Od Turingovho testu
po superinteligenciu

Myšlienka, že stroje by mohli „myslieť", je stará ako samotná informatika. V roku 1936 Alan Turing definoval univerzálny výpočtový stroj — abstraktný koncept, ktorý dodnes tvorí základ každého počítača. O štrnásť rokov neskôr publikoval článok "Computing Machinery and Intelligence", v ktorom položil fundamentálnu otázku: „Môžu stroje myslieť?" a navrhol test, ktorý dodnes nesie jeho meno.

V roku 1956 sa na Dartmouthskej konferencii stretla skupina vedcov vrátane Johna McCarthyho, Marvina Minského a Clauda Shannona, aby diskutovali o „umelej inteligencii" — termíne, ktorý McCarthy práve vymyslel. Ich optimizmus bol neohraničený: verili, že strojovú inteligenciu sa podarí vyriešiť počas jedného leta.

V roku 1957 Frank Rosenblatt vytvoril perceptrón — prvý model umelého neurónu, ktorý sa dokázal učiť z dát. Bola to senzácia. No nadšenie netrvalo dlho. V roku 1969 Marvin Minsky a Seymour Papert matematicky dokázali, že jednoduchý perceptrón nedokáže riešiť ani základné nelineárne problémy (ako XOR). Financovanie výskumu prudko kleslo. Nastala prvá „zima AI".

Nasledujúce dve desaťročia ovládli expertné systémy — programy založené na ručne písaných pravidlách („ak pacient má horúčku A kašeľ, potom zvážiť zápal pľúc"). Boli úspešné v úzko vymedzených oblastiach, no ich schopnosti boli kruho obmedzené. Keď sa v 80. rokoch nepodarilo splniť ambiciózne sľuby, prišla druhá zima AI.

No v zákulisí sa dialo niečo dôležité: v roku 1986 Geoffrey Hinton, David Rumelhart a Ronald Williams publikovali prácu o spätnom šírení chyby (backpropagation) — algoritme, ktorý umožňuje trénovať viacvrstvové neurónové siete. Tento objav bol semienkom, z ktorého o tri desaťročia vyrástla revolúcia hlbokého učenia.

Zatiaľ čo zvyšok sveta na neurónové siete zabudol, niekoľko vedcov vytrvalo. Yann LeCun v roku 1998 vyvinul konvolučné neurónové siete (CNN) a jeho sieť LeNet-5 dokázala rozpoznávať ručne písané číslice — technológia nasadená v amerických bankách na spracovanie šekov.

Yoshua Bengio sa v roku 2003 zaoberal niečím, čo sa ukázalo ako ešte dôležitejšie: neurónové jazykové modely. Namiesto počítania štatistík o tom, ktoré slovo nasleduje po ktorom, navrhol systém, kde každé slovo má svoju číselnú reprezentáciu (embedding) a neurónová sieť sa učí predpovedať nasledujúce slovo. Tento princíp je základom všetkých dnešných LLM.

Skutočný zlom prišiel v roku 2012. Na súťaži ImageNet (vytvorenej Fei-Fei Li zo Stanfordu) hlboká konvolučná sieť AlexNet — vytrénovaná Geoffreyom Hintonom a jeho študentmi Ilyom Sutskeverom a Alexom Krizhevským — drvivo porazila všetky tradičné metódy v rozpoznávaní obrazov. Chybovosť klesla z 26 % na 16 %. Bol to moment, keď svet pochopil, že neurónové siete naozaj fungujú — ak majú dosť dát a výpočtového výkonu.

Nasledovalo šialenstvo. Google kúpil startup DeepMind (2014), Facebook najal Yanna LeCuna na vedenie AI výskumu (2013), a miliardové investície začali prúdiť do oblasti. V roku 2016 AlphaGo od DeepMind porazil svetového šampióna v Go, Lee Sedola — udalosť, ktorú mnohí považovali za nemožnú minimálne ďalších 10 rokov.

Paralelne sa v oblasti spracovania jazyka objavili rekurentné neurónové siete (RNN) a ich vylepšená verzia LSTM. V roku 2014 Ilya Sutskever a ďalší z Google predstavili architektúru Seq2Seq pre strojový preklad, a mechanizmus pozornosti (attention) sa prvýkrát objavil v prácach Bahdanaua et al. — umožňoval modelu „sústrediť sa" na relevantné časti vstupu. Tieto stavebné kamene boli pripravené. Chýbal už len niekto, kto ich poskladá.

V júni 2017 tím výskumníkov z Google Brain a Google Research — vedený Ashishom Vaswanim — publikoval článok, ktorý zmenil všetko: „Attention Is All You Need". Namiesto komplikovaných rekurentných sietí navrhli jednoduchú, no geniálnu architektúru založenú výlučne na mechanizme pozornosti: Transformer.

Transformer riešil kľúčový problém predchádzajúcich modelov — nedokázali efektívne pracovať s dlhými sekvenciami textu. Mechanizmus self-attention umožňoval každému slovu „vidieť" všetky ostatné slová v texte súčasne, nie sekvenčne. A čo bolo kľúčové: dalo sa to paralelizovať na GPU, čo dramaticky urýchlilo trénovanie.

