Sumarizace článků o rozmachu umělé inteligence

Autor Zveřejněno dne

Stanford představuje hlavní závěry své nové výroční zprávy AI Index

  • Kde AI vede a kde selhává
    • Lepší než lidé: klasifikace obrázků, vizuální reasoning, porozumění angličtině.
    • Slabší: soutěžní matematika, plánování, vizuální „common sense“.
  • Vývoj modelů táhne průmysl – v roce 2023 uvedl 51 modelů, akademie jen 15; dalších 21 vzniklo ve společných projektech.
  • Náklady na trénink raketově rostou – GPT-4 ≈ 78 mil. $, Gemini Ultra ≈ 191 mil. $, zatímco původní Transformer (2017) stál ≈ 900 $.
  • Geopolitika modelů – USA 61 „notable“ modelů, EU 21, Čína 15.
  • Standardy zodpovědné AI chybí – laboratoře používají různé benchmarky, srovnávání je obtížné.
  • Kapital proudí do generativní AI – v roce 2023 soukromé investice 25,2 mld. $, ≈ 9× více než 2022.
  • Produktivita pracovníků – studie ukazují rychlejší práci i vyšší kvalitu výstupů; AI zmenšuje dovednostní rozdíly.
  • Vědecké využití – nové nástroje jako Synbot nebo GNoME urychlují chemii a materiálový výzkum.
  • Regulace nabírá tempo – USA přijaly 25 AI zákonů (2023), EU 32; rekord USA +56 % meziročně.
  • Veřejné obavy rostou – 55 % lidí se cítí spíše znepokojeno než nadšeno, o 13 p.b. více než 2022.

Index umělé inteligence 2024

  • Modely výrazně přesnější – dnešní systémy překonávají člověka v referenčních testech; před deseti lety nezvládaly ani základní úlohy klasifikace či porozumění textu
  • Multimodalita a robotika – nové modely převádějí text↔audio a obraz↔popis; spojení s roboty slibuje praktičtější autonomní agenty
  • Regulace na vzestupu – v roce 2023 zaznamenáno 2 175 zmínek o AI v parlamentech; USA přijaly 25 nových pravidel, EU finalizuje Act o AI, Bílý dům vydal exekutivní příkaz.
  • Rostoucí obavy veřejnosti – podíl Američanů „spíše znepokojených“ vzrostl z 38 % (2022) na 52 % (2023); stejný podíl nervózních hlásí i globální průzkum.
  • Cena tréninku letí vzhůru – GPT-4 ≈ 78 mil. $, Gemini ≈ 191 mil. $; originální Transformer (2017) stál ~900 $.
  • USA drží prim – 61 významných modelů (2023) vs. EU 21 a Čína 15; v USA soukromé investice 67,2 mld. $, téměř devítinásobek Číny.
  • Čína kontruje – instaluje nejvíce průmyslových robotů (více než zbytek světa dohromady) a generuje 61 % patentů v oblasti AI.
  • Další trendy – AI stále zaostává v matematice a plánování; průmysl vede vývoj, chybí jednotné standardy odpovědnosti; investice do generativní AI prudce rostou; AI zvyšuje produktivitu i tempo vědeckých objevů.

Znepokojivé trendy v digitálním hodnocení mysli

  • Tři znepokojivé trendy – rostoucí utajení, širší průzkum jiných architektur a AI-akcelerovaný výzkum společně ztěžují posuzování vědomí a dalších morálně významných vlastností digitálních myslí.
  • Utajení frontier-laboratoří – OpenAI, Anthropic či Google zveřejňují stále méně technických detailů; externí experti pak mají jen behaviorální data, která k určení sentience nestačí.
  • Diverzita architektur – firmy i start-upy experimentují mimo transformery; náhlé přechody můžou evaluátory zaskočit a zkrátit čas na pochopení nových systémů.
  • AI řídí vlastní pokrok – „umělí výzkumníci“ mohou prudce urychlit inovace a zvýšit složitost modelů, aniž by sami zvládli potřebnou filozofickou reflexi pro hodnocení vědomí.
  • Kumulativní riziko – kombinace rychlosti, utajení a technické rozmanitosti hrozí, že veřejnost či regulátoři přiznají práva nesprávným AI nebo je naopak odepřou tam, kde by měla platit.
  • Navrhované kroky – zaměřit se na negativní evaluace (důkazy, že systém vědomí nemá) a prosazovat, aby firmy vkládaly do modelů prvky, které sentienci vylučují, ačkoli plná transparentnost je nepravděpodobná.

Čína ztrojnásobila počet AI patentů oproti USA, ale úspěch nespočívá jen v počtech; Velká Británie a EU zaostávají s podílem 2 %.

  • Čína vede v patentové kvantitě – 62 % udělených AI patentů (2010 – 2022), USA 21 %, EU + UK 2 %.
  • Předstih od roku 2013 – Čína překonala USA a náskok dále rozšiřuje.
  • Kvalita versus počet – patenty na abstraktní algoritmy se v Číně udělují snáze; u soudu by mnohé mohly neobstát.
  • Koncentrace vlastnictví
    • USA: IBM, Microsoft, Google.
    • Čína: širší mix firem (Baidu, Tencent), státních institucí a univerzit.
  • Slabá vymahatelnost – omezené soukromé vlastnictví a nízké náhrady ztěžují monetizaci čínských patentů.
  • Nejasná metodika – článek upozorňuje, že statistika může míchat domácí a globální přihlášky, což zkresluje hodnotu portfolií.
  • Selektivnější Čína? – grafy naznačují vyšší míru odmítání AI patentů než v USA/EU-UK.
  • Trend modelů – v roce 2023 se počet nových LLM zdvojnásobil; dvě třetiny jsou open-source, ale nejvýkonnější zůstávají uzavřené.
  • Závěr – samotná „hromádka“ patentů nevypovídá o technologickém vedení; klíčová je jejich vymahatelnost, kvalita a schopnost komerčního zhodnocení.