Budoucnost originality

Zdá se, že umělá inteligence ovlivňuje všechno. Existují už i galerie, které pořádají výstavy umění vytvořeného AI. Tato díla jsou nejen vystavována – „kopie“ (nebo „originály“, toť otázka) se prodávají za nezanedbatelné ceny. A jestliže se prodávají, znamená to, že vnímání problému umění generovaného umělou inteligencí je mnohem více spojeno s otázkou uměleckého světa či originality než umění jako takového – to totiž umělá inteligence ve skutečnosti nezpochybňuje, zvlášť pokud po těchto dílech existuje reálná poptávka.

K vytvoření uměleckého díla za pomoci AI je potřeba jak znalost programování, tak hluboké (nejspíš převážně intuitivní) chápání toho, jak nástroje umělé inteligence reagují na určité koncepty či pojmy, protože právě pojmy jsou tím, co se do systému vkládá. Byl to člověk, kdo tyto nástroje naučil rozeznávat pojmy a spojovat je s prvky klasického či moderního umění. Potud jde o dílo lidských znalostí a inteligence.

V čem se lišíme?

Má­-li se nástroj naučit rozpoznávat třeba jen jednoduché objekty, je zapotřebí značného množství lidmi označených obrázků, na nichž AI postupně rozeznává znaky, jež jsou pro tyto objekty charakteristické. K této práci byli a jsou přes internet najímáni studenti a další pracovníci. Při obrovském množství obrázků se systém může naučit rozpoznávat objekty velmi dobře, i když pořád zdaleka ne dokonale. Pokud by tomu tak bylo, testy typu „označte objekty“, známé z některých webů, by neměly smysl. Když se na věc podíváme blíže, občas vyjde najevo, že se systém naučil rozeznávat něco, co cílový objekt jen doprovází. Když je nástroj požádán, aby určil, zda se na obrázku nachází zvíře, může se ukázat, že se nenaučil rozeznávat zvířata, ale rozmazané pozadí, jaké se mnohdy objevuje na fotkách, kde je zvíře zaostřené. Tento příklad, stejně jako některé další, přejímám z knihy Melanie Mitchell Artificial Intelli­gence: A ­Guide for Thinking Humans (Umělá inteligence. Průvodce pro myslící lidi, 2019). Takové problémy se nejspíš postupně vyřeší. Ukazují však, že „rozumění“ umělé inteligence má pořád daleko k tomu lidskému. Lidské bude teprve tehdy – pokud je to vůbec možné –, až bude k identifikaci objektů či pojmů používat stejné kategorie jako člověk.

Jak konstatuje Mitchell, nástroje AI stále nejsou schopné přenést to, co se naučily, z jedné domény do druhé. Stroj, který umí hrát šachy, tuto schopnost nemá jak využít, pokud by měl například identifikovat právní pojmy, a musí s učením začít od začátku. V tom se podstatně liší od člověka. Nevíme sice, zda měli staří latiníci pravdu, když říkali, že naučit se velmi formalizovaným způsobem klasickému jazyku rozvíjí obecné schopnosti tohoto typu; víme ale, že člověk, jenž vyniká v jedné doméně, může celkem snadno vyniknout i v jiné. V případě AI tomu tak není. Umělá inteligence se tedy ještě dalece liší od té lidské, i když to tak často nemusí vypadat.

Napříč doménami

Vzdálená ale nemusí být možnost vyvinout nástroj, který by byl schopen identifikovat pojmy v různých disciplínách, třeba v právu, matematice, gramatice a dějinách umění. Řekněme, že se nástroj naučí rozeznat typy ekonomických rysů období po válkách a zároveň charakteristiky umění typicky produkovaného po velké válce. Pak by bylo možné, aby koncepty vyvinuté nástrojem (který by skutečně vytvářel pojmy, což se musí dít na lingvistické bázi) dokázaly identifikovat básně podle chronologie nebo třeba určité druhy právních pojmů. Nejspíš by se dalo očekávat, že umělá inteligence bude díky vlastním po­­jmům dospívat k subtilnější identifikaci. Ani zde si však nemůžeme být jisti, že by zachytila pojmy, které jdou daleko za rámec toho, co do ní bylo původně vloženo.