GPT a BERT: Dva prístupy, jedna architektúra

V roku 2018 sa objavili dva modely, ktoré ukázali silu Transformera:

• GPT-1 (OpenAI) — decoder-only model trénovaný generatívne, učil sa predpovedať nasledujúce slovo. Malý (117M parametrov), no preukázal, že predtrénovanie na veľkom množstve textu a následné doladenie funguje.
• BERT (Google) — encoder-only model trénovaný obojsmerne, učil sa rozumieť kontextu. Dominoval benchmarkom v porozumení jazyka a stal sa základom Google vyhľadávania.

Škálovací zákony

V roku 2020 výskumníci z OpenAI objavili škálovacie zákony (scaling laws): výkon jazykových modelov sa predvídateľne zlepšuje s rastom troch faktorov — veľkosti modelu, množstva trénovacích dát a výpočtového výkonu. Toto poznanie stálo za odvážnym rozhodnutím vytvoriť GPT-3 — model so 175 miliardami parametrov, 1000-násobne väčší ako GPT-1.

GPT-3 prekvapil všetkých. Bez akéhokoľvek dolaďovania dokázal písať eseje, prekladať jazyky, odpovedať na otázky a dokonca generovať kód — len na základe niekoľkých príkladov v prompte (few-shot learning). Ukázalo sa, že dostatočne veľké modely nadobúdajú schopnosti, ktoré nikto explicitne nenaprogramoval — tzv. emergentné schopnosti.

RLHF: Naučiť model byť užitočným

Surový jazykový model dokáže generovať text, no často nevie, čo vlastne používateľ chce. V roku 2022 OpenAI publikovalo InstructGPT, model trénovaný pomocou techniky RLHF (Reinforcement Learning from Human Feedback). Ľudskí hodnotitelia porovnávali odpovede modelu a model sa na základe ich preferencií učil byť užitočnejší, presnejší a bezpečnejší. Tento prístup sa stal štandardom celého odvetvia.

ChatGPT: Moment, ktorý zmenil svet

30. november 2022. OpenAI spustilo ChatGPT — chatbot založený na GPT-3.5 vyladenom pomocou RLHF. Do dvoch mesiacov ho používalo 100 miliónov ľudí, čo z neho urobilo najrýchlejšie rastúcu aplikáciu v histórii. ChatGPT nebol technologickým prelomom — bol to UX prelom. Urobil jazykové modely prístupnými pre každého.

Preteky gigantov (2023)

Rok 2023 sa stal rokom bezprecedentnej súťaže:

• GPT-4 (marec 2023) — multimodálny model, ktorý výrazne prekonal GPT-3.5 vo všetkých úlohách
• Claude (marec 2023) — Anthropic vstúpil na trh s dôrazom na bezpečnosť a Constitutional AI
• Llama 2 (júl 2023) — Meta uvoľnila výkonný open source model, čo demokratizovalo prístup k LLM
• Mistral 7B (september 2023) — francúzsky startup preukázal, že aj malé modely môžu byť výkonné
• Gemini (december 2023) — Google vstúpil do súťaže so svojou multimodálnou rodinou modelov

Multimodálna éra a reasoning (2024)

V roku 2024 sa modely naučili „vidieť", „počuť" a dokonca „myslieť":

• GPT-4o (máj 2024) — natívne multimodálny model spracúvajúci text, obraz a zvuk v reálnom čase
• Claude 3 Opus a 3.5 Sonnet — Anthropic sa vyšvihol na špičku v programovaní
• o1 (september 2024) — prvý „reasoning model" od OpenAI, ktorý si premyslí odpoveď pred odpoveďou
• Gemini 2.0 — Google rozšíril kontextové okno na 1 milión tokenov

Open source revolúcia

Paralelne s uzavretými modelmi rástla sila open source komunity. Meta s rodinou Llama, Mistral z Francúzska a DeepSeek z Číny dokázali, že otvorené modely môžu konkurovať komerčným riešeniam za zlomok ceny. DeepSeek R1 (január 2025) bol obzvlášť pozoruhodný — reasoning model za 20–50× nižšiu cenu ako konkurencia od OpenAI.

2025: Rok superinteligencie?

Rok 2025 priniesol ďalší skok v schopnostiach:

• o3 a o4-mini (apríl 2025) — reasoning modely, ktoré prvýkrát agenticky používajú všetky nástroje
• GPT-5 (august 2025) — 80 % menej halucinácií, 400K kontextové okno, novú úroveň inteligencie
• Claude Opus 4.1 (august 2025) — hybridný reasoning model s najlepším výkonom v programovaní
• Gemini 3 (november 2025) — Google ukazuje ambície s Deep Think modelom
• GPT-5.2 (december 2025) — prvý model, ktorý na 70,9 % úloh dosahuje alebo prekonáva ľudského experta

Otázka, ktorú Alan Turing položil v roku 1950 — „Môžu stroje myslieť?" — sa v roku 2025 zdá menej ako filozofická hádanka a viac ako inžinierska výzva. Modely ešte nie sú inteligentné v ľudskom zmysle, no ich schopnosti prekonávajú ľudských odborníkov v čoraz viacerých oblastiach. Cesta od perceptrónu k GPT-5.2 trvala 68 rokov — a práve sa nachádzame v jej najrýchlejšej kapitole.