Přední odborník na robotiku a umělou inteligenci (AI), profesor Rodney Brooks, požaduje realistický pohled na potenciál umělé inteligence a vyhýbá se nadměrnému humbuku.
Profesor Rodney Brooks, velké jméno v oblasti robotiky a umělé inteligence, je v současnosti emeritním profesorem robotiky na MIT a spoluzaložil tři prestižní technologické společnosti: Rethink Robotics, iRobot a Robust.ai. V nedávném rozhovoru pro TechCrunch otevřeně hovořil o současném stavu vývoje umělé inteligence, zejména modelování velkých jazyků (LLM).
Podle profesora jsou sice LLM velmi působivé, ale jejich schopnosti ještě nedosáhly úrovně, o které se mnoho lidí mylně domnívá. „Problém s generativní umělou inteligencí (GenAI) je v tom, že i když může vykonávat pouze určité úkoly, nemůže dělat vše, co může dělat člověk,“ řekl.
Profesor Rodney Brooks - přední odborník na AI
Profesor Brooks na příkladu Robust.ai, své společnosti zabývající se logistickými roboty, řekl, že použití LLM k řízení robotů ve složitém skladovém prostředí s tisíci objednávkami, které je třeba rychle zpracovat, je nemožné a může dokonce zpomalit zpracování. Místo toho bude mnohem efektivnější propojení robota se softwarem pro řízení skladu.
Podle pana Brookse lidé často ztotožňují schopnosti AI s lidmi, což vede k očekávání, že AI dokáže všechno jako lidé. Tvrdil však: „AI není člověk a je špatné jí připisovat lidské schopnosti.
Namísto snahy vytvářet roboty podobné lidem se Robust.ai zaměřuje na navrhování robotů s praktickým využitím v logistice. Jejich robot má tvar nákupního košíku, takže lidé mohou v případě potřeby snadno komunikovat a ovládat.
Profesor také odmítl názor, že technologie, včetně umělé inteligence, se budou vždy vyvíjet exponenciálně. Použil příklad iPodu I když se úložná kapacita iPodu s každou první generací zdvojnásobila, toto tempo růstu se zpomalilo, když dosáhlo úrovně dostatečné k uspokojení potřeb uživatelů.
Pan Brooks se však domnívá, že LLM má potenciální uplatnění v oblasti domácí robotiky, zejména v kontextu stárnoucí populace a nedostatku pracovních sil ve zdravotnictví. Zároveň však zdůraznil, že to může přinést mnoho jedinečných výzev. "Problém není s velkými jazykovými modely, ale s teorií řízení a dalšími komplexními matematickými optimalizačními technikami," řekl.
Pan Brooks došel k závěru, že klíčem k úspěchu v oblasti AI je vytvářet technologie, které jsou snadno pochopitelné, snadno se nasazují ve velkém měřítku a přinášejí uživatelům praktické výhody. Zároveň je nutné uznat, že v AI se vždy najdou jen těžko řešitelné výjimky, jejichž úplné vyřešení bude trvat roky či dokonce desetiletí.