Ešte pred pár rokmi patrila umelá inteligencia (AI) skôr do oblasti sci-fi, no dnes už ju využívajú milióny ľudí denne. Podľa odborníkov sme pritom ešte zďaleka nenarazili na jej limity – v dobrom, ale i v zlom. Svoje o tom vie aj Sir Demis Hassabis, jeden z najvýraznejších predstaviteľov tohto vývoja, ktorý verí, že mozog je počítač ako každý iný, a preto je možné jeho fungovanie napodobniť. „Bude to desaťkrát väčšie ako priemyselná revolúcia – a možno aj desaťkrát rýchlejšie,“ predpovedá.
Občas jablko padne poriadne ďaleko od stromu. Dôkazom toho je aj chlapec, ktorý sa narodil 27. júla 1976 v Londýne ako Demis Hassapis (písmeno v priezvisku si zmenil až v dospelosti, možno aj preto, aby už v gréčtine neznamenalo „mäsiar“). Jeho rodičia nemali s vedou či technológiami nič spoločné a o možnostiach, aké má dnes ich najstaršie dieťa, mohli iba snívať. Mama Angela pochádzala z veľmi chudobných pomerov. Narodila sa v Singapure, kde ju vychovávala babka a určitý čas dokonca žila na ulici ako sirota. Neskôr odišla do Británie, kde sa pripravovala na prácu zdravotnej sestry so zameraním na deti so špeciálnymi potrebami. Otec Kostas, pôvodom cyperský Grék, sa venoval hudbe a snažil sa uživiť ako spevák a skladateľ. Neskôr spolu s manželkou si zarábali aj predajom hračiek a napokon sa obaja zamestnali ako učitelia. Peňazí nemali nazvyš, no svojim dvom synom a dcére zabezpečili pekné detstvo, ku ktorému patrili aj pravidelné návštevy Singapuru a Cypru.
Keď mal Demis štyri roky, jeho život sa radikálne zmenil – uvidel otca a strýka hrať šach a požiadal ich, aby mu vysvetlili pravidlá. Za pár minút sa ich naučil, o dva týždne svojich príbuzných začal porážať a o rok už hrával proti oveľa starším súperom na turnajoch. Bol pritom taký maličký, že musel sedieť na telefónnom zozname položenom na dvoch stoličkách, aby vôbec dovidel na šachovnicu, a občas nad ňou dokonca od únavy zaspal! V ôsmich rokoch začal sám študovať šachové stratégie z kníh a o päť rokov dosiahol úroveň šachového majstra. Patril medzi najsilnejších mladých hráčov svojej generácie a dlhý čas bol vo svojej vekovej kategórii druhým najlepšie hodnoteným šachistom na svete, hneď za legendárnou Judit Polgár. „Hrať šach vážne v takom mladom veku bola mimoriadne formujúca skúsenosť, ktorá ma naučila riešiť problémy… V podstate ma táto hra priviedla k úvahám o tom, ako môj mozog vymýšľa jednotlivé ťahy a čo sa skrýva za javom, ktorý nazývame inteligencia,“ spomína dnes Hassabis.
Plytvanie potenciálom
Šach však prinášal nielen úspechy, ale aj tlak. Zatiaľ čo jeho rovesníci mali voľný čas na bežné detské aktivity, on sprevádzaný otcom trávil väčšinu víkendov a školských prázdnin na vyčerpávajúcich turnajoch. Hoci Hassabisovci prespávali v lacných ubytovniach či dokonca v aute, rodinu to zasiahlo aj po finančnej stránke, najmä ak sa chlapcovi nepodarilo vyhrať a získať aspoň nejaké peniaze na odmenách. V takých momentoch Kostas neváhal popustiť uzdu svojmu južanskému temperamentu a na malého syna poriadne nahučal. Krivdil mu – medzi hráčmi existovala tvrdá rivalita a Demis vždy robil všetko pre to, aby zvíťazil. „Som trochu extrémny človek,“ hovorí. „A jediný spôsob, ako môžem vedieť, že zo seba skutočne vydávam maximum, je ten, že sa v podstate dotlačím až do bodu tesne pred smrťou. Ak zomriem, tým myslím vyhorenie alebo niečo podobné, znamená to, že som to už trochu prehnal. Je to ako bežať maratón. Musíte prejsť cieľovou čiarou úplne vyčerpaní a v ideálnom prípade skončiť v nemocnici, ale nie mŕtvi. Vtedy môžete povedať, že ste urobili maximum. Ak vám ešte zostáva nejaká energia a stále stojíte, možno ste sa mohli snažiť viac.“
