Budoucnost chytré domácnosti přišla před mnoha lety – a nefunguje tak, jak bylo slibováno. Navzdory humbuku kolem generativní umělé inteligence jsou dnešní hlasoví asistenti méně spolehliví než jejich předchůdci a obtížně zvládají i základní úkoly, jako je rozsvícení světel nebo vaření kávy. Hlavním problémem není nedostatek inteligence, ale zásadní nesoulad mezi tím, jak tyto nové systémy umělé inteligence fungují, a tím, co chytré domácnosti potřebují.
Iluze pokroku
V roce 2023 naznačil Dave Limp z Amazonu průlom: hlasového asistenta, který rozumí kontextu, bezproblémově se integruje s chytrými zařízeními a usnadňuje domácí automatizaci. Rychle vpřed do roku 2025, a přestože asistenti jako Alexa Plus a Gemini for Home znějí chytřeji, často jim chybí základní funkce. Současné „aktualizace“ upřednostňují konverzační schopnosti před konzistencí. Uživatelé hlásí, že jejich zařízení nemohou spolehlivě provádět příkazy ani po letech nastavování.
Situace je tak běžná, že technologické společnosti si uvědomují problém. Problém se netýká jen chytrých domácností: i ChatGPT se občas potýká se základní logikou. Toto selhání není způsobeno leností, ale chybným přístupem.
Proč to AI nezvládne
Přechod od starých hlasových asistentů „shodujících se se vzorem“ k novým systémům založeným na LLM (Large Language Model) vytvořil zásadní předěl. Staří pomocníci byli tvrdí, ale spolehliví; vykonávali přesné příkazy předvídatelně. LLM, i když jsou všestrannější, zavádějí náhodnost. Stejný dotaz může pokaždé přinést jiné výsledky, takže základní úkoly jsou nespolehlivé.
*”LLM jednoduše nejsou navrženy tak, aby dělaly to, co dělali předchozí hlasoví asistenti na bázi příkazů a ovládání,” vysvětluje Mark Riedl, profesor na Georgia Institute of Technology. Tyto nové systémy mají potíže s konzistentním prováděním úkolů, které starší modely zvládaly snadno. LLM nyní musí vytvářet celé sekvence kódu pro API, což přináší další body selhání.
Cena “inteligence”
Technické společnosti neopouštějí staré technologie; sledují ambicióznější cíl: umělou inteligenci založenou na agentech, která rozumí přirozenému jazyku a dynamicky kombinuje úkoly. To vyžaduje obětovat krátkodobou spolehlivost pro potenciál mnohem větších schopností.
Dhruv Jain, ředitel Soundability Lab na University of Michigan, to shrnuje: „Otázkou je, zda rozšířená škála schopností, které nová technologie nabízí, stojí za více než stoprocentně přesný nedeterministický model.“ Současný přístup je v podstatě beta testování v reálných domácnostech.
Co bude dál?
Společnosti experimentují s hybridními modely, jako je Google Gemini Live, aby vyvážily výkon a přesnost. Ale i tato řešení zůstávají nedokonalá. Hlavním problémem je, že LLM nejsou dostatečně vyškoleni, aby rozlišovali mezi situacemi, které vyžadují absolutní přesnost, a situacemi, které oceňují flexibilitu.
Selhání umělé inteligence pro chytrou domácnost vyvolávají širší otázky o připravenosti technologie na kriticky důležité aplikace. Pokud umělá inteligence nedokáže spolehlivě rozsvítit světla, jak moc můžeme věřit její schopnosti zvládnout složité úkoly? Cesta vpřed zahrnuje využití náhodnosti LLM, ale za cenu hloubky konverzace.
Tento nesplněný příslib chytré domácnosti slouží jako varovný příběh: Rychlé stěhování a rozbíjení věcí není vždy pokrok. Technické společnosti se musí rozhodnout, zda potenciál pokročilé AI převáží okamžité zklamání z nespolehlivých zařízení. Mnoha uživatelům zatím zbývá chytřejší, ale otravnější zážitek z chytré domácnosti.
