to legrační jméno a většině z nás chvíli trvalo, než jsme se ho naučili. ChatGPT doslova znamená chatovací program, který je generativní, předem natrénovaný a využívá transformátorovou technologii. Ale navzdory názvu, který by mohl milovat jen geek, se na začátku roku 2023 stal ChatGPT nejrychleji rostoucí aplikací všech dob.

OpenAI zpřístupnila ChatGPT zdarma pro každého. Jistě, v bezplatné verzi existovala omezení použití. Bylo to také stejně snadné (nebo jednodušší) použití než vyhledávání Google. Jediné, co jste museli udělat, bylo otevřít web a zadat výzvu. A je to. A díky třem inovacím, o kterých jsme hovořili dříve, byla kvalita odezvy ChatGPT dechberoucí. Každý, kdo to zkusil, si najednou uvědomil, že se dotýká budoucnosti.

Poté OpenAI otevřela modely ChatGPT dalším programátorům prostřednictvím rozhraní API. Vše, co každý programátor potřeboval, byl víkend učení a číslo kreditní karty, aby mohl do jakékoli aplikace přidat umělou inteligenci, která mění svět. Náklady na jedno volání rozhraní API nebyly o mnoho vyšší než u jiných komerčních rozhraní API, což najednou znamenalo, že umělá inteligence byla velmi významným a snadným doplňkem, který mohl rozšířit produktovou řadu společnosti o superžhavou novou službu produkující příjem.

Překážka vstupu? Jaká překážka vstupu?

5. Akcelerace s otevřeným zdrojovým kódem

Zatímco rozhraní API podporovaná dodavatelem, jako jsou ta od OpenAI, mohou výrazně zkrátit dobu uvedení na trh, mohou také vést k uzamčení dodavatele. Aby se zabránilo úplné závislosti na proprietárních technologiích, komunita open-source přijala umělou inteligenci ve velkém.

Modely s otevřeným zdrojovým kódem (LLaMa, Stable Diffusion, Falcon, Bloom, T5 atd.) poskytují neproprietární a samostatně hostované funkce umělé inteligence, aniž by se spoléhaly na velké technologické monopoly. Open source také demokratizuje umělou inteligenci tím, že umožňuje vývojářům vytvářet řešení umělé inteligence pro oblasti mimo mantinely, které musí velcí poskytovatelé modelů udržovat v provozu.

Platformy, jako jsou ty od Hugging Face, poskytují snadno použitelné a snadno testovatelné nástroje, které umožňují vývojářům s různou úrovní dovedností rychle integrovat umělou inteligenci do svých projektů.

Pak jsou tu samozřejmě klasické výhody open source: spolupráce ve velkém měřítku, neustálé vylepšování, komunitou generované a validované optimalizace a zavádění nových funkcí, včetně některých příliš obskurních na to, aby byly ziskové pro velkého dodavatele, ale nezbytných pro určité projekty.

To vše dává podnikům všech velikostí, výzkumníkům a dokonce i vývojářům, kteří tráví noci a víkendy, příležitost přidat umělou inteligenci do svých projektů, což zase urychluje přijetí umělé inteligence v široké škále použití aplikací.

6. Spotřebitelská a podniková poptávka

Problém byl v tom, že generativní umělá inteligence nebyla jen humbuk. Fungovalo to a poskytovalo to hodnotu. Kromě pomoci s psaním (kterou politika ZDNET svým autorům zakazuje) jsem jen v roce 2024 zdokumentoval 15 různých způsobů, jak mi umělá inteligence hmatatelně pomohla.

Tato použití sahala od pomoci s programováním a laděním až po opravu fotografií, provádění analýzy sentimentu, kterou jsem zmínil výše, vytváření obalů alb, generování měsíčních obrázků pro e-shop mé ženy, vytváření pohyblivých masek ve videoklipech, čištění špatného zvuku, sledování během natáčení, provádění projektového výzkumu a mnoho dalšího.

A nejsem sám. Malé i velké podniky, stejně jako studenti a jednotliví přispěvatelé, si všimli, že generativní umělá inteligence může skutečně pomoci. Nejenže prudce rostlo ocenění společností zabývajících se umělou inteligencí, ale spotřebitelé skutečně kupovali - a skutečně používali - nástroje umělé inteligence, které se náhle staly dostupnými.

7. Viralita a síťové efekty

Po celá léta, vlastně desetiletí, byla umělá inteligence daleko od hlavního proudu. Jistě, ve videohrách bylo jen málo AI. Byly vybudovány expertní systémy, které pomohly řešit konkrétní problémy pro některé společnosti. Bylo tam hodně slibů a výzkumů. Ale když došlo na "Ukažte mi peníze", nikdy se nedostavila ohromující návratnost, kterou supí kapitalisté a jim podobní požadovali od investic do technologií.

Pak najednou teta Marge mluvila o ChatGPT na rodinných setkáních. Umělá inteligence byla věc, byla úžasná, a bože, věci, které dokázala. Věděli jste, že ho můžete přimět mluvit jako pirát? Věděli jste, že byste ho mohli přimět k napsání příběhu ze Star Treku? Věděli jste, že dokáže analyzovat vaše izolovaná obchodní data a poskytnout vám analýzu sentimentu během několika minut bez trochy programování? A věděli jste, že dokáže psát kód, který funguje?

Během několika měsíců se ChatGPT stal nejrychleji rostoucí aplikací všech dob a dosáhl 100 milionů aktivních uživatelů. O rok později se to zdvojnásobilo na 200 milionů aktivních uživatelů.

8. Konkurenční tlak na trhu

Najednou byla umělá inteligence spíše hlavní hvězdou než osobnostním znakem podivínského souseda, kterého požádáte, aby vám opravil počítač, ale ve skutečnosti byste byli raději, kdyby zmizeli, jakmile by počítač znovu fungoval a oni by byli placeni v čerstvě upečených sušenkách.