Keď mal dvanásť rokov, došlo k udalosti, ktorá ho zásadne ovplyvnila. Na medzinárodnom turnaji sa stretol so skúseným, o generáciu starším šachistom a hoci s ním dlho držal krok, po desiatich hodinách usúdil, že mat je neodvratný a partiu vzdal. Bola to chyba, ako mu súper s veľkou radosťou ukázal – existoval totiž ťah, ktorý mohol viesť k remíze, no chlapec si ho nevšimol. Demis bol ohromne nešťastný a došlo mu až fyzicky zle, mo nasledujúce ráno v ňom vďaka tomu skrsla myšlienka, ktorá všetko zmenila. Keď si spomenul na turnajovú halu plnú brilantných mozgov, ktoré sa celé hodiny sústreďovali na dianie na šachovnici, uvedomil si, koľko obrovského duševného úsilia sa vynakladá na jedinú hru. A napadlo mu, či by sa to radšej nemalo využiť na niečo oveľa významnejšie, napríklad na hľadanie riešení vo vede alebo medicíne. „Došlo mi, že plytváme potenciálom svojej mysle,“ spomínal neskôr s tým, že toto pochopenie znamenalo začiatok konca jeho profesionálnej šachovej kariéry. Svoju pozornosť začal zameriavať inde.
Príliš dobrý, príliš mladý
Učivo zvládal ľavou zadnou a keďže mu turnaje čoraz viac zasahovali do školského života, istý čas ho rodičia vzdelávali doma. Práve vtedy objavil ďalšiu vášeň – za peniaze z víťazstiev si kúpil počítač a všetky voľné chvíle trávil pri ňom. Na rozdiel od rovesníkov však nezabíjal čas iba hraním hier a zlepšovaním svojho skóre, ale snažil sa nahliadnuť aj za oponu. V počítačoch videl prostriedok, ktorý môže človeku rozšíriť mentálne schopnosti, presne tak, ako autá umožňujú pohybovať sa rýchlejšie a lietadlá nám umožňujú lietať – a vrhol sa do ich skúmania. Začal si v kníhkupectvách čítať odbornú literatúru a už ako osem- či deväťročný skúšal programovať v jazyku BASIC. Postupne sa od hrania počítačových hier dostal k ich vytváraniu a v šestnástich už bol taký dobrý, že ho zamestnalo jedno z najlepších herných štúdií v Európe, Bullfrog. Hassabis mal vo vrecku maturitné vysvedčenie aj potvrdenie o prijatí na Cambridge, no na vysokoškolské štúdium mal kvôli nízkemu veku ešte rok počkať, a tak sa spolu s hŕstkou ďalších mladíkov presťahoval do excentrického vidieckeho domu majiteľa štúdia Petra Molyneuxa. Na tajomnej starej fare so skrytými dverami, tajnými chodbami a množstvom herného vybavenia sa stal hlavným programátorom kultovej strategickej hry Theme Park, v ktorej hráč budoval a spravoval vlastný zábavný park. Virtuálny svet v jeho podaní získal nečakanú hĺbku – jednotlivé postavy mali vlastné potreby, nálady, vzťahy, priateľov aj peniaze a každé rozhodnutie malo svoje následky. Ak hráč napríklad vytvoril horské dráhy príliš desivé, digitálni pasažieri začali vracať. Ak nasypal na hranolčeky priveľa soli, návštevníci dostali smäd a prudko vzrástol predaj nealkoholických nápojov. „Jej srdcom je, samozrejme, umelá inteligencia, ktorá reaguje na to, ako park navrhujete,“ hovorí Hassabis o videohre, z ktorej sa po celom svete predalo 15 miliónov kusov a dnes je považovaná za jednu z najlepších v histórii. Neočarila pritom len hráčov, ale aj vedcov, ktorí zábave pred počítačom vôbec neholdovali!
