Hned v úvodu Rosa zopakuje nynější stav výzkumu AI i snahy svého startupu. Herní AI je dnes obvykle neadaptivní, nezvládá se sama od sebe učit, a tomu odpovídá i absence vývoje AI napříč žánry za poslední dekádu a půl. Svého druhu jde o tzv. „narrow AI“ (také známá jako slabá AI), úzce zaměřenou aplikaci, která umí dobře zpracovávat jenom velmi specifický úkol. Ačkoliv dovede simulovat myšlení, ve skutečnosti doopravdy neuvažuje – jak dokládá známý argument čínského pokoje.
Rosa však míří mnohem výše k tzv. „general AI“, čili obecné, popřípadě silné AI. Tato hypotetická, skoro se chce říct až "bájná", samostatně se učící, umělá inteligence má totiž být entitou sama o sobě – jejímu výzkumu se však věnuje daleko méně institucí (pozn.: pro účely článku se budu držet termínů silná vs. slabá AI, které Rosa v angličtině v zásadě nazývá "general" vs. "narrow"; samotné vymezení „správné“ terminologie AI by totiž bylo na delší lokte).
Proč AI?
Úvodní část přednášky není pro poučenější čtenáře příliš novátorská. Rosa zopakuje, že se o AI a robotiku zajímá už od svých 15 let, dospěl však tehdy ke zjištění, že si jejím vývojem ještě nevydělá peníze – příchod do herního vývoje, završený po dekádě práce úspěchem Space Engineers, byl tak vlastně spíše než odvěkým snem jeho pragmatickou cestou k zajištění zdrojů k výzkumu AI. Rosou založená společnost Good AI má momentálně 30 členů a za sebou necelý rok skutečné práce (viz loňský rozhovor).
Proč ale zrovna umělá inteligence? Podle Rosy by zrychlila jakýkoliv další vývoj a výzkum od medicíny po raketové inženýrství, a přispěla tak k zušlechtění lidstva. Zajímavý je morální, svým způsobem až osvícenecký náhled na Rosovy cíle – objevuje se v něm jakási dualita vyšší inteligence (zvířecí i lidské) vůči automatické práci evoluce. "Zkuste se na oba podívat jako na nějaké optimalizační algoritmy – jak evoluce, tak i inteligence se snaží optimalizovat nějaký mechanismus. Ale evoluce tak činí skrze své nástroje, tedy mutace nové generace „dětí“, kdy evoluce srovná jejich zdraví, jedno je lepší než druhé, dochází na vyřazení a koloběh se opakuje. Inteligence ale tohle vše může nasimulovat pouze skrze mentální model, což je rychlejší, levnější a lze přeskočit některé fáze vývoje, bez nichž by se evoluce neobešla." vysvětluje své transhumanistické přesvědčení Rosa.
Cesta k silné AI
Všechny tyto vize jsou velmi krásné, jenže silná AI zatím (uměle) zkonstruována nebyla. Lze argumentovat, že svého druhu disponují silnou umělou inteligencí vyšší formy organického života, takže i lidé. Nevíme ovšem, jak tento proces replikovat. Rosa za tím vidí několik důvodů. Prvním je naše nedostatečné pochopení kognitivní architektury, dalším implementace modelů simulujících reálný svět. Problém také je, že AI nemá na čem cvičit – stejně jako existují školy pro lidi, musejí se mít na čem zlepšovat i neuronové sítě.
Existuje jistě i celá řada dalších praktických problémů souvisejících se silnou AI, které Rosa rovněž nakousne, od rizika, že AI bude "solarisovsky" pomalejší než lidské myšlení, po opačnou možnost, že nám všem vezme práci. Jelikož jde ale o veskrze otevřené otázky, které čekají na samotný vznik silné AI, nemůže na ně odpovědět jinak, než jaké jsou obecné hypotetické názory - v jeho případě optimističtějšího rázu.
Škola hrou
Vývojáři z Good AI se prý v posledních měsících ve svých simulacích stále zlepšují. Jejich tvůrčí proces začíná vizí – například otázkou, jakou schopnost musí AI mít, aby mohla hrát jednoduchou hru jako je Pong. V jeho případě jde o schopnost AI rozeznávat vizuální vzorce, učení se sekvence vzorců či predikce pohybu dle vektoru pohybu. Podobné učení hraním je však způsob, jakým je vytvářena slabá AI - tedy program určený jenom na velmi specifický úkon. Proč tedy Rosův tým kráčí ve stejných šlépějích? "Tyhle způsoby myšlení a schopností nám pomohou s požadavky pro (silné) AI moduly," nechává se slyšet. Jinými slovy, Good AI vlastně vytváří katalog kognitivních schopností, které ve finále bude možné vzájemně kombinovat či suplementovat.
Prozatím Good AI dosáhla dílčích cílů jako je právě vytvoření modulů schopných hrát Pong či průchodu bludištěm včetně naučení se odemykání dveří. Vytvořili ale i modul schopný rozeznávat míru odlišností ve tvářích. Co s tím? Krátkodobě si Good AI chce dát za cíl naučit umělou inteligenci, zvládající hraní jedné hry, aby se naučila hrát i hru jinou. Tedy například donutit hrát modul zvládající Pong naučit se i průchod bludištěm. V případě aplikace by ve střednědobném výhledu tyto technologie podle Rosy mohly přispět k automatizaci herního vývoje skrze simulování role betatesterů, ale i samotného Space Engineers.
Nejde jenom o hry
V případě AI modulů by si hráči po kosmických lodích mohli modulárně vytvářet vlastní AI posádku. Některé hry jako Black & White už něco podobného zkusily, ale zatím bez většího úspěchu. Nejde přitom jenom o rozšíření hratelnosti, ale svého druhu i crowdsourcing statisíců hráčů pro výzkum Good AI.
Hry ale nejsou jediná aplikace, kterou Good AI sleduje. Ve spolupráci s jinými českými týmy například Good AI pracuje i na modulu zvládajícím uchopení předmětů, aniž by došlo k jejich poškození. Dalším projektem je AI učící se čtením knih či encyklopedií – to zaručuje vyšší schopnost zodpovědět si rychle na jednoduché i komplexní otázky. Jak sám Rosa však přiznává, díky cílení na vzdálenou metu nebude mít Good AI ještě dlouho mnoho podobně praktických výstupů. Good AI však stále nabírá nové programátory a designéry, stejně tak Rosa vybízí k investicím do odvětví.
Ačkoliv tak nakonec Rosova přednáška krom rozvinutí jeho idejí ohledně Good AI neřekla nic moc příliš nového, jedná se o solidní souhrn všeho, co doposud v souvislosti se silnou AI padlo, stejně jako toho, co jej vlastně k založení Good AI vedlo.
