Článek
Chytrý telefon bez displeje? Zní to jako nesmysl, ale nadšeným zakladatelům firmy Hu.ma.ne se podařilo tento nápad dotáhnout do funkčního produktu. Tedy dostatečně funkčního na to, aby dali dohromady působivé předváděcí video.
Prostřednictvím amerického operátora T-Mobile nabízejí vlastní konektivitu za měsíční předplatné. A vše ostatní zařídí „umělá inteligence“, na jejíchž schopnostech celý koncept stojí. A padá.
Podívejte se na přenosné zařízení Humane Pin AI:
Krabička má rozměry přibližně pouzdra na sluchátka a také podobný tvar. Má dvě baterie, menší přímo v zařízení, větší je pak na druhé straně oděvu a magneticky drží zařízení na místě.
Co umí Humane AI Pin?
Z hardwarového hlediska je AI Pin samostatné zařízení s připojením na internet prostřednictvím mobilní sítě. Je vybavené kamerou, hloubkovým senzorem, laserovým projektorem a prostorovým reproduktorem. Pomocí GPS a kompasu ví, kde je a kterým směrem se díváte.
Humane AI Pin připomíná v mnoha ohledech koncept Google Glass z roku 2013. Toto zařízení svého času vzbudilo velká očekávání, ale postupně se stalo synonymem debaklu. Jedním z důvodů byla i podezřívavost okolí: pokud někam přišel člověk s nasazenými brýlemi Google Glass, všichni okamžitě začali přemýšlet, zda je ten člověk právě nefotí nebo nenatáčí.
Výrobce Humane AI Pin chce těmto obavám předejít: na horní straně zařízení je „nerozbitelná“ dioda, která se rozsvítí, kdykoli zařízení natáčí nebo poslouchá. Natáčet videa a fotit snímky bude zařízení pomocí širokoúhlého objektivu, takže nemusíte nijak zvlášť mířit, jen se „vyprsíte“ přibližně daným směrem.
Umělá inteligence v roli rádce i správce
Krabička má také projektor, který může promítat základní informace na vaši dlaň. Vypadá to opravdu futuristicky, ale také celkem neprakticky. V podstatě jde o displej s rozlišením menších hodinek, který navíc zvládne jen jednu barvu a čitelnost je ovlivněná tím, jak plochou máte dlaň.
Projektor se postaral o zobrazení ovládacích prvků pro přehrávání hudby přímo na ruku. Pomocí náklonu dlaně pak uživatel přeskakuje skladby nebo může pozastavit hudbu. Můžete si také nechat zobrazit text, ale spíše jen několik řádků textové zprávy, než že byste takto mohli číst nějaký článek.
Diktování textové zprávy a její přečtení před odesláním na ruce pomocí laserového projektoru.
Většina smysluplné komunikace tak má probíhat přes hlas. V prezentacích se mihlo několik působivých ukázek. Výběr (s přeloženými pokyny) najdete v úvodním videu tohoto článku.
Zařízení přes internet objednalo knihu, kterou zrovna vidělo. Vyfotilo fotky a natočilo videa. Zahájilo hovor, odpovědělo na textovou zprávu, pomohlo s navigací po městě nebo odpovědělo na celkem složité otázky. I když… k těm odpovědím se ještě vrátíme.
Proč bez displeje?
Podobných vizí jsou každý rok desítky. Proč bychom měli věnovat pozornost zrovna tomuto sci-fi nápadu? Třeba proto, že zakladatelé firmy Hu.ma.ne nejsou žádní začátečníci. „Strávil jsem ve firmě Apple úžasných 22 let,“ vzpomíná Imran Chaudhri, který za vizí stojí. Podílel se třeba na návrhu rozhraní pro přelomový projekt Steva Jobse – tablet iPad –, tam se Chaudhri setkal s Bethany Bongiornovou. Pojí je nejen manželství, ale také společný odchod z Applu a založení firmy Hu.ma.ne v roce 2017.
Manželé Imran Chaudhri a Bethany Bongiornová během prezentace prvního komerčního produktu firmy Hu.ma.ne.