Není to tak dávno, kdy psaní o politickém nebo kulturním životě v cizích zemích s cizími jazyky bylo něco takřka originálního. Ojedinělá díla o Francii nebo Íránu mohla vznikat i v českých zemích nebo v Dánsku, i když byla většinou založena na převyprávění toho, co v cizích jazycích napsali jiní, a postrádala hlubší analýzu. Skutečnost, že malíř z jiné země než z Francie studoval v Paříži, mohla před sto lety docela dobře znamenat určitou originalitu, aspoň pokud jde o recepci jeho díla. Dnes taková díla může bez větších problémů vytvářet umělá inteligence, i když nejspíš bude nutná závěrečná lidská korekce a možná v nich najdeme různé absurdnosti.

Hledání nových souvislostí mezi rozličnými obory je pravděpodobně oblastí, v níž je lidská inteligence pořád ještě efektivnější než ta umělá. AI je na tomto poli slabá a nejspíš to tak ještě dlouho zůstane. Zato vyvinout v rámci určitého oboru nové koncepty, které by byly lepší než koncepty vyvinuté strojovým učením, je o dost těžší. Do jisté míry nás jakožto lidské bytosti v soutěži se strojovou inteligencí zachraňuje skutečnost, že současné výzkumy, mají­-li být smysluplné, musejí využívat koncepty z několika domén. V tom nám stroje nestačí. Nicméně už jejich dnešní schopnosti naznačují, že lidí, kteří dokážou vytvořit něco skutečně originálního a inovativního, bude velmi málo. Nejspíš je to dáno nejen omezenými schopnostmi lidského druhu, o čemž by se dalo dlouze diskutovat, ale také podobou vzdělávání.

Chopinova mazurka

Velká část našeho vzdělání – a na obecnější rovině i chápání kultury a společnosti – je založena na pouhých popisech, které se sice často vydávají za vysvětlení, ale ve skutečnosti jsou to právě jen popisy. Mnohé z toho, co současný člověk „ví“, se skládá ze šablonovitých, formulovitých popisů. Testem rozdílu mezi analýzou a pouhým popisem by mohla být korelace mezi pojmy. Máme­-li pojem, který jsme jasně popsali a který při aplikaci na velké množství dat vykazuje stálou korelaci s jinými pojmy, pak můžeme předpokládat, že je pojem smysluplný, i když ne vždy chápeme důvody korelace, tedy to, v čem spočívá kauzalita.

Budoucí vzdělávání musí být založeno na analytických, smysluplných pojmech, a nikoli pouhých popisech. Nesmí jít o tautologická tvrzení typu „dnešní Rusko je takové, jaké je, protože neprošlo postkomunistickou transformací“. Je potřeba nacházet vysvětlení a koncepty pracující s prvky, jež se prokážou jako funkční vždy, za jakýchkoli proměnných. V tomto smyslu je umělá inteligence součástí vývoje k vyšší komplexitě našeho pohledu na svět. Nejspíš se to neobejde bez společenských a politických následků – změna obecně známého pojmového rámce vždy změní i společnost. Pokud společnost začne být vnímavá vůči politickým sloganům a konceptům určitého formulovitého typu, změní se i materiálně. Tak tomu bylo před ruskou nebo íránskou revolucí. A stejně tak tomu může být v případě analytičtějších konceptů a přístupů spojených s umělou inteligencí. Byla by chyba domnívat se, že AI promění jen trh práce; velmi pravděpodobně způsobí změny i v obecně sdílených pojmech, a tedy i v myšlení. Pravděpodobně nás také naučí, že hranice mezi znalostmi praktickými a „užitečnými“ na jedné straně a prakticky „neupotřebitelnými“ na straně druhé není tak relevantní, jak jsme si často mysleli. Jediný detail může na věc vrhnout velmi nečekané světlo.

Nevede nás to k závěru, že naše kultura byla jen manipulací s určitou množinou sice komplexních, ale nikoli nekonečně komplexních prvků? A že šlo v zásadě o zvládnutí určitého počtu asociativních vzorců, u kterých můžeme předpokládat reakci publika? Umělá inteligence už zvládne vytvořit Chopinovu mazurku tak, že ji muzikologové nedokážou rozlišit od skladatelových skladeb, které dosud neznali. Ztratí pojem originality význam? Musíme si uvědomit, že inovativnost a originalita nikam nezmizely, jen je teď neskonale obtížnější činit si na ně nárok. To, zda budou dál považovány za relevantní, nebo ne, je otázkou hodnot, a nikoli věcí umělé inteligence. Ta jen klade tuto otázku dosud nejnaléhavějším způsobem. A ze situa­ce, v níž byla otázka takto položena, už není cesty zpět.

Autor je novinář.

Z angličtiny přeložil Michal Špína.