Největší příležitost v AI? I vy se můžete dostat mezi 0,2 %
V minulém příspěvku jsem popisoval, jak je důležité vidět realitu AI. Kdo nepracuje s těmi nejlepšími nástroji a modely, ten ji prostě nevidí.
Andrej Karpathy, člen zakládajícího týmu OpenAI, to teď popsal tak geniálně, že jsem se rozhodl udělat český překlad jeho příspěvku a přidat k němu několik svých myšlenek.
Andrej Karpathy o rozdílných zkušenostech s AI
Následující text je překlad tohoto tweetu. Uvedená čísla jsou autorovy hrubé odhady. Z mé osobní zkušenosti nejde jen o matematiku a programování, ale o uplatnění v jakékoliv znalostní a kreativní práci.
Vytahuji znovu svůj dubnový tweet, protože rozdíly v tom, jak lidé vnímají schopnosti velkých jazykových modelů, se dál prohlubují.
Dřív to připomínalo dvě skupiny lidí, které si navzájem nerozumějí. Dnes je to spíš prudce se zužující trychtýř.
Zhruba 6 miliard lidí, tedy asi 75 % světové populace, s jazykovými modely téměř nepřišlo do styku. Berte to jako velmi hrubý odhad.
Přibližně 1–2 miliardy lidí, tedy asi 20 %, občas používají bezplatné verze ChatGPT a podobných produktů.
Vidí trochu přihlouplé chatboty a používají je jako lepší Google, pomocníka při psaní a podobně. Třeba si nechají od agenta zkusit zarezervovat let.
Mám přátele mimo technologický svět, kteří říkají, že pro AI vlastně nemají moc využití. A podle mě je to pochopitelné. Do této skupiny patří i řada profesionálů mimo matematiku a programování.
Například lidé ve vedení firem a v mnoha dalších rolích tráví velkou část času komunikací s ostatními.
Rozumově tedy chápou, co se děje, ale pořád je to pro ně zkušenost z druhé ruky a něco trochu abstraktního.
Pak tu máme profesionální využití nejpokročilejších jazykových modelů v matematice a programování. Přibližně 20 milionů lidí, tedy 0,2 % populace, na vlastní oči vidí, co už agenti zvládnou.
Na základě jednoho zadání dokončí velké a složité projekty, které jim dřív zabraly týdny nebo měsíce.
Vytváření aplikací, kopírování aplikací, jejich překlad do jiných jazyků, rekonstrukce zdrojového kódu z hotových programů…
To všechno přišlo velmi rychle a teprve nedávno. Ještě před necelým rokem jsem psal kód ručně.
Do editoru jsem znak po znaku vyťukával příkazy, které jsem znal zpaměti. Občas jsem zmáčkl Tab, aby se mi automaticky doplnil malý kousek kódu.
A nakonec je tu přibližně 5 000 lidí, tedy asi 0,00006 % populace, kteří mají interní přístup k nejpokročilejším systémům.
Vnější svět už zahlédl, jak to vypadá: tisíce agentů spolu celé týdny pracují na obřích softwarových projektech.
Objevují dosud neznámé bezpečnostní zranitelnosti, provádějí kybernetické útoky i obranu rychlostí strojů, přicházejí s novými vědeckými objevy a posouvají hranice matematiky.
Zvládají věci, které by špičkovým odborníkům zabraly roky práce. Lidská kontrola a schopnost porozumět výsledkům mezitím začínají zaostávat.
Lidé se například stále zabývají „archeologií“ incidentu OpenAI-HF, ke kterému došlo před mnoha měsíci.
A matematici nejspíš ještě nějakou dobu stráví studiem těch 722 rukopisů z oblasti špičkového matematického výzkumu.
Tento trychtýř vzniká kombinací několika faktorů:
Dopad roste s ambicemi, velikostí problému a časovým horizontem. Otázka, na kterou stačí odpovědět jedním odstavcem, systém sotva zatíží.
Potřebujete zásobu velkých a obtížných problémů, na jejichž vyřešení vám opravdu záleží. Právě to vytváří rozdíl mezi běžným a profesionálním využitím.
Schopnosti systému jsou nerovnoměrné. O tom jsem už mnohokrát psal. Nejlepších výsledků dosahuje v oblastech, které jsou digitální, umožňují ověřit správnost výsledku a mají ekonomickou hodnotu.
Důvodem je způsob trénování: modely se učí prostřednictvím odměn za ověřitelně správné výsledky. Trénují v pečlivě vybrané kombinaci prostředí, jejichž výběr se řídí potenciálem výdělku.
Tento faktor určuje především rozdíly mezi obory, například proč jsou tak daleko právě matematika a programování.
Přístup. Bezplatná verze, placená verze, interní systémy.
V tom spočívá zvláštnost dnešního okamžiku. Většina veřejnosti s těmito systémy téměř nepracovala. A když už ano, připomínají jí trochu přihlouplého chatbota.
