​

Jak (ne)fungují textová ÁÍčka 20.3.2026

Na pojmu Umělá inteligence je špatně již propagování jakožto jakési inteligence, jenže o nic inteligentního nejde, stále jsou to jen matematické výpočty ze kterých po velmi rozsáhlých propočtech vyjde nějaký výsledek. Rozdíl je spíše ve složitosti těch výpočtů, neb na tzv. „jazykové modely“ možná stačí téměř základní algebra a obyčejné sčítání, odčítání, násobení a dělení; ale třeba na tzv. „rozpoznávání obrazu“ už jsou nasazovány v některých metodách třeba i derivace.

Co pro mě však bylo docela šokující bylo to, s jakou urputností je to různými médii propagováno jako něco skvělého, co prý již teď vede nikoliv k bájným komunistickým lepším zítřkům, ale ke kapitalistickým prý lepším a věčně placeným prý-věčným zítřkům. Nicméně v případě té mohutné mediální propagandy se ale asi není čemu divit → první jazyková ÁÍčka vyšla z USA kde na ně od různých investorů z celého světa bylo vybráno neuvěřitelné množství peněz a zřejmě byli mohutně tzv. „opíjeni rohlíkem“, byť neřekl bych, že v době kdy majitelé oněch AI firem přijímali od jiných nehorázné částky, by sami tušili, že ono to ale vůbec tak super nebude. Zpočátku se to jevilo jako něco, co se vzrůstajícím množstvím dat která do toho byla dávána vydávalo jakoby čím dál lepší výsledky → a manažeři zvyklí přehánět neudrželi své chamtivosti (a myslím že ani nemohli) a začali to prezentovat jako něco, co se prý po ještě větším přísunu dat stane prý mimořádným → a na čem prý půjdou peníze vydělávat netušeně snadno (byť samozřejmě že na úkor kohokoliv, investorů i uživatelů, životního prostředí, sebe samých).

Co se týká dále popisovaných algoritmů, tak vycházím především z videí které jsem viděl s českým vědcem Tomášem Mikolovem na jehož algoritmu word2vec – jak to tak vypadá – jedou v podstatě natvrdo veškeré tzv. „jazykové modely“ (dále ChatBlbeček); a diskuzí a článků převážně na webu root.cz.

Neznám dopodrobna popisované algoritmy, neb čím více jsem se dovídal jak moc je to založené na strojových náhodách, tím více mi to stačilo k tomu, abych se rozhodl, že nic takového podporovat nehodlám a nehodlám se tím zabývat, neb výsledek takových postupů není nic jiného než čím dál intelektuálně primitivnější a přitom čím dál náročnější bezsmyslné prznění.

Jazykové modely

Všeobecně v ÁÍ výpočtech jsou jakoby tři fáze – získání tzv. tréninkových dat, natrénování modelu a generování výsledků.

Tréninková data jsou nějaké texty, na kterých se ÁÍčko tzv.natrénuje. Ono to zní poněkud divně, tak bych zvolil příklad na nějakém umělém chatovacím (konverzačním) systému – tj. systému který má s lidským uživatelem vést nějakou konverzaci, prostě si s ním povídat nebo lidověji pokecat si, přičemž hned na úvod čeština nabízí, že nejde o žádnou plnohodnotnou konverzaci, ale skutečně jen strojové kecy, resp. nastrojené kecy – což se nakonec skutečně snad vůbec neliší od konverzace s někým, kdo se prezentuje jako odborník, přičemž ale tomu co plácá skutečně nerozumí, neb má jen namemorované mnohdy podivné a nelogické pseudopoučky, ale o co jde nechápe.

K tomu aby ChatBlbeček mohl produkovat nějaké souvislé věty které se tváří jako lidské, potřebuje nějakou databázi souvislých vět z níž by byly nějakým matematickým způsobem věty buď přímo vybírány, nebo nějak generovány. Když nebude mít nějakou sofistikovanou databázi vět, může mít k dispozici třeba slovník slov v daném jazyce, ale slova bude vygenerovávat buď staticky čili třeba vypisovat každé druhé, nebo každé desáté, nebo to zašmodrchat ještě víc typu každé sedmnácté a při každém dvacátém slově navíc každé sedmatřicáté apod. → avšak dojde k tomu, že vygenerovaný text nebude dávat smysl. Druhá věc je jak zajistit to, aby pokaždé nebylo generováno to samé → a to se dělá náhodami, avšak jelikož jde o počítač, tak strojovými náhodami.

Rozdíl mezi člověkem generovanou náhodou a strojovou náhodou je hlavně ten, že člověku se při generování náhody stávají mnohdy i neuvěřitelné věci, kdežto se strojovou náhodou to nic neuvěřitelného nikdy neudělá. Jako děti jsme třeba hrávaly hru Dostihy a sázky, přičemž se občas stalo neuvěřitelné a někdo hodil sérii třeba šesti šestek (dle pravidel té hry to sice nastat nemělo, jenže to by autoři nesměli zabudovat nikomu nevyhovující políčko Distanc, jehož opuštění nebo naopak ignorování tak bylo v rámci naší nápaditosti všelijak ulehčováno). Matně si vzpomínám že někdo tvrdil, že mu těch šestek za sebou jednou padlo snad osm. Něco takového ve strojových náhodách neexistuje, tam ty nečekané neuvěřitelné náhodnosti nehrozí.

