3. Umělá inteligence a jazyk

Zatímco lidé mezi sebou mluví česky, slovensky, anglicky nebo třeba řecky, s počítači se lidé domlouvají pomocí programovacích jazyků. Programovací (formální) jazyk a přirozený (náš) jazyk jsou různé. Počítače lépe rozumí těm prvním, lidé lépe těm druhým. Proč?

Náš přirozený jazyk totiž není jednoznačný. Máme díky tomu slovní humor, ale také kvůli této nejednoznačnosti zažíváme různá nedorozumění v komunikaci. Co všechno může znamenat věta „Kolik je hodin?“ Něco jiného, když se tě zeptá člověk na zastávce, a jistě něco úplně jiného, když se tě ptá naštvaný rodič, když se vrátíš domů pozdě. Naštěstí, díky sociální inteligenci a neverbální komunikaci (což znamená schopnost domluvit se beze slov – jen gesty nebo výrazem obličeje) umíš poznat, co tvůj protějšek v komunikaci čeká za odpověď.

Programovací jazyky jsou jednoznačné. Na větu „Kolik je hodin?“ odpoví časovým údajem. Převést přirozený jazyk na programovací a naopak je těžký úkol. Počítačový program totiž nemá tu zmíněnou sociální inteligenci. Co je ale inteligence a co je sociální inteligence?

Inteligence je definována jako sada schopností, mezi které určitě patří:

• logické uvažování
• sebeuvědomění
• schopnost učit se
• odvozování nových faktů
• emocionální inteligence
• rozhodování
• plánování
• kreativita
• kritické myšlení
• schopnost řešit úlohy

Termín inteligence můžeme také souhrnně popsat jako schopnost sbírat informace, utvářet z nich znalosti a umět je znovu použít. A tím znovupoužitím nemyslíme, jestli umíš zopakovat, kdy vládli Jagellonci. Spíš tím myslíme schopnost koupit si čokoládu v automatu, když už si umíš koupit v jiném automatu jízdenku. Prostě tak nějak rozumět tomu, co od automatů na čokoládu a na jízdenky čekat.

Sociální inteligence spočívá ve schopnosti odhadnout sebe, odhadnout ostatní a zvolit v komunikaci úspěšnou strategii. Člověk, který má dobrou sociální inteligenci, například netyká učitelům, pokud to sami nedovolí. Člověk s dobrou sociální inteligencí pozná, kdy mluvit a kdy raději mlčet, umí poznat náladu druhého člověka a přizpůsobit jí svoje chování. Třeba tím, že se nebude smát na pohřbu.

Proč to všechno píšeme? Protože teď si představ, že to všechno je třeba vysvětlit počítačům.

---

Co je umělá inteligence? (Artificial Intelligence)

Pod tímto termínem si většina lidí představí něco ze sci-fi – umělého člověka nebo jinou entitu, která je ďábelsky chytrá a zákeřná, nebo velmi vzdělaná a kultivovaná. Realita je (zatím) jinde. Umělá inteligence má z těch výše vyjmenovaných schopností sotva jednu nebo dvě. Tak například v roce 2016 porazil program AlphaGo nejlepší hráče světa ve hře Go. Klobouk dolů, pokud jde o hru Go. Co ale cítil AlphaGo po vítězství? Uměl by vyhrát v Člověče, nezlob se? Uměl by AlphaGo dojet na soutěž sám? Odpovědi asi tušíš.

Umělá inteligence není umělý mozek. Pokud počítač AlphaGo vyhraje nad člověkem ve hře Go, neznamená to, že je uvnitř sestavený jako mozek hráče Go. Tak jako kamera nefunguje stejně jako oko, ani umělá inteligence neznamená, že sestavujeme umělého člověka. Jde spíš o vnější projev – aby software s umělou inteligencí uměl věci dělat stejně (nebo lépe) jako člověk.

Umělá inteligence má – podobně jako lidská či zvířecí inteligence – různé projevy. Mezi ty nejdůležitější patří schopnost:

• přizpůsobit se novým podmínkám
• učit se
• porozumět jazyku
• rozhodovat se
• ovlivňovat svoje okolí

Většinou nechceme po počítačových programech s umělou inteligencí, aby si uvědomovaly samy sebe nebo aby měly pocity. Také po počítačových programech nechceme, aby měly všechny schopnosti. Například AlphaGo nemusí rozumět jazyku, ale Siri ano. Pojď si přečíst trochu víc o tom, jak počítače rozumějí jazyku, jak jsou schopny se samy učit a rozhodovat se.

