Už od 80. let probíhaly pokusy o vytvoření funkčních expertních systémů. A jejich realizace obvykle selhávala na dvou faktorech: nedostatku dat a nedostatečném výpočetním výkonu. Dnes můžete relativně snadno posbírat obrovské objemy dat, v éře před internetem ale bylo téměř nemožné vyškolit neurální síť, protože pro většinu oblastí jste neměli k dispozici dostatek dat. Data samozřejmě existovala – byla v relačních databázích roztroušena po celém světě, dnes nám internet umožňuje agregovat obrovské soubory informací z nejrůznějších zdrojů, máme výkon pro provoz sofistikovanějších neurálních sítí a rozumíme více i tomu, jak pracovat s jazykem – i prostřednictvím rozsáhlých analýz diskuzí na internetu. Díky tomu jsou systémy jako inteligentní poradní systémy realitou blízké budoucnosti – v dohledné době bude naprosto běžné získat základní právní rady, například ke konkrétnímu rozvodovému řízení, od stroje. Je také pravděpodobné, že většina lékařů bude pracovat se softwarovými poradci v rámci běžné praxe.
Ve své přednášce jste zmínil příklad virtuálního talentu „Melissa“ – agenta, který dokáže například vybrat vhodné lidské subjekty pro testování účinnosti reklamy. Znamená to, že se posouváme od konceptu počítačem „rozšířené inteligence“ znalostních pracovníků, jak ji před víc než půl stoletím definoval Douglas Engelbart, k umělé inteligenci, která nahradí znalostní pracovníky, zejména v rutinních činnostech?
Myslím, že se s rozšířenou inteligencí posouváme dále do oblasti nerutinní kognitivní práce a k plnému nahrazení dojde jen v některých oblastech. V řadě případů stále chybí dostatek dat pro stavbu autonomních strojů, nedokážeme také vyřešit otázku kreativity a inovace. Stroje ale mají mnohem lepší paměť, dokážou porovnávat, umožňují lépe se orientovat v komplexních datových sestavách, nabízet související informace. Strojové učení může být v některých oblastech efektivnější a účinnější – například lékař nemůže přečíst všechny materiály a zprávy napsané k určitému typu diagnózy. Stroj to zvládne, ale chybí mu intuice, a tak nedokáže udělat další krok – a přinést změnu. Nedávno jsem četl blogový příspěvek, který velmi správně upozorňoval na to, že ve skutečnosti už tak do jisté míry fungujeme všichni – myslíme si, jak jsme chytří, ale ve skutečnosti si informace jen googlujeme. Potvrdily to i průzkumy dělané, myslím, na MIT, které zjišťovaly, kolik si respondenti myslí, že vědí, a kolik toho skutečně vědí a do jaké míry závisí na vyhledávači. Vy nebo já v kombinaci s Googlem jsme více než množina prvků, každý z nás je díky vyhledávači a schopnosti s ním správně pracovat už dnes lepším znalostním pracovníkem. A přesto se oním strojem necítíme ohrožení.
Zmínil jste, že chytré stroje patrně nebudou v dohledné době schopny nahradit lidi v oblasti inovace a intuice. Kde nás naopak typicky nahradit mohou? A co to bude znamenat?
Určitě umění a věci, které souvisejí například se spoluprací, antropologickými a sociálními dovednostmi. Přemýšlejte o tom prostě prakticky, třeba na příkladu levných aerolinek, jako jsou EasyJet a RyanAir. Letecká doprava bývala drahá a jen omezeně dostupná, pro někoho ze severu Evropy s lehce nadprůměrným příjmem nebylo myslitelné, že by si na jihu pořídil letní byt a několikrát za rok by letěl tam a zpět. Dnes to, i díky automatizaci, kterou tyto společnosti rozvinuly, možné a dostupné je – a změnilo to životy běžných lidí. A je řada dalších oblastí ve znalostní sféře, o nichž lze říci, že jsou nedostatkové a drahé. V rozvinutých ekonomikách je málo cenově dostupných lékařů, právníků a dalších specialistů – a právě chytré stroje mohou tento rozdíl mezi nabídkou a poptávkou vyřešit.
Snazší přístup k právním službám ale může mít problematické či celkově negativní dopady, například ve větším počtu soudních sporů.
Možná, nicméně existuje spousta dalších, jednoznačně pozitivních příkladů – například stárnoucí populace, která bude mít rostoucí nároky na základní zdravotní péči a dohled.
Jaké různé obchodní příležitosti lze čekat v souvislosti s chytrými a autonomními stroji? Lze očekávat například velké obchodní příležitosti v oblasti sběru a přípravy dat pro využití stroji?
To bude velmi důležitá oblast. Stroje bude třeba „krmit“ znalostmi, například ve formě dokumentů. To, že lze vytvořit aplikaci – chytrý stroj, který dokáže radit nebo rozhodovat na základě určitých souborů dat, ještě neznamená, že si stroj dokáže ona data sám najít a správně uspořádat. Budou třeba odborníci na péči o znalostní data, často specializovaní například na signálová data, fotografie, výzkumné dokumenty nebo to vše dohromady. Budou vlastně cosi jako učitelé chytrých strojů.
Bude se tak částečně kompenzovat úbytek znalostních pracovních míst, který chytré a autonomní stroje nejspíš způsobí?
Máte patrně na mysli předpovědi McAfeeho a Brynjolfssona. To je velmi těžké odhadnout. Podívejte se, kolik pracovních míst bylo po celém světě vytvořeno kolem webu. Prakticky žádné z nich nikdo před dvaceti lety nepředpokládal. Koneckonců i oba autoři jsou již ve své poslední knize „Druhý věk strojů“ mnohem méně pesimističtí než ve starším „Závodu se stroji“. Myslím, že to není rovnice s nulovým součtem. Jak už jsem říkal, existuje spousta činností, o které bychom měli zájem, ale dnes není ekonomicky reálné se jim věnovat.
Které to jsou?
Dám vám příklad z fyzického světa, který mi vyprávěl Colin Angle, šéf Roomby. Říkal, jak za ním přišel student – začínající podnikatel a prohlásil: „Víte, Coline, opravdu rád bych se věnoval komerční robotice, ale vy jste ten trh už obsadil, vysavače už nemá smysl vymýšlet.“ A on mu na to naštvaně odpověděl: „Co je to za nesmysl, ve světě je tolik práce pro roboty, s Roombou jsme sotva začali. Podívejte se na okno tady v kanceláři, jak je špinavé. A proč má tolik kanceláří po celém světě špinavá okna? Protože to musejí dělat lidé, je to drahé a nedá se to dělat každý týden nebo měsíc. Proč nezkusíte navrhnout robota pro mytí oken kancelářských budov? Vydělal byste na tom jmění.“ A to je, myslím, podstata – není to jen nahrazení nějaké existující lidské práce. Je to možnost začít dělat věci, které jsme si doposud nemohli dovolit nebo vůbec dělat nešly.
Takže ve finále pracovní místa neubudou?
Víte, to je ten problém s ekonomy. Dokáží velmi dobře spočítat, jak nějaká technologie nebo vynález eliminuje současná pracovní místa v ekonomice. Ale neumějí předpovědět, jaká nová místa díky dalším navazujícím změnám vzniknou. Kdyby to věděli, budou podnikatelé, a ne ekonomové. Skvělý příklad je opět počátek 90. let – představte si, že děláte předpověď vývoje pracovního trhu pro následujících 15–20 let. Je rok 1993, mírná recese, nedávno proběhla válka v Zálivu a vy ve svém modelu nejspíš nemáte ani jedno pracovní místo související s webem.