Umělá inteligence hledá jinou cestu: jak ji naučit myslet?

V dosavadním boomu umělé inteligence dominovala jednoduchá logika: více dat, více výpočetního výkonu, větší modely. Firmy jako OpenAI, Google nebo Anthropic tímto směrem systematicky zvyšují výkon svých jazykových modelů. Startup Logical Intelligence nyní přichází s přístupem, který tuto strategii zpochybňuje.

Jeho model Kona 1.0 vychází z tzv. energy-based models (EBM) a podle firmy řeší úlohy nejen přesněji, ale i výrazně úsporněji. Při nedávné demonstraci například zvládl sudoku za zlomek nákladů běžných systémů: zatímco konkurence potřebovala výpočetní výkon za tisíce dolarů, zde šlo o jednotky. V době rostoucí spotřeby datových center se tak do popředí dostává otázka efektivity.

Spor o směr vývoje

Do projektu vstoupil i Yann LeCun, jeden z nejvlivnějších kritiků současného vývoje AI. Podle něj mohou energeticky založené modely přinést „novou generaci spolehlivějších systémů“. Zároveň dlouhodobě upozorňuje, že současný směr – reprezentovaný mimo jiné nástroji jako ChatGPT – naráží na limity.

Jeho hlavní výhrada míří k tomu, jak tyto systémy fungují: generují odpovědi na základě pravděpodobnosti, nikoli skutečného porozumění. To je podle něj zásadní problém zejména u autonomních aplikací, které musí umět předvídat důsledky svých kroků.

Od jazyka k modelu světa

Zakladatelka Eve Bodnia vychází z jiného předpokladu: jazyk není podle ní podstatou inteligence, ale jen jejím výstupem. „Myšlení je abstraktní proces, jazyk je pouze forma vyjádření,“ říká. Jazykové modely tak podle ní zaměňují práci s textovými vzory za skutečné uvažování.

Její přístup se opírá o principy fyziky. EBM modely hodnotí možné stavy řešení podle „energie“ a hledají ty nejstabilnější. Na rozdíl od jazykových modelů, které postupují lineárně, tak dokážou porovnávat více variant současně a postupně se přibližovat optimálnímu výsledku.

To se projevuje zejména u úloh, kde je rozhodující přesnost a konzistence – například ve vývoji léků nebo v průmyslové výrobě. Výhodou má být i omezení tzv. halucinací, tedy věrohodně znějících, ale chybných odpovědí.

Mezi doplněním a konkurencí

Logical Intelligence nepředstavuje svůj model jako přímou náhradu jazykových systémů, ale spíše jako jejich doplněk. Podle LeCuna je klíčové, aby AI pracovala s „modelem světa“, který umožní předvídat důsledky jednání – což současným přístupům chybí.

Startup zatím stojí na začátku. Po prvním kole financování jedná o dalším kapitálu a chystá pilotní nasazení v energetice, polovodičovém průmyslu a výrobě. Právě tyto aplikace mají ukázat, zda se nový přístup osvědčí i mimo laboratorní podmínky.

Bodnia přitom tlumí očekávání: Kona 1.0 je podle ní jen první krok. Budoucí pokročilé systémy podle ní nevzniknou z jednoho modelu, ale kombinací různých přístupů. O dalším směru tak rozhodne především to, zda se nové modely dokážou prosadit v praxi.