Umělá inteligence: Od matematiky mysli k revoluci, která mění svět

Příběh umělé inteligence (AI) sahá stovky let do minulosti, kdy osvícenští myslitelé jako René Descartes a Gottfried Wilhelm Leibniz začali používat matematiku k popisu nejen fyzického světa, ale i vnitřního mentálního světa. Tyto rané snahy vedly k rozvoji matematické logiky a digitálních počítačů, které položily základy kognitivní vědy. Psychologové využívali matematické koncepty k vytváření nových teorií o fungování mysli, a moderní AI z této tradice přímo vychází. Klíčové pokroky ve vývoji umělých neuronových sítí byly totiž poháněny snahou psychologů porozumět lidské kognici.

Neexistuje jediný matematický koncept, který by plně popsal mysl. Počáteční snahy o využití matematické logiky narazily na limity při popisu neostrosti lidských konceptů. Paralelně se vyvíjely umělé neuronové sítě, které se ukázaly jako mnohem mocnější nástroj pro učení složitých vztahů. Moderní AI je výsledkem škálování těchto sítí. Pochopení toho, jak se neuronové sítě učí a jak vytvořit systémy, které se učí podobně jako lidé, však vyžaduje i poznatky z teorie pravděpodobnosti. Tyto tři matematické tradice – logika, neuronové sítě a teorie pravděpodobnosti – se propojují a poskytují komplexnější obraz fungování mysli.

Klíčová objevitelská cesta často vede přes nepopulární myšlenky. První učící se neuronové sítě byly opuštěny pro svou domnělou nepraktičnost. Později je psychologové vylepšili, což vyvolalo vlnu zájmu. Následně však byly odhaleny jejich fundamentální omezení, což vedlo k poklesu popularity. Po dekádě se však psychologové k neuronovým sítím vrátili jako k nástroji pro pochopení lidské kognice, překonali problémy s učením složitých vztahů a sítě se opět staly populárními. Tento cyklus, kdy se nepopulární myšlenka v jedné disciplíně ujme a rozvine v jiné, je typický pro interdisciplinární obory, jako je kognitivní věda.

Jsme blíže než kdy jindy k pochopení lidské mysli. Zatímco dříve kognitivní vědci řešili spíše otázky, jak mysl studovat, současný pokrok v AI začíná nabízet odpovědi na hluboké otázky o lidské inteligenci. Matematické rámce jako logika a teorie pravděpodobnosti jsou zásadní pro popis myšlení a učení, ale jejich abstraktní pravidla je třeba implementovat v reálných mozcích. Umělé neuronové sítě poskytují cenné indicie, jak by to mohlo fungovat, a přibližují nás k vizi matematického rámce pro popis myšlení, kterou měli již Descartes a Leibniz.

Přes veškerý pokrok existují stále významné rozdíly mezi lidskou myslí a AI. Jedním z největších je rychlost učení. Zatímco trénink současných chatbotů by trval tisíce let, lidské dítě se naučí plynule mluvit za méně než deset let. To naznačuje, že lidské mozky fungují odlišně od algoritmů AI. Další otázkou je, co přesně se umělé neuronové sítě učí a zda reprezentují svět stejně jako my. Porozumění tomu, co AI systémy vědí a kdy mohou uspět či selhat, je příležitostí pro využití metod kognitivní vědy. Existence AI jako dalšího „druhu“ s inteligentním chováním otevírá dveře nejen k lepšímu pochopení AI, ale i k hlubšímu poznání nás samých.