Pomineme-li podivně konkrétní analogie s mou geekovskou minulostí, umělá inteligence byla zjevně příležitostí. OpenAI měla najednou hodnotu miliard a zdálo se, že Google, Microsoft, Meta, Amazon, Apple a všichni ostatní zůstali pozadu.

Investiční a licenční dohody byly všude a umělá inteligence byla zapracována do mainstreamových produktů buď jako bonusová funkce, nebo (mnohem rozšířenější) jako velmi pěkný upsell k měsíční anuitě. Microsoft měl Copilot, Google měl Gemini, Meta měl Meta AI, Amazon měl Q a Apple... nakonec měl Apple Intelligence (ať už to stojí za cokoli).

9. Legislativní a regulační zpoždění

Tento nový boom umělé inteligence nabral charakteristiky divokého, divokého západu. Vlády se jen snažily pochopit, co to všechno bylo a zda to byla obrovská ekonomická příležitost nebo existenční hrozba. Nápověda: je to obojí.

Americká vláda vytvořila několik plánů pro dohled nad umělou inteligencí, ale ty byly přinejlepším vlažné. Dodavatelé umělé inteligence varovali před katastrofou, pokud nebude umělá inteligence regulována. Soudní spory o autorská práva komplikují záležitosti. Pak nová administrativa změnila pravidla hry a zaměřila se na podstatně omezenou regulaci.

To vše otevírá dveře společnostem a podnikům využívajícím umělou inteligenci k inovacím a zavádění nových funkcí. To je skvělé pro rychlý růst a inovace, ale také to znamená, že technologie běží bez zábran. Rozhodně to podporuje mainstreaming technologie AI, ale mohlo by to být také velmi, velmi baaaaaad.

10. Neustálé inovace a investice

Takže, pak se dostáváme k fázi máchání-mytí-opakování naší diskuse. Umělá inteligence nikam nezmizí. Všechna sebenaplňující se proroctví podněcují nové inovace, protože skutečně fungují. Velké společnosti pokračují nejen v miliardových sázkách na tuto technologii, ale také nabízejí přesvědčivé produkty a služby, které mohou jejich zákazníkům poskytnout skutečnou hodnotu.

Stále více společností a jednotlivců investuje do startupů a probíhajících služeb v oblasti umělé inteligence. Jsme svědky průlomů, jako je multimodální umělá inteligence s textem/obrázky/videem/zvukem, autonomní agenti a dokonce i umělé inteligence používané ke kódování umělé inteligence.

Nejbližším příkladem tohoto blahodárného cyklu, který mě napadá, byla ekonomika aplikací v polovině roku 2000. Datové rychlosti se staly dostatečně rychlými a cenově dostupnými, aby telefony byly vždy připojeny k internetu, startupy nabízely aplikační služby, které se ukázaly jako hmatatelně hodnotné, tyto společnosti se rozrostly do obrovských rozměrů a pokračovaly v nabízení služeb a stále více a více investic do mobilních počítačů se vyplácelo jak spotřebitelům, tak výrobcům.

Je velmi pravděpodobné, že inovace a výrobu umělé inteligence pohání také pozitivní cyklus, který posouvá generativní umělou inteligenci a další služby založené na umělé inteligenci do hlavního proudu, kde je nepravděpodobné, že někdy zmizí.

Fáze III: Budoucnost

Když jsem v osmdesátých letech chodila na vysokou školu a specializovala se na počítačovou vědu, moje máma řekla, že jediné, co ode mě chce, je počítač, který jí vysává podlahy. Nyní máme širokou škálu malých robotů, kteří jdou vpřed a dělají právě to. Dnes ráno, když jsem pil kávu, jsem natočil "Ložnice s vysavačem a mopem" a Wally Narwal to udělal.

Mým snem je být schopná říct: "Alexo, přines mi kávu," a mít zařízení, které mi skutečně uvaří šálek kávy a přinese mi ho, zatímco tu sedím a píšu. Nesmějte se. Ať už jde o Teslu, Apple nebo Meta, skutečná práce se právě teď provádí na humanoidních robotech.

Vzhledem k tomu, kolikrát to moje Alexa pokazí a kolikrát si ChatGPT vymyslí věci, aby si zachoval tvář, nejsem si úplně jistý, zda je dobrý nápad mít v obývacím pokoji nebo kanceláři dovádějícího, dupajícího robota. Ale já chci svou kávu.

Zůstaňte naladěni. Poslední dva roky byly divokou jízdou a mám podezření, že jsme teprve viděli začátek.

Co bylo podle vás nejvýznamnějším faktorem rychlého přijetí umělé inteligence? Začlenili jste nástroje umělé inteligence, jako je ChatGPT, do svého každodenního pracovního postupu? Pokud ano, jak změnili způsob, jakým pracujete nebo tvoříte?

Vnímáte umělou inteligenci jako něco, co mění pravidla hry, nebo si myslíte, že se nacházíme uprostřed hype cyklu, který se nakonec stabilizuje? A co etické a regulační obavy? Myslíte si, že vývoj umělé inteligence postupuje příliš rychle na to, aby na něj bylo možné řádně dohlížet? Dejte nám vědět v komentářích níže.

Mé každodenní aktualizace projektu můžete sledovat na sociálních sítích. Nezapomeňte se přihlásit k odběru mého týdenního zpravodaje a sledujte mě na Twitteru/X na @DavidGewirtz, na Facebooku na Facebook.com/DavidGewirtz, na Instagramu na Instagram.com/DavidGewirtz, na Bluesky na @DavidGewirtz.com a na YouTube na YouTube.com/DavidGewirtzTV.