Záhady reality
Molyneux vzal Demisa na konferenciu o umelej inteligencii, kde svoju prácu na Theme Park ukázali profesorovi z Carnegie Mellon University, a ten doslova „spadol zo stoličky“, ako spomína Hassabis. „Ukázal som mu všetky rôzne prvky, ktoré sme namodelovali – ako šťastne sa postavy cítili, aké boli smutné, smädné či hladné, koľko peňazí mali, kto boli ich priatelia. To všetko bolo simulované v tomto nesmierne komplikovanom svete zábavného parku a on tomu nemohol uveriť.“ Práve vtedy a tam si Hassabis podľa vlastných slov definitívne uvedomil, že svoju kariéru zasvätí umelej inteligencii. Hoci mu Molyneux ponúkol pol milióna libier, aby pokračoval v programovaní hier, s vďakou odmietol, štúdio opustil a odišiel do Cambridge. Pôvodne chcel študovať fyziku, pretože ho fascinovali veľké otázky o podstate reality, čase či vesmíre, no postupne došiel k záveru, že jeden človek má na ich preskúmanie jednoducho príliš málo času a schopností. Možno by to však dokázal počítač, povedal si a zapísal sa na štúdium informatiky.
Na Cambridge nastúpil v roku 1994 ako študent Queens‘ College a počítačové vedy tam zvládol za tri roky. Práve na univerzite sa definitívne sformovala jeho predstava o tom, čo by vlastne mohol dosiahnuť. Neskôr spomínal, že ho niektoré prístupy k AI nepresvedčili, pretože boli príliš úzko zamerané na konkrétne úlohy. On však uvažoval: Čo keby sme namiesto hľadania riešenia pre jednu oblasť vytvorili nástroj, ktorý by ich dokázal riešiť oveľa viac? A tak kým jeho spolužiaci po ukončení štúdia premýšľali, kam sa vydať ďalej, on ako 21-ročný založil vlastnú firmu. Elixir Studios bolo oficiálne herným štúdiom, no Demis sa nesnažil vytvárať hry len kvôli zábave. Zaujímalo ho, či sa toto prostredie nedá využiť ako laboratórium, v ktorom by mohol experimentovať s umelou inteligenciou a skúmať, kam až by sa jej schopnosti mohli posunúť. Spolu s kolegami vytvoril politickú strategickú hru s názvom Republic: The Revolution, v ktorej mal hráč postupne získavať vplyv a meniť fungovanie fiktívnej krajiny, no nedopadlo to podľa predstáv. Vývoj sa výrazne predĺžil, Demis nedokázal získať dostatok financií a po siedmich rokoch firmu s obrovským sklamaním zatvoril.
Hlboká myseľ
Neúspech ho však od AI neodradil. Práve naopak, vrátil sa späť k otázke, ktorá ho zaujímala od začiatku: odkiaľ sa vlastne myslenie berie a ako funguje? Ak chcel vytvoriť stroj, ktorý by dokázal premýšľať, najskôr musel pochopiť samotnú ľudskú inteligenciu, a tak sa prihlásil na doktorandské štúdium neurovedy na University College London. „Fyzika vysvetľuje vonkajší svet, neuroveda vysvetľuje vnútorný svet ľudských bytostí. Veci, ktoré študovali fyzici – hmota, energia, čas – boli v konečnom dôsledku menej reálne ako kúsky informácií pulzujúce medzi neurónmi,“ tvrdí. Vo svojom výskume sa zameral na epizodickú pamäť a predstavivosť, teda na schopnosť človeka vybavovať si vlastné zážitky a zároveň si v mysli vytvárať situácie, ktoré sa ešte nestali. Zaujímalo ho, čo sa deje v mozgu, keď si človek predstavuje budúcnosť alebo konštruuje úplne novú situáciu a jeho výskum ukázal, že pamäť a predstavivosť spolu úzko súvisia – pri oboch činnostiach mozog využíva podobné mechanizmy a siete. A tento poznatok bol pre Hassabisa zaujímavý aj z pohľadu umelej inteligencie.
Na univerzite nenašiel iba odpovede na otázky o fungovaní ľudského mozgu, ale aj podobne zmýšľajúceho kolegu. Bol ním Shane Legg, novozélandský matematik a počítačový vedec, ktorý skúmal, ako by sa inteligencia dala definovať či merať. Čoskoro zistili, že ich zaujíma tá istá veľká otázka: či možno vytvoriť stroj, ktorý sa nebude vedieť naučiť iba jednu konkrétnu úlohu, ale dokáže sa učiť podobne všeobecne ako človek. Nešlo im pritom len o to, aby bol počítač rýchlejší alebo presnejší pri riešení existujúcich problémov. Zaujímalo ich, či by sa dal vytvoriť systém, ktorý by si dokázal osvojovať nové schopnosti bez toho, aby bolo potrebné ho zakaždým naprogramovať nanovo. Z rozhovorov dvoch vedcov sa postupne zrodil plán založiť vlastnú firmu. V roku 2010 k nim pribudol Mustafa Suleyman a vznikol DeepMind, spoločnosť, ktorej cieľ bol už od začiatku oveľa ambicióznejší než vytvoriť ďalší úspešný technologický produkt: chceli vybudovať všeobecnú umelú inteligenciu. Problém bol, že v roku 2010 znel takýto plán pre väčšinu investorov skôr ako sci-fi než ako podnikateľský zámer.
