Týždeň, v ktorom Mars ukázal vnútro a AI ukázala svoje limity
Tento týždeň sme sa dozvedeli, že Mars má v plášti "hrudky" z dávnych dopadov, že inžinieri spred dvadsiatich piatich rokov písali elegantnejší kód ako my dnes, a že AI agenti ešte stále nevedia, kedy majú použiť obyčajné biznis pravidlá a kedy sa majú správať "inteligentne".
Minulý týždeň sme písali o AI bubline a páde Nostradama AI. Tento týždeň je o čomsi podobnom, ale z iného uhla — o tom, že aj keď technológie fungujú, cesta od laboratória k realite je dlhšia, než sa zdá. A že to, čo vyzerá ako revolúcia, je často len evolúcia v prestrojení.
Mars, ktorý nepoznáme
Sonda InSight odvysielala dáta z viac ako 1300 marsotrasení a výsledky prekvapujú aj geológov. Plášť Marsu nie je homogénny — obsahuje rozsiahle "hrudky" alebo fragmenty, pravdepodobne pozostatky dávnych impaktov. Hrúbka kôry sa pohybuje od 24 do 72 kilometrov, čo priamo ovplyvňuje sopečnú činnosť, dokonca aj gravitáciu okolo Olympus Mons.
Zdrojové videá o tom hovoria ako o "prelomovom objave". Čiastočne majú pravdu — je to najdetailnejší pohľad do vnútra Červenej planéty, aký sme kedy mali. Ale treba byť triezvy. Tieto dáta sú z jednej sondy, z jedného miesta na povrchu. Zovšeobecňovať na celú planétu je predčasné. To, čo InSight namerala, je jeden bod pohľadu — fascinujúci, ale čiastočný.
Čo to znamená pre budúcnosť? Ak Mars skutočne nie je geologicky mŕtvy, ako sme si mysleli, môže to zmeniť naše predstavy o jeho obyvateľnosti — minulej aj budúcej. Ale to je zatiaľ špekulácia postavená na jednom meraní. Zdrojové videá majú tendenciu preháňať. Realita je taká, že potrebujeme viac dát, viac sond, viac času.
Kód, ktorý nás stále predbieha
Quake 3 z roku 1999. Dvadsaťpäť rokov stará hra, ktorej kód je podľa analýzy, ktorá tento týždeň obletela internet, stále elegantnejší ako väčšina moderného softvéru. Zdieľaný runtime engine, deterministické správanie, jednotný event systém — to všetko postavené na hardvéri, ktorý dnes nosíme v hodinkách.
Je to nostalgický príbeh. Ale je to aj diagnóza. Moderný vývoj softvéru sa topí v abstrakciách, knižniciach a závislostiach, ktoré zvyšujú produktivitu aj zložitosť zároveň. Inžinieri z roku 1999 nemali na výber — museli byť efektívni, lebo hardvér im nedával žiadnu rezervu. My máme rezervy obrovské a míňame ich na veci, ktoré si nepamätáme, prečo sme ich postavili.
Ako sme písali v článku o najväčších rizikách umelej inteligencie, technológia nie je lineárny pokrok. Niekedy je to kruh — vrátime sa k princípom, ktoré sme mali pred štvrťstoročím, pretože sme zistili, že fungujú. A niekedy je to špirála, kde sa vrátime na rovnaké miesto, ale o úroveň vyššie.
AI agenti: hybridný prístup namiesto revolúcie
IBM Technology tento týždeň publikovala video s pomerne osviežujúco striedmym posolstvom: AI agenti nenahradia biznis pravidlá. Pravidlá sú deterministické, predvídateľné, lacné. AI je pravdepodobnostná, kreatívna, ale aj nespoľahlivá. Riešenie? Hybrid. Pravidlá pre jednoduché rozhodnutia, AI pre komplexné.
Toto je presne ten typ triezveho uvažovania, ktorý v AI diskusii chýba. Väčšina videí na YouTube vám povie, že AI zmení všetko, že programátori sú mŕtvi, že biznis procesy treba zahodiť. Ale realita je taká, že to, čo funguje, je kombinácia. Presne ako sme písali v článku o budúcnosti AI v rukách ľudstva, technológia je nástroj, nie náhrada za myslenie.
