Poslední dva dny přinesly dvě věci, které se zdají na první pohled nesouvislé, ale dohromady překreslují, jak bychom měli o AI infrastruktuře přemýšlet. Jednak si vědci uvědomují, že jsme mohli spletitě chybovat v tom, jak měříme a rozumíme tomu, co velké modely dělají. Jednak se začíná opravdu materiálně měnit ekonomika jejich nasazení.
Vezměte si nejprve studii z těchto dní, která se ptá, jak věrně simulují jazykové modely lidská zdravotnická rozhodnutí. Jde tu o coś důležitějšího než jen akademickou otázku. Modelům jsme dlouhodobě přisuzovali schopnost „myslet jako člověk" nebo „rozumět kontextu", ale když si výzkumníci sednou a systematicky testují, co LLM skutečně věděly o vakcinačních volbách nebo jiných citlivých rozhodnutích, zjišťují, že realita je složitější. Není to přímo důvod k panice, ale mělo by nás to varovat před předpoklady. Sama GPT-4o se v některých prediktivních úlohách chová jinak než klasické strojové učení. Proč? To si nejsme jistí. A to mi připadá důležitější, než když si výrobci stěžují na to, že jejich model je pomalý.
Na druhé straně stojí velmi konkrétní soupis výzev v provozu. Antropic právě spustil Claude Sonnet 5 s cenou 2 dolary za milion tokenů. To je tah, který si vezmu vědomě — ekonomika cloudových API začíná být pro mnohé případy prohibitivní. Totéž reflektují výzkumníci z Waterloo, Cornelu a Harvardu, kteří publikovali metodu na kompilaci velkých modelů do offline artefaktů o velikosti 23 megabajtů. Zkompiluj jednou, pusť offline. Bez latence, bez API nákladů. Znázorňuje to směr, kterým se myslí, když se řeší „dependency na cloudu".
Apropos infrastruktury — Portugalsko si právě kupuje suverenitu. Spustilo Amálii jako open-source LLM. Zatímco Francie teoretizuje, Lisabon jednorázově vložil 7 milionů eur do modelu, který bude jeho vlastní. Je to malý příklad, ale je sympaticky pragmatický. Microsoft mezitím chystá sloučení svého Copilota do jediné aplikace, což říká totéž, co Anthropic a OpenAI: spotřebitel chce jeden nástroj, ne rozptýlený ekosystém.
Politika AI zůstává rozvolněná. Trump a jeho technologičtí poradci nejsou zastánci přísné regulace. V normálním světě by to bylo zajímavé; v tomto světě to znamená, že zatímco všichni ostatní měří a diskutují, co AI doopravdy dělá a měla by dělat, zde se rozhoduje, aby se prostě vyvíjela bez centralizovaného brzdění. To není morální soud, jen poznámka: měření věrnosti modelů a volnost jejich rozvoje se pohybují v opačných směrech.