---

Zpracování přirozeného jazyka (Natural Language Processing)

O tom, že by mohli mluvit se stroji, snili lidé ještě předtím, než vůbec nějaké počítače byly. Elektronické počítače se začaly používat v druhé polovině 20. století. A už v té době vznikly první programy, které pracovaly s přirozeným jazykem: překladač mezi ruštinou a angličtinou, virtuální robot, který uměl podle slovních povelů stavět věže z kostek, a také první chatbot – program, který si povídal s lidmi.

Zatímco po prvních úspěších si někteří vědci mysleli, že zvládnout náš jazyk brzy nebude pro počítače problém, jiní vědci zkoumali, jak funguje lidské chování, porozumění, paměť a učení se jazykům, a došli přesně k opačnému závěru – že zvládnout náš jazyk bude takový překladatelský oříšek.

Pravidla a gramatiky

Pro překlad mezi přirozeným a programovacím jazykem se začaly používat pravidla a gramatiky, velice podobné jako gramatická pravidla, která se učíš ve škole (žena-růže-píseň-kost, pán-hrad-muž-stroj a tak dál), jen mnohem podrobnější.

Světaznalý program?

Ani perfektní znalost gramatiky nezaručovala, že počítač „porozumí“. Ukázalo se totiž také, že my lidé snadno rozumíme díky mimojazykové znalosti, zkrátka díky tomu, že víme, jak to ve světě chodí.

Chceš příklad? Jak rozumíš větě: Přečetli jsme tu knížku o vývoji člověka za 10 000 let. Samozřejmě, že knížka je o vývoji člověka. Počítač ale neví, jak dlouho čtou lidé knížku, a tudíž může větě rozumět i tak, že jsme knížku četli opravdu dlouho – 10 000 let. Ach jo. To, co se zdálo na začátku snadné, se začalo zamotávat. Přispěly k tomu experimenty s jinými jazyky, ale i s mluveným slovem, kdy se ukázalo, že mluvíme o dost jinak, než píšeme.

V 70. letech 20. století už bylo jasné, že bez znalostí světa se některé jazykové oříšky vůbec nedají rozlousknout. Vědci spojovali slova podle jejich významů do velikých pavučin, kterým začali říkat sémantické sítě. Slovo sémantické znamená, že slova jsou spojena na základě svého významu. V sémantické síti lze ukrýt opravdu hodně informací, podívej.

Textové korpusy

Aby mohli vědci zkoumat, jak vlastně jazyk používají lidé, a následně to naučit počítačové programy, museli různé doklady o použití jazyka nasbírat. Začala éra textových korpusů (souborů digitalizovaných textů), která trvá dodnes. Lidé sbírají texty, které napsali jiní lidé, nebo přepisy hovorů, které vedli jiní lidé. Na textových korpusech lingvisté sledují, jak se jazyk mění, jak vznikají nová slova, jak rozdílně mluví mladí a staří lidé, vzdělaní a nevzdělaní a podobně. Počítačoví experti zase zkoumají, jak udělat počítačové programy co nejpodobnější lidem.

Textové korpusy jsou v dnešní době obrovské. Je to tolik textu, že by ho žádný člověk nepřečetl za celý život, i kdyby byl desetkrát delší. Navíc mnoho textů v korpusu by tě ani nebavilo číst. Největší české textové korpusy mají kolem 10 miliard slov a obsahují texty ze zpravodajství, Wikipedie, digitální knihy, úřední dokumenty, zákony, reklamy, webové stránky i diskuzní fóra, menší část jsou přepsané nahrávky.

Od textů k matematice a zase zpátky

Podívej se na obrázek paralelního korpusu. Pokud počítačovému programu ukážeme překlad jedné věty, nic moc se nestane. Pokud mu ale ukážeme deset vět, spočítá si, která slova jsou ve větách stejná. Může z toho pochopit, že české a se rovná anglickému and, že ladies and gentlemen bude česky dámy a pánové. Pokud program dostane tisíce vět, které už byly v Evropském parlamentu proneseny, je docela možné, že se naučí přeložit i nějakou novou větu, pokud se bude aspoň trochu podobat tomu, co vidíš.

Ono zmíněné „docela možné“ vysvětluje, jak se počítačový program učí – pomocí statistiky, čili výpočtu pravděpodobnosti. Ve čtyřech příkladech na obrázku, je ve větě vlevo vždycky dámy a pánové a vpravo ladies and gentlemen. To znamená, že program bude stoprocentně vědět, že jde o překlad. Naproti tomu, tam, kde je v angličtině Mr, je v češtině čtyřikrát pane a jednou panem. Náš počítačový překladatel tedy předpokládá, že pane bude pravděpodobně lepší překlad slova Mr než panem, ale panem je také možnost, konkrétně jedna z pěti, čili ⅕ = 20 %. Aby se dokázal překladač i v takovém případě rozhodnout správně, musí mít i statistiku o slovech, která se vyskytují v okolí našeho slova. Tomu okolí se říká kontext. Staré překladače, které s kontextem nepracovaly, mohly klidně přeložit „dobrý den“ jako „good day“ místo hello.