Takmer dokonalé laboratórium
DeepMind bol vo svojich začiatkoch v podstate iba víziou – neexistoval hotový produkt ani jasný spôsob, ako ukázať, kam môže firma smerovať. Hassabis sa však napriek tomu rozhodol získať prvého veľkého investora, a tým mal byť Peter Thiel, miliardár a spoluzakladateľ PayPalu, ktorý patril aj medzi prvých významných investorov Facebooku. Príležitosť sa mu naskytla na konferencii o umelej inteligencii v San Franciscu, kde mal Thiel vystúpiť. Hassabis vedel, že na stretnutie s ním bude mať iba chvíľu a že rovnakú príležitosť dostanú stovky ďalších ľudí. Rozhodol sa preto urobiť niečo nezvyčajné. Thiel bol vášnivý šachista, a tak mu namiesto prezentácie DeepMindu začal rozprávať o šachu. Vysvetľoval mu napríklad, prečo je zaujímavý vzťah medzi strelcom a jazdcom, figúrkami s podobnou hodnotou, ale úplne odlišnými vlastnosťami a pohybom po šachovnici. A jeho riskantný plán vyšiel. Thiela rozhovor zaujal natoľko, že Hassabisa pozval na ďalší deň na riadnu prezentáciu. Vtedy však prišlo prekvapenie: namiesto predstavy o ďalšej technologickej firme mu Hassabis predstavil plán učiť umelú inteligenciu prostredníctvom arkádových videohier Atari. Na prvý pohľad to vyzeralo absurdne, no v skutočnosti boli hry takmer dokonalým laboratóriom. Mali jasne definované pravidlá, množstvo rôznych situácií, vyžadovali si rozhodovanie a predovšetkým ponúkali jednoduchý spôsob, ako zmerať úspech. Ak sa agent naučil hrať hru lepšie, skóre na obrazovke to okamžite ukázalo. Thiel spočiatku váhal, no napokon sa nechal presvedčiť a po niekoľkých týždňoch rokovaní súhlasil s investíciou 2,25 milióna dolárov. Onedlho DeepMind získal aj ďalšieho významného investora, Elona Muska, ktorý podľa Hassabisa pôvodne o umelej inteligencii tiež veľmi nepremýšľal. Počas spoločného obeda v továrni SpaceX však povedal, že jeho prioritou je dostať sa na Mars, „záložnú planétu pre prípad, že by sa tu niečo pokazilo“ a Hassabis ho upozornil, že ak by tým, čo sa pokazilo, bola AI, tak potom by nám ani pobyt na Marse nepomohol. „Pretože ak by sme sa tam dostali my, očividne by sa tam cez naše komunikačné systémy alebo inými cestami dostala aj umelá inteligencia,“ skonštatoval. Musk na chvíľu ostal bez slova, Hassabisova argumentácia ho zjavne zaujala. Krátko nato sa rozhodol do DeepMindu investovať 8 miliónov dolárov.