Zároveň sa tento týždeň objavila správa o novej metóde extrakcie skrytých úvah (chain of thought) z modelov OpenAI, Anthropic a Google. Znie to desivo. Ale pri bližšom pohľade ide skôr o akademický experiment ako o praktickú hrozbu. Výskumníci ukázali, že šifrovanie úvah sa dá obísť — to je dôležité zistenie pre bezpečnosť, ale nie je to dôvod na paniku. Je to dôvod na to, aby sme prestali slepo veriť, že "naše dáta sú v bezpečí, lebo nám to povedala firma". Ako sme už písali, klamstvá tech spoločností o AI sú častejšie, než by sme chceli.
Najväčšie riziko AI nie je v tom, že bude príliš inteligentná. Je v tom, že jej budeme dôverovať viac, než si zaslúži — a že prestaneme klásť otázky, ktoré by sme si mali klásť.
Strojárstvo z NASA a učenie robotov
Dva príbehy z tohto týždňa ukazujú, ako vyzerá skutočný pokrok. Laboratórium tepelnej ochrany NASA, ktoré sa stará o materiály chrániace kozmické lode pri návrate do atmosféry, je príbeh o tom, ako sa inovácia rodí z nevyhnutnosti. Tehličky z oxidu kremičitého, ktoré chránili raketoplány, boli technologický zázrak — a dodnes sa z nich vyvíjajú nové materiály.
Druhý príbeh je zo Stanfordu: imitačné učenie, teda technika, pri ktorej sa roboty učia od ľudí. Namiesto nekonečných pokusov a omylov, ktoré sú drahé a pomalé, robot pozoruje človeka a učí sa z demonštrácií. Znie to jednoducho. Nie je. Ale je to smer, ktorý dáva zmysel — kombinácia ľudskej intuície a strojovej presnosti.
Čo majú tieto dva príbehy spoločné? Ani jeden nesľubuje revolúciu zajtra. Oba sú o dlhodobom, systematickom výskume, ktorý prináša výsledky po rokoch. NASA nevyvinula tepelnú ochranu za týždeň. Stanford nevyriešil robotické učenie za jeden semester. Ale výsledky sú reálne, merateľné a udržateľné.
Geopolitika a energia: Čína ako zrkadlo
Tento týždeň sa objavila aj analýza o tom, ako Čína stavia elektrickú sieť veľkosti Nemecka každý rok. Znie to pôsobivo. A je to pôsobivé. Ale zdrojové videá, ktoré o tom hovoria, majú tendenciu prezentovať to ako jednoznačný dôkaz čínskej prevahy a západného úpadku. To je príliš zjednodušené.
Po prvé, čínska energetická transformácia je reálna a rýchla — to treba uznať. Po druhé, je postavená na inej ekonomickej štruktúre, kde štátne firmy a dotácie hrajú oveľa väčšiu úlohu. Po tretie, AI zvyšuje dopyt po energii na Západe aj na Východe, a to komplikuje všetky výpočty. Zástancovia čínskeho modelu argumentujú, že ukazuje cestu. Kritici pripomínajú, že rýchlosť nie je to isté ako udržateľnosť.
Pravda je niekde medzi. A presne o tom je tento týždeň — o tom, že väčšina príbehov, ktoré nám YouTube videá servírujú ako jednoznačné, má minimálne dve strany. Niekedy viac.
Čo sme sa naučili
Týždeň, v ktorom Mars ukázal svoje vnútro, Quake 3 ukázal svoju nadčasovosť, AI ukázala svoje limity a Čína ukázala svoju rýchlosť. Zdalo by sa, že tieto témy spolu nesúvisia. Ale majú spoločného menovateľa: všetky sú o tom, ako sa vyrovnávame s komplexitou.
Mars nie je jednoduchý — má vnútorné štruktúry, ktoré sme netušili. Kód nie je jednoduchý — ani po dvadsiatich piatich rokoch evolúcie. AI nie je jednoduchá — potrebuje pravidlá aj pravdepodobnosť. Energetika nie je jednoduchá — rýchlosť nie je to isté ako kvalita.
Mám pocit, že najdôležitejšia zručnosť, ktorú si z tohto týždňa môžeme odniesť, nie je žiadny konkrétny fakt. Je to schopnosť odolať pokušeniu jednoduchých odpovedí. Keď vám niekto povie, že AI všetko zmení, že Čína vyhráva, že Mars je mŕtvy, že moderný softvér je katastrofa — spýtajte sa: "Na základe akých dát?" A keď vám ukáže dáta, spýtajte sa: "A čo dáta, ktoré ukazujú opačný smer?"
Nie preto, že by sme mali byť veční skeptici. Ale preto, že svet je zložitejší, než sa zdá — a to je presne to, čo ho robí zaujímavým.
Súvisiace články
Komentáre ()