Po tisících příkladů a tisících výpočtů pravděpodobnosti se počítačový překladač vrátí zase ke slovům a vybere z nich ta nejpravděpodobnější. A ono to velice často bude správně.

Známé aplikace zpracování přirozeného jazyka

Počítačový překlad je jen jedním příkladem, kdy se počítače naučily rozumět našemu jazyku. V asistentech jako Siri, Cortana nebo Alexa je překlad spojený i s rozpoznáváním mluveného slova, podobně je to i s automatickými titulky ve videích. Možná máš v telefonu aplikaci, která překládá texty pod dopravními značkami nebo jiné cedule.

Další aplikace, které našly obrovské uplatnění především v zařízeních s dotykovou klávesnicí, jsou autocorrect a autocomplete, taky známé pod krásným novým českým slovem našeptávač.

Jeden z prvních programů, který člověku „rozuměl“, byl chatbot, někdy se také říká konverzační agent. Dnes už jsou chatboty součástí asistentů jako Siri, ale i webových stránek. O prvním chatbotu – Elize – se vypráví vtipný příběh. Elizu naprogramoval profesor Weizenbaum z MIT. Potom požádal svoji sekretářku, aby program vyzkoušela. Sekretářka si začala s Elizou dopisovat a poprosila profesora, ať je nechá spolu o samotě. Eliza byl velice jednoduchý program, ale profesorova asistentka si ji oblíbila. Získala pocit, že jí konečně někdo rozumí, a – podobně jako jiní lidé – mluvila o Elize jako o člověku.

Strojové učení (Machine Learning)

Text o zpracování přirozeného jazyka několikrát zmínil, že se počítačový program něco naučil. Opravdu je to možné?

Ano, strojové učení dokonce existuje jako samostatný obor. Nejdůležitější vlastností programu se strojovým učením je, že se nemusí měnit naprogramovaný kód, pokud chceme program použít pro jinou úlohu. Program změní svoje chování podle informací, které mu dáme (říkáme jim data, ať už jsou to obrázky, nahrávky zvuků, slova nebo třeba naměřené údaje o počasí). My, lidé, také nevyměňujeme části svého těla (hardware) ani části mozku (software), když se něco učíme. Místo toho se v našem mozku aktivují dráhy, které vedou například od slovíček v angličtině k významům.

Strojové učení se používá hlavně v těch oblastech, kde je dost dat a kde můžeme čekat, že to, co se dělo v minulosti, se bude dít pořád dál. Pojďme si to ukázat na příkladu rozpoznávání číslic.

Pro počítačový program jsou rukou psané číslice jen černé body na bílém podkladu, i když umístění bodů je pokaždé jiné. Když zvětšíme šestku, může pro počítač vypadat třeba takto:

Je to sice jen tabulka s různě šedými, bílými a černými políčky, ale pokud dostane program, který je připraven na strojové učení, takových šestek stovky nebo tisíce, naučí se, co dělá šestku šestkou. Všechny minulé šestky dohromady pomůžou programu rozpoznat nově napsanou šestku, i když nebude přesně stejná jako žádná z těch, které viděl předtím. Takové sbírce rukou psaných číslic nebo jiných dat říkáme datová sada.

Na datové sadě MNIST se strojové učení naučilo rozpoznávat poštovní směrovací čísla v USA a pošta mohla třídit obálky automaticky. Podobně funguje i rozpoznávání registrační značky auta na parkovištích se závorou. Závora se zvedne a řidič ani nemusí stahovat okénko a pípnout kartičkou s čárovým kódem.

Rozpoznávání číslic je typickou úlohou strojového učení – podobně funguje rozpoznávání písmen v překladači dopravních značek a cedulí, rozpoznávání obličejů v telefonu, rozpoznávání květin nebo výrobků tak, jak je možná používáš v různých aplikacích v telefonu.

Jinou oblastí, kde se používá stejná myšlenka – totiž, že minulé příklady určitých dat pomohou rozpoznat ty stejné věci v budoucnosti – je rozpoznávání mluveného slova. To znáš třeba z asistentů jako Siri nebo Google Assistant.

Náš robot Pepper obsahuje právě tyto dva druhy strojového učení – rozpoznání obrazu a rozpoznání řeči. Jeho kamera umí najít lidský obličej a jeho software umí rozpoznat úsměv. S Pepperem si můžeš povídat díky jeho modulu pro rozpoznání řeči pro češtinu a angličtinu. Každý z těchto modulů pracuje zvlášť.