Za šest let se jim podařilo dotáhnout neurčitou vizi „zařízení bez displeje“ do konkrétního, funkčního a prodejného produktu. To není maličkost a neobešlo by se to bez vlivných investorů. Svými penězi podpořil projekt Sam Altman, šéf a zakladatel firmy OpenAI. Právě jejich technologie (jazykový model GPT-4 známý z ChatGPT) ostatně zajišťuje tu umělou inteligenci, která má zajistit, že zařízení se obejde bez displeje.
„Jak se zvyšoval výkon našich počítačů, tak se snižovala jejich velikost,“ připomíná Chaudhri. Od osobního počítače přes laptop a chytrý telefon až po chytré hodinky.
„Co je další krok? Někdo věří, že nějaké VR/AR brýle, ale ty jenom přesunou displej pár milimetrů před naše oči,“ postěžoval si Chaudhri. Nejlepší a „nejlidštější“ technologie je podle Chadhriho a Bongiornové taková, která je prakticky neviditelná.
Futuristická vize jistě najde své nadšené zastánce.
Základní gesto pro probuzení připomíná aktivaci klasického komunikátoru ze Star Treku. To nejspíš nebude náhoda. Někdy ale zapomínáme, proč jsou v klasických filmech futuristické technologie obvykle zobrazeny jako komunikace hlasem: byl to scenáristicky nejjednodušší a produkčně nejlevnější způsob, jak zobrazit technologie budoucnosti. Herci prostě odříkají pokyn počítači a někdo jemně strojovým hlasem přečte odpověď „vševědoucího“ počítače. Tvorba důvěryhodně vypadajícího futuristického displeje pro potřeby dané scény by byla násobně dražší.
Přes mobil nehledáme jen hudbu, ale také třeba partnery. A to není něco, co chcete svěřit umělé inteligenci, která s vámi komunikuje bez možnosti kontroly na displeji.
Představte si ale, že byste měli řešit vše, co nyní řešíte pomocí telefonu, jen pomocí hlasu. Prostě jako kdyby vedle vás šel člověk, který má v ruce váš telefon a vy mu říkáte, co tam má najít. Když nebude vědět, co přesně chcete, zeptá se, nebo to rozhodne za vás. Najednou to nevypadá jako výhoda, ale spíš recept na nesčetná frustrující nedorozumění.
Trapné chyby i praktické problémy
Ostatně i během samotné demonstrace – která byla sestříhaná, nešlo o živou ukázku na pódiu – si pozorní diváci všimli dvou faktických omylů.
„Kdy je příští zatmění a odkud bude nejlépe vidět?“ zeptal se Chaudhri. A zatímco AI Pin hledá odpověď, Bongiornová vysvětluje: „Tady umělá inteligence prochází web a hledá znalosti všude na internetu.“
„Další úplné sluneční zatmění bude 8. dubna 2024,“ ozve se za pár sekund AI. „Nejlépe bude vidět z Exmouthu v Austrálii a z Východního Timoru.“
Prezentace pokračovala a nikoho z produkčního týmu zjevně ani nenapadlo zkontrolovat, jestli je odpověď správná (zjevně se nepoučili z podobného astronomického trapasu firmy Google). Každopádně pozorní diváci nelenili a odpověď ověřili – datum sedí, ale místo vůbec.
Kde bude ve skutečnosti možné pozorovat zatmění Slunce 8. dubna 2024? Nejlepší místo rozhodně není v Austrálii a Východním Timoru…
Další ukázka je ještě vtipnější. Chaudhri ukáže hrst mandlí a ptá se, kolik je v tomto jídle bílkovin.
„Kolik bílkovin?“ zní otázka, zatímco hrst ukazuje odhadem 10 až 15 mandlí.
„Tyto mandle mají 15 gramů bílkovin,“ odhaduje umělá inteligence. Ve skutečnosti 15 mandlí obsahuje necelé čtyři gramy bílkovin. Tedy opět odpověď působivě rychlá, ale při bližším prozkoumání úplně mylná.
Vidíme, že jazykový model zjevně dělá to, na co jsme upozorňovali už před rokem: bez uzardění kecá. Přesněji: skládá za sebe slova tak, aby odpověď v daném kontextu zněla důvěryhodně. Bez ohledu na to, zda je pravdivá.