Většina profesionálů pořád vidí jen mírné zlepšení. A nepatrný zlomek profesionálů zažívá závrať z toho, jak se křivka vývoje zvedá téměř kolmo vzhůru.
To všechno se děje současně.
Přesně tak to vidím i já (tedy až na to, že jen tuším, co vidí těch 5 000 lidí v AI laboratořích). A čím víc s AI pracuju, tak tím je mi jasnější, že AI postupně nahradí velkou část lidské práce.
Souhlasím s tím, že AI postupně nahradí lidskou práci. Vidím to ve své práci. Čím víc pracuju s AI, tím jasněji to vidím.
V nedávném podcastu uvedl Emad Mostaque dokonce myšlenku, že pokud za dva roky budete na počítači pracovat bez AI, budete nejhloupějším článkem řetězce.
Budete všechny zpomalovat a vaše hodnota tím pádem bude negativní.
Ten časový odhad asi nebude úplně platit, protože organizace i lidé mají daleko větší setrvačnost, než si inovátoři chtějí přiznat.
Ale všechno směřuje k tomu, že AI opravdu postupně nahradí velmi mnoho úkolů a možná i celých činností.
Ve všech diskusích se ale snažím přidávat další pohled, který je podle mě neméně důležitý:
Bude to velmi nerovnoměrné. U firem hraje roli složitost procesů nebo bariéry dané regulací. U lidí vidíme rozdíly už teď – přesně o tom píše Karpathy výše.
Kdo to uvidí už dnes, může tuto asymetrii využít ve svůj prospěch. Získat nové dovednosti, založit nový byznys a podobně.
V nejbližších pár letech budou lidé s AI dodávat daleko lepší službu za daleko lepší cenu. Včetně toho, co teď děláte vy i já.
V budoucnu to bude dělat čím dál méně lidí a více AI. Ale lidé budou pořád klíčoví. Hlavně ti, kteří dokážou tvořit systémy.
Nikdo neví, co to znamená z dlouhodobého hlediska. Kdo s AI pracuje hodně, vidí Jevonsův paradox v praxi – větší efektivita vede k větší spotřebě.
A také vidí, že je to největší příležitost, jakou jsme kdy měli.
Příležitost přidat se k těm 0,2 %
Právě v těch Karpathyho 0,2 % vidím příležitost. Máme tu malou skupinu lidí, kteří už mohou s AI vytvářet, stavět a zlepšovat se způsobem, který si většina ostatních ještě neumí představit.
V programu Future AI Leader to vidím na vlastní oči. To, co lidé dokážou dělat po pár týdnech, když se s AI naučí pracovat, je prostě neuvěřitelné.
„Prototyp aplikace dřív zabral 8 týdnů a stál 20 000 €. Teď 2 dny a skoro nic.“
„AI mi pomohla připravit zásadní vyjednávání. Výsledkem byla mimořádně úspěšná dohoda a úspora kolem 27 000 €.“
„Za 3 hodiny jsem vytvořil prezentaci s 80 slidy a 40 stran dokumentace. Kolega odhadoval práci minimálně na 2 dny.“
„Vytvořil jsem celý systém, který automaticky posílá reporty jinému oddělení. Nahradil všechnu ruční práci.“
„Za 10 týdnů jsem přešel od 3 izolovaných projektů k fungujícímu systému, který běží automaticky a každý měsíc posílá reporty vedení.“
„Vytvořil jsem firemní systém s 19 AI agenty, workflow a znalostní bází. Denně ho používáme na zakázkách i v prodeji.“
Od minulého týdne navíc sleduji další posun. AI už během chatu sama přichází s návrhy dalších kroků.
Tím dává lidem, kteří s ní pracují, další nápady, na čem pracovat a co zlepšit. Tito lidé se proto budou posouvat ještě rychleji.
Kdysi jsem četl, že pokaždé, když se něco vzácného stalo dostupným ve velkém, svět se změnil tak rychle, že si lidé spletli začátek s koncem.
Podobnou proměnou prošlo jídlo, elektřina nebo přístup k informacím. Dnes se něco podobného děje s inteligencí.
Poprvé v historii stačí člověku zvědavost a připojení k internetu, aby měl po ruce inteligenci, která ho učí a pomáhá mu tvořit, co chce.
Není tohle obrovská příležitost?
Samozřejmě to přinese i spoustu otázek. Část lidí očekává hojnost, ve které bude spousta věcí dostupnější než dnes. Jiní mluví o tom, že budeme muset zavést univerzální základní příjem.
Já ale pořád opakuji, že nás tyto diskuse často odvádějí od toho nejdůležitějšího – co můžeme sami ovlivnit.
A ovlivnit může každý z nás třeba to, že se přidá k těm 0,2 % a začne s tím něco dělat :)
F.