---

Racionální agenti

Tady dávej pozor. Nejde o Jamese Bonda nebo jiného dobrodruha. Slovem agent myslíme kohokoliv, kdo něco dělá. Racionální znamená rozumný. Dohromady je to tedy kdokoliv nebo cokoliv, co vykonává nějakou rozumnou činnost na základě pozorování svého okolí a svého rozumného rozhodnutí. Agentem je každý z nás, jsou to i roboti nebo počítače.

Každý agent má čidla neboli senzory a akční členy. My lidé říkáme svým senzorům „smysly“ a svým akčním členům „ruce“, „nohy“, „pusa“ a podobně. Robot má akční členy ruce, nohy, kola nebo třeba displej. Agenti přijímají vjemy a na jejich základě se rozhodují, co budou dělat dál. Samo o sobě to nestačí – k rozhodování potřebuje agent tři věci:

Představy, přání a záměry (Belief – Desire – Intention, BDI)

BDI je model softwarového agenta (takže robota nebo počítačového programu), který zahrnuje cíl, který má agent dosáhnout, a také plánování, jak se k tomu cíli dostat. Pro plánování potřebuje mít představu o tom, co kolem něj je a jak věci fungují.

Pokud si to chceš lépe představit, podívej se, co dělá robotický vysavač:

• Jeho přáním je mít čistou podlahu v pokoji.
• Jeho záměrem je jezdit po pokoji a vysávat tak dlouho, dokud nebude podlaha čistá. Všimni si, že není žádný program, který by vysavači říkal, ať to vezme napřed kolem skříně a potom pod stolem, protože tam je nejvíc drobků. Na to musí vysavač přijít sám.
• Jeho představou je „plánek“ pokoje, který si může utvořit například tak, že projede místnost křížem krážem a zaznamená si, jak daleko dojel a kde všude do něčeho narazil.

Autonomní robot to má podobné. Musí mít určený nějaký cíl a musí mít nějaký hrubý plán, jak může cíle dosáhnout. Musí mít také možnost zjistit, co je kolem něj.

---

Konec zmatků

Výraz „umělá inteligence“ dnes často lidé užívají i v případech, kdy se z odborného pohledu o umělou inteligenci nejedná. Teď už víš, že umělá inteligence musí umět vyhodnotit situaci a rozhodnout se na základě znalosti svého okolí – musí se umět přizpůsobit situaci.

Zkusíme vyjasnit, co je a co není umělá inteligence na příkladech.

---

Máme se umělé inteligence bát?

V knihách i ve filmech bývá často umělá inteligence vyobrazena jako hrozba – roboti se vzbouří, umělá inteligence vyhodnotí lidi jako tvory, kteří škodí planetě i sobě navzájem. Je něco podobného reálné? Spíš ne, ale to neznamená, že bychom neměli přemýšlet, jestli má umělá inteligence i nějaké stinné stránky.

Ve skutečnosti nás umělá inteligence ovlivňuje záporně už teď, jen je to tak nenápadné, že o tom nejde točit akční filmy. Skutečná hrozba, která nás ovlivňuje už teď, jsou doporučující algoritmy. Když sledujeme obsah na sociálních sítích nebo video kanálech, programy, které nám doporučují, na co se dívat potom, nás uzavírají do naší “bubliny”. Typicky nám po nějaké době používání nikdy nenabídnou jiný pohled, se kterým bychom třeba ani nesouhlasili. Po čase se nám začne zdát, že všechna videa a všechny příspěvky na sociálních sítích jsou pěkné, protože s nimi souhlasíme. Takto se šíří třeba falešné zprávy (fake news), jejichž čtenáři jsou přesvědčeni, že těmto zprávám přece věří všichni.

Umělá inteligence a doporučující software také podporuje závislost na sociálních sítích nebo počítačových hrách tím, že uživatelům přesně “dávkuje”, co by měli právě dělat tak, aby se nikdy nenudili.

Jediná nebezpečná věc, o které jsou i filmy, jsou inteligentní autonomní zbraně. Podobně jako inteligentní autonomní roboti, kteří pomáhají v průmyslu nebo při přírodních katastrofách, můžou být i roboti, kteří škodí.

Světově uznávaný odborník na umělou inteligenci Tomáš Mikolov, který pochází z Brna, přirovnal současnou umělou inteligenci k vlakům na začátku 19. století. Řada lidí se tehdy bála – mysleli si, že vlak pojede tak rychle, že cestujícím praskne hlava. Vlaky se nakonec ukázaly jako velice užitečné, ale pravda je, že dost lidí našlo smrt při železničních neštěstích.