Co je AI zima a proč se o ní znovu mluví

Co je AI zima? Tímto pojmem se označuje období, kdy po vlně nadšení z umělé inteligence přijde vystřízlivění: klesne zájem investorů, firem i veřejnosti, škrtá se financování výzkumu a slovo „umělá inteligence“ na čas spíš odrazuje. Metafora zimy vystihuje, že se vývoj nezastaví úplně, ale výrazně zpomalí a ochladí. V historii oboru se obvykle popisují dvě taková období. Dnes se o AI zimě mluví znovu, tentokrát v souvislosti s debatou, zda není současný boom AI bublinou. Podívejme se, co se tehdy stalo a co z toho plyne pro dnešek.

Co je AI zima: vznik pojmu a princip

Umělá inteligence jako vědní obor vznikla v polovině 20. století. Od začátku ji provázela velká očekávání. Výzkumníci i média věřili, že stroje brzy porozumí jazyku, budou překládat, uvažovat a řešit problémy jako lidé. První výsledky byly povzbudivé, a tak přicházely peníze od vlád, armád i firem.

Problém nastal, když se ukázalo, že skutečné problémy jsou mnohem těžší, než se zdálo. Systémy fungovaly v laboratorních příkladech, ale selhávaly v reálném světě. Chyběl dostatečný výpočetní výkon, dostatek dat i metody, které by zvládly nejednoznačnost lidského jazyka a světa. Když očekávání předběhla výsledky, financující instituce ztratily trpělivost.

Princip AI zimy lze shrnout do jednoduchého cyklu:

1. Průlom a nadšení – nová technologie ukáže působivé výsledky.
2. Přehnaná očekávání – sliby předbíhají realitu, rostou investice.
3. Narážení na limity – technologie nezvládá to, co se od ní čekalo.
4. Vystřízlivění – škrty, odchod investorů, útlum zájmu.
5. Tichý pokrok – výzkum pokračuje v menším měřítku a připravuje další vlnu.

Historie útlumu AI: dvě zimy

První AI zima (70. léta)

V 60. letech panoval velký optimismus. Očekávalo se například, že strojový překlad bude brzy fungovat spolehlivě. Výsledky ale zaostávaly za sliby. Systémy si neporadily se složitostí jazyka a reálných úloh a dostupné počítače byly na tehdejší ambice příliš slabé. Během 70. let proto v několika zemích výrazně kleslo financování výzkumu AI a obor ztratil na prestiži. V Británii tehdy například vznikla kritická vládní zpráva, která přínos dosavadního výzkumu hodnotila skepticky.

Druhá AI zima (konec 80. a začátek 90. let)

V 80. letech přišla nová vlna. Hlavní roli hrály expertní systémy, tedy programy, které se snažily zachytit znalosti odborníků v podobě pravidel. Firmy do nich investovaly, vznikal trh se specializovaným hardwarem a velké národní programy slibovaly průlom. Postupně se však ukázalo, že expertní systémy jsou drahé na údržbu, křehké a špatně se přizpůsobují novým situacím. Specializovaný hardware předběhly levnější běžné počítače. Na přelomu 80. a 90. let tak zájem i investice znovu výrazně opadly.

Co přišlo potom

Výzkum se ale nezastavil. V tichosti se rozvíjelo strojové učení, rostl výpočetní výkon a s internetem přibývalo dat. Právě tyto tři ingredience později umožnily nástup hlubokého učení a dnešních jazykových modelů. Jak se stroje učí z dat, vysvětluje článek co je strojové učení.

Proč AI zima nepřišla „odnikud“

Při pohledu zpět je vidět, že obě zimy měly podobné příčiny. Nešlo o to, že by výzkumníci byli neschopní nebo že by myšlenky byly špatné. Mnoho z tehdejších nápadů se později ukázalo jako cenných. Problém byl spíš v rozporu mezi tím, co se slibovalo, a tím, co bylo v dané době technicky možné.

Opakovaly se hlavně tyto faktory:

• Podcenění složitosti. Úlohy, které člověk zvládá bez přemýšlení, jako porozumět větě nebo poznat předmět na fotografii, se ukázaly pro stroje mimořádně těžké.
• Nedostatek výkonu a dat. Tehdejší počítače byly na náročné výpočty příliš pomalé a digitálních dat bylo málo.
• Křehkost řešení. Systémy fungovaly v pečlivě připravených ukázkách, ale v reálném provozu se rozpadaly při první neočekávané situaci.
• Komunikace směrem ven. Média, investoři i část výzkumníků prezentovali budoucnost optimističtěji, než odpovídalo realitě, a zklamání pak bylo o to větší.

Tyto vzorce jsou užitečné i dnes. Pomáhají rozlišit, kdy jde o skutečný pokrok a kdy spíš o marketingové sliby.

AI bublina: proč se o AI zimě mluví znovu

S nástupem generativní AI se do oboru vrátilo obrovské nadšení. Investice rostou, firmy oznamují nové produkty a v médiích se objevují odvážná tvrzení, včetně debat o obecné umělé inteligenci, které rozebírá článek co je AGI. Zároveň se množí hlasy, které se ptají, zda nejde o AI bublinu.

Argumenty pro opatrnost se obvykle týkají toho, že:

• náklady na vývoj a provoz velkých modelů jsou velmi vysoké,
• ne všechny firmy zatím vidí z AI jasný finanční přínos,
• některá očekávání (například plně autonomní agenti) se naplňují pomaleji, než se slibovalo,
• AI hype vede k tomu, že se „AI“ přidává do názvů produktů, které s ní mají málo společného.

Argumenty na druhé straně připomínají, že:

• AI nástroje dnes reálně používají miliony lidí v práci i soukromí,
• technologie už přináší měřitelný užitek v mnoha konkrétních úlohách,
• na rozdíl od minulých zim existuje masové praktické využití, ne jen laboratorní ukázky.

Je současná situace bublinou, nebo trvalou změnou? Nikdo to spolehlivě neví a tento článek nechce nic předpovídat. Historie ukazuje, že i když bublina splaskne, užitečná technologie obvykle nezmizí. Mění se spíš tempo, ceny a to, kdo na trhu zůstane.

Konec AI boomu? Co si z AI zim vzít

Ať už se vývoj zpomalí, nebo ne, lekce z minulosti jsou užitečné pro každého, kdo AI používá nebo o ní rozhoduje:

• Hodnoťte podle výsledků, ne podle slibů. Zavádějte AI tam, kde dokážete změřit konkrétní přínos.
• Nepřeceňujte, ale ani nepodceňujte. Přehnaná očekávání vedou ke zklamání, odmítání zase ke ztrátě náskoku.
• Nebuďte závislí na jediném nástroji. Trh se mění rychle, flexibilita je výhoda.
• Investujte do dovedností. Znalost principů a dobrého zadávání úloh zůstane cenná, ať už se konkrétní nástroje změní jakkoli.

Závěr

Co je AI zima? Je to období útlumu, které přichází, když očekávání předběhnou výsledky. Obor jím prošel dvakrát, v 70. letech a na přelomu 80. a 90. let, a pokaždé se z něj nakonec zvedl silnější. Dnešní debata o AI bublině je legitimní, ale předpovídat její výsledek nemá smysl. Užitečnější je naučit se AI využívat tam, kde opravdu pomáhá.

Chcete AI pochopit do hloubky a používat ji s rozvahou? Podívejte se na kurz umělé inteligence. Pokud řešíte, kde má AI ve vaší firmě reálný přínos, domluvte si AI konzultaci.