Generálny riaditeľ Google DeepMind Demis Hassabis pred pár dňami znova otvoril veľkú debatu. Tvrdí, že umelá generalizovaná inteligencia môže prísť v horizonte päť až desať rokov a svojím rozsahom aj tempom prekonať priemyselnú revolúciu. Nie symbolicky, ale rádovo. Podľa neho môže byť spoločenská zmena desaťkrát väčšia a rýchlejšia. Dôležitejšie než samotná predikcia je však otázka, čo to znamená pre ekonomiku, trh práce, vedu a spravodlivosť v rozdeľovaní výhod.

Čo si pod AGI predstaviť

AGI je schopnosť systému zvládať široké spektrum kognitívnych úloh na úrovni človeka. Nielen doplniť text, ale chápať, plánovať, učiť sa naprieč doménami, riešiť nové problémy a prenášať poznatky. Dnes máme špecializované modely, ktoré excelujú v jazyku, obrazoch či proteínoch. AGI by tieto ostrovčeky schopností spojila do súvislého celku. Nejde o jediný zlomový okamih. Skôr sériu míľnikov, po ktorých spätným pohľadom povieme, že už sme tam.

Prečo práve päť až desať rokov

Hassabis svoju predpoveď opiera o tri trendy. Prvým je rast výpočtových zdrojov a účinnejších čipov. Druhým je rýchlo sa zlepšujúca architektúra modelov spolu s lepším tréningom. Tretím je reálne nasadenie systémov, ktoré generujú dáta, spätnú väzbu a kapitál pre ďalší výskum. História DeepMind to ilustruje. Od AlphaGo cez AlphaZero až po AlphaFold sa opakovane ukázalo, že keď sa zlúči výpočtový výkon, správny algoritmus a jasný cieľ, prichádzajú skoky. Nie je to záruka termínu, ale smer je zreteľný.

Potenciál prínosov pre vedu a ekonomiku

Ak sa AGI podarí, benefity môžu byť mimoriadne. V biomedicíne by zrýchlila objavovanie liečiv, návrh klinických štúdií aj diagnostiku. V energetike by pomohla optimalizovať siete, zvyšovať účinnosť obnoviteľných zdrojov a urýchliť cestu k bezuhlíkovej výrobe. V materiálových vedách by dokázala vyhľadávať nové zlúčeniny s vlastnosťami, ktoré dnes iba tušíme. V ekonomike by automatizovala rutinné kancelárske úlohy, skracovala vývoj produktov a znižovala transakčné náklady. Vznikol by stav, ktorý Hassabis nazýva radikálna hojnosť. Viac hodnoty s menším vstupom času a práce.

Tienistá stránka a nerovnosť

Čím vyšší je potenciál, tým citlivejšie sú riziká. Najvýraznejšou výzvou je nerovnomerné rozdelenie bohatstva, ktoré AI vytvorí. Priemyselná revolúcia priniesla rast, ale aj desaťročia sociálnej bolesti, kým sa pravidlá prispôsobili. Ak bude hodnotu vytvárať menší počet firiem s prístupom k výpočtovým zdrojom a dátam, môže sa priepastne zväčšiť rozdiel medzi víťazmi a ostatnými. S tým súvisí tlak na pracovné miesta. Nejde iba o manuálne pozície. Automatizácia sa presúva aj do kognitívnych profesií. Najviac ohrozené budú činnosti s opakujúcim sa vzorom a nízkou mierou zodpovednosti.

Čo s tým môžu urobiť vlády a firmy už dnes

Dôležitá je prechodová politika. Vzdelávanie musí pružne reagovať. Nestačí informatika na úrovni používania nástrojov. Potrebná je dátová gramotnosť, základné porozumenie modelom, bezpečnosti a etike. Trh práce by mal podporovať rekvalifikácie s jasným premostením na nové roly. Ekonomická politika môže zvážiť mechanizmy zdieľania výnosov z AI. Diskutujú sa daňové rámce pre extrémne zisky, participácia zamestnancov na produktivite či stimuly pre otvorenú infraštruktúru a výskum. Kľúčová je aj ochrana pred dezinformáciami a zneužitím. Transparentnosť tréningových dát, audit modelov a postupy na odhaľovanie syntetického obsahu by mali byť štandard.

Technické limity, ktoré nemožno prehliadnuť

Aj keď pokrok napreduje, dnešné modely majú slabiny. Halucinujú, nie vždy držia dlhý kontext a nie všetky sú spoľahlivé v zriedkavých situáciách. Škálovanie nie je všeliekom, pretože s rastom výkonu rastú aj náklady na energiu a infraštruktúru. Bez premyslených riešení v oblasti efektivity, pamäťových architektúr a učenia z menšieho množstva dát by mohli náklady brzdiť ďalší rozvoj. Preto bude dôležité prepájať symbolické uvažovanie so silami hlbokých sietí, zavádzať nástroje na overovanie výpočtov a posilňovať schopnosť modelov plánovať.

Ako si ustrážiť ľudské ciele

AGI nie je iba technický míľnik. Je to aj skúška našich priorít. Potrebujeme, aby systémy maximalizovali ľudské ciele, nie iba čísla v tréningovej funkcii. To znamená zapojiť spoločenské vedy a právo. Vytvárať normy, ktoré definujú prijateľné použitie, a vynucovať ich. Transparentná správa dát a rešpekt k súkromiu musia zostať základom. Ak chceme dôveru, nesmieme od nej žiadať slepú vieru. Musíme ju budovať dôkazmi o bezpečnosti a prínose.

Záver, ktorý dáva veciam mierku

Hassabisova predpoveď nie je proroctvo. Je to ambiciózny plán a upozornenie zároveň. Technológia, ktorá môže priniesť radikálnu hojnosť, dokáže rovnako prehĺbiť nerovnosť. Rozhodujúce bude, či dokážeme pretaviť technický pokrok na spoločenský kapitál. Či sa sústredíme na zdieľanie výhod, na spravodlivé pravidlá a na otvorené inovácie. Ak príde AGI v horizonte jednej dekády, pripraví nás iba poctivá práca dnes. Vedy a priemyslu. Školstva a politiky. A najmä schopnosť pozerať sa na technológiu ako na nástroj, ktorý má slúžiť ľuďom, nie naopak.