Naučiť ho učiť sa
Vďaka takýmto prostriedkom sa v DeepMind konečne mohli pustiť do práce a Hassabis spolu s kolegami čoskoro vytvoril algoritmus DQN (deep Q-network), ktorý umožnil počítaču učiť sa hrať hry priamo zo skúsenosti. Systém nedostal návod, čo znamená loptička, raketa, nepriateľ či prekážka. Mal iba obrazovku, možnosť ovládať hru a jednoduchú spätnú väzbu v podobe skóre, vďaka ktorému sa sám postupne učil, ktoré kroky vedú k lepšiemu výsledku. Jednou z hier bol Pong, jednoduchá tenisová simulácia a Hassabis neskôr spomínal, že systém spočiatku vôbec netušil, čo robiť. „Videl“ iba obrovskú masu obrazových bodov a jeho úlohou bolo zistiť, ako nimi možno ovládať pálku tak, aby odrážala loptičku. Najskôr sa pálka pohybovala chaoticky a agent DeepMind niekoľko mesiacov prehrával na plnej čiare, no potom prišiel obrat – systém sa naučil loptičku odrážať, dokonca objavil aj stratégiu, ktorú mu nik nevysvetlil. To bol obrovský prelom – ak sa umelá inteligencia dokáže naučiť hrať hry iba zo skúsenosti, možno rovnaký princíp jedného dňa preniesť na oveľa zložitejšie problémy. Tento úspech zmenil postavenie DeepMind v očiach technologického sveta. Z malej londýnskej firmy sa postupne stávalo jedno z najzaujímavejších miest pre výskum umelej inteligencie, ktoré dokazovalo, že možno vytvárať systémy, ktoré sa učia podobne ako ľudia či zvieratá – skúšajú, robia chyby, dostávajú spätnú väzbu a postupne menia svoje správanie. V januári 2014 DeepMind za približne 400 miliónov libier kúpil Google a hoci to znamenalo, že Musk a Thiel presunuli svoju podporu na konkurenčný startup OpenAI, Hassabis a jeho kolegovia získali prístup k obrovskému výpočtovému výkonu a technologickému zázemiu. To malo pre ich ambiciózne experimenty s AI mimoriadny význam. Zrazu mali k dispozícii prostriedky, s ktorými mohli skúšať oveľa náročnejšie veci a ďalší krok sa ponúkal takmer sám. Ak sa umelá inteligencia dokázala sama naučiť ovládať jednoduchú hru, čo ak by ju bolo možné naučiť aj niečo oveľa zložitejšie – hru, v ktorej nestačí reagovať na to, čo sa deje práve teraz, ale treba plánovať, predvídať a uvažovať o desiatkach či stovkách možných ťahov dopredu…
Oveľa ťažšia úloha
Odpoveď mala priniesť starobylá čínska dosková hra Go, kde dvaja hráči ukladajú čierne a biele kamene na hraciu dosku tak, aby obklopili čo najväčšie územie a zajali súperove kamene. Možností hry je obrovské množstvo. Kým v šachu sú pri každej figúrke jasne dané pravidlá jej pohybu, v Go môžete kameň položiť takmer na ktorékoľvek z 19 × 19 políčok. Už prvý ťah ponúka 361 možností a každý ďalší prináša nové a nové kombinácie. Pred počítačom tak stála oveľa ťažšia úloha ako pri šachu, kde dokáže pomocou obrovského množstva výpočtov prehľadávať možné pokračovania a porovnávať, kam jednotlivé ťahy povedú. Pri Go však počet možných kombinácií rastie tak rýchlo, že ani obrovský výpočtový výkon nestačí na to, aby stroj jednoducho prešiel všetky varianty a vybral z nich najlepší. Navyše, v tejto hre často nie je význam konkrétneho ťahu viditeľný okamžite. Človek môže položiť kameň na miesto, pri ktorom v danom okamihu nie je jasné, prečo je dobré, no jeho význam sa ukáže až o desiatky ťahov neskôr. Počítač sa preto musel naučiť niečo, čo sa oveľa viac približovalo ľudskému spôsobu uvažovania – z množstva možností odhadnúť, ktoré ťahy majú najväčšiu perspektívu, hoci ich skutočný význam zatiaľ nevidí.
Dokázal to AlphaGo, systém, ktorý sa najprv učil z približne 30 miliónov pozícií zaznamenaných v partiách ľudských profesionálov a následne hrával sám so sebou – proti vlastnej predchádzajúcej verzii a potom ďalšej a ďalšej, pričom každou hrou získaval nové skúsenosti. Postupne tak prestával byť odkázaný na to, čo už vymysleli ľudia. Začal objavovať vlastné spôsoby hry a v marci 2016 dokázal vyhrať 4:1 nad Leem Sedolom, profesionálnym hráčom Go patriacim medzi absolútnu svetovú špičku, ktorý mal za sebou desaťročia skúseností. Najslávnejším okamihom série sa stal 37. ťah v druhej partii, keď AlphaGo položil kameň na absolútne nečakané miesto. Aj skúsení hráči to spočiatku považovali za chybu, no neskôr sa ukázalo, že išlo o veľmi dôležitý strategický ťah. AlphaGo k nemu pritom neprišiel jednoducho skopírovaním ťahu z historických partií. Objavil ho počas vlastného učenia a ukázal tým niečo dovtedy nevídané: umelá inteligencia nemusí iba opakovať to, čo ju naučili ľudia, ale môže nachádzať aj riešenia, ku ktorým človek predtým nedospel. A to bol skutočný prelom.
Alexandra Kochová
foto Sita
Celý článok si prečítate v novembrovom čísle MIAU (2026)