U ukázkového videa to nevadí. Všichni chápeme, že pro účely předváděčky je jedno, odkud bude možné sledovat zatmění Slunce nebo kolik bílkovin je v hrsti mandlí. Ostatně na nepravdivé informace narazíme i na displeji běžného chytrého telefonu.
Za povšimnutí stojí, že všichni herci ve zveřejněných reklamách na AI Pin mají pevné oblečení: bundy nebo šaty. Na volném tričku by krabička asi docela plandala.
Problém ale spočívá v tom, že na displeji také uvidíme zdroj informace a můžeme zvážit, zda mu důvěřujeme, či zda budeme hledat dále. Zvážíme souvislosti, důvěryhodnost autora textu, možná podvědomě i font nebo celkový profesionální vzhled webu.
Děláme to každý den desetkrát nebo stokrát. Neustále posuzujeme různé zdroje a rozhodujeme se, nakolik jim můžeme důvěřovat. I proto máme displej pořád před očima – skrze chytrý telefon dnes kromě konzumace vtipných videí a děsivých zpráv také nakupujeme, plánujeme cestu, píšeme e-maily a sdílíme fotky.
Zjistit množství bílkovin v mandlích je jedna věc. Přes mobil ale řešíme stokrát důležitější věci. Hledáme nejenom hudbu na poslech. Kupujeme také letenky, vybíráme školu, prodáváme auta, hledáme obchodní a romantické partnery… To obvykle není něco, co bychom chtěli sfouknout jedním hlasovým pokynem.
Na displeje telefonů jsme zkrátka přesunuli velkou část svého života. Pokud nám někdo ten displej má nahradit a osvobodit nás z jeho spárů – chápu, že to zní lákavě –, musí pro nás ten „někdo“ být nesmírně důvěryhodný. A to současné AI systémy ještě nejsou.
Předběhli svou dobu?
Vize „neviditelného počítače“ ale není až tak nesmyslná. Pěkně ji shrnul legendární technologický novinář Walt Mossberg ve své závěrečné eseji Mizející počítač: „Technologie jsou skvělá věc, ale už 40 let jsou příliš nepřirozené, představují jakýsi dodatek k životu. To, co se nyní chystá v laboratořích po celém světě, je příslibem, že se to změní.“
Budoucí vývoj technologií se podle něj už nebude soustředit na konkrétní zařízení, ale spíše na celkové zážitky. „Jako milovníka vychytávek mě to trochu mrzí,“ napsal tehdy v roce 2017 Mossberg. „Ale jako člověka, který věří technologiím, mě to neskutečně těší.“
Humane AI Pin – v současné podobě, se současnými schopnostmi AI a v současném prostředí internetu – není reálně použitelný nástroj. Rozhodně ne pro většinu uživatelů.
Dokonce ani samotný Sam Altman – nejznámější investor firmy Hu.ma.ne a šéf OpenAI – si není jistý tím, že jde o správnou cestu. „To bude na zákaznících, aby se rozhodli,“ řekl Altman pro New York Times. „Možná předběhli svou dobu, a možná to naopak lidé uvítají jako lepší alternativu k telefonu.“ Dodal také, že mnohá zařízení, která vypadala jako jasný hit, nakonec skončila ve výprodeji s 90% slevou…
Určitě se ale najde pár nadšených experimentátorů, kteří tento koncept otestují v různých situacích. A ze zkušeností, které nasbírají, a ze slepých uliček, které objeví, časem budou těžit i běžní uživatelé.
Chtěli byste mít robůtka, který vidí to, co vy, a může vám tak pomoci se rozhodovat? Bude hodně záležet na tom, jakou důvěru v takovou „osobní umělou inteligenci“ vložíte.
Současný „robůtek“ připnutý na bundu nabízí teoreticky vše potřebné pro to, aby vize zakladatelů Hu.ma.ne fungovala. Chybí jen dostatečně schopná umělá inteligence, která „na pozadí“ vyřeší všechny ty problémy, které s chybějícím displejem souvisejí.
To se ale může změnit. Za pět let, za deset let, nebo za rok. Lidé si na všudypřítomné AI dost možná zvyknou. Začnou umělé inteligenci věřit více než sobě. A nepřijde jim pak tak zvláštní, že se ani nebudou moci podívat na displej.