V procesoru se běžně náhody dělají tak, že má třeba nějaký čítač taktů, což je v podstatě obdoba tachometru v autě jehož hodnota se co chvíli zvýší o jedna, přičemž když se dostane na maximum, tak se zase začíná od nuly. Rozdíl je akorát ten, že ten čítač taktů v procesoru přičítá jedničky mnohem rychleji, takže za sekundu ujede třeba miliardu kilometrů :-). Ale strojovou náhodu pro házení mincí lze udělat tak, že se prostě vezme aktuální hodnota čítače a když jde o liché číslo, bude to panna, když bude zrovna sudé tak orel. Pro hody kostkou to lze udělat tak, že se jen vezme aktuální hodnota čítače a porovná s nějakým nadefinováním třeba ve kterém intervalu čítače má co být. Takže zjednodušeně kdyby měl čítač maximální hodnotu třeba sto, tak interval od 1 do 16 by odpovídal jedničce, od 17 do 32 dvojce, od 33 do 48 trojce, od 49 do 65 čtyřce, od 66 do 82 pětce a od 83 do 97 šestce. A 98 až 0 by bylo třeba házej znovu (kostka spadla ze stolu). Toto je v podstatě strojová náhoda, výsledek je většinou získáván z něčeho, co se akorát v podstatě tupě dokola točí. A má to odpovídat jakoby házení kostkou v reálu, neboť s uživatelovou interakcí nebude procesor generovat pořád jedno a to samé, ale když to bude uděláno tak, že třeba při zmáčknutí klávesy vygeneruje náhodné číslo od 1 do 6, tak díky tomu že uživatel nikdy nemačká klávesu po stejných časových intervalech, tak při každém zmáčknutí bude čítač v jiném intervalu → ale jak je to rychlé a točí se to pořád dokola, nakonec z toho bude třeba to, že při 100 zmáčknutí klávesy bude jednička třeba 15×, dvojka 13×, trojka 21×, čtyřka 16×, pětka 15× a šestka 20×. Což jakoby vypadá že by mohlo odpovídat statistice při házení kostkou. Jenže neodpovídá, neb v reálu by jistě mnozí hráči stolních her potvrdili, že jim na kostkách padly fakt neuvěřitelný náhody :-), což v tom klasickém strojovém generování nehrozí ani náhodou, tam sekvence třeba osmi šestek fakt nehrozí (byť matematicky se to dokázat nedá).

Při studiu Koránu se lze setkat s pojmem věštící šípy (5:3, 5:90), kdy na základě střílení šípů bylo dle nějakých kritérií něco předpovídáno nebo rozhodováno. Dejme tomu že by šlo třeba o to, že by někde stál terč a dle toho do jaké části terče by se šíp zabodl by mělo být uděláno rozhodnutí či vyřknuta sudba. V reálu by to bylo tak, že by se bylo zhádáno o to kdo má být lučištník, jakým šípem vystřelit, jak správně rozdělit terč, z jaké vzdálenosti střílet, v jakou denní dobu, v jakém počasí apod. A při samotné střelbě do terče by to dopadalo i tak, že by někdy byl trefen třeba i již nějaký předchozí zabodnutý šíp, někdy by to šlo mimo terč, občas by byla ulovena třeba i nedaleko se pasoucí ovce apod. No a strojová náhoda by byla jak nějaký automat na střílení šípů, který by prostě pálil do terče jeden šíp za druhým a záleželo by akorát tak na rovnosti šípu, křivosti koncových peříček, a momentálním zadutí větru. Trefit již zabodnutý šíp by nebylo zase tak vzácné, do terče by šly téměř všechny (leda by se nějaký v automatu zlomil), a i ovce by to přežily všechny (pokud by tedy nějakou v rámci ovčího dovádění nenapadlo jít se prostě nažrat mezi automat a terč, to by byla trefena klidně i vícekrát, neb by asi ani neměla čas na to pomyslet, že měla uhnout).

Nyní jak se získávají trénovací sady. Trénovací sada jsou nějaké texty, ze kterých by měla být udělána jakási databáze statistik jak jdou různá slova v různých větách za sebou. Což by mělo být v podstatě velmi jednoduché, tedy až na to, že na to většinou naprosto nestačí paměť. Ale ono to má nějaká úskalí s opakujícími se částmi a různé ty tvůrce ChatBlbečků to možná ještě ani nenapadlo. Tomáš Mikolov také dle svých slov nevymyslel žádný nový algoritmus, ale dal dohromady různé již existující algoritmy, byť co jsem tak viděl, tak to skutečně udělal dobře. Nicméně v reálu narazil na to, že měl k dispozici jen omezené trénovací sady (omezené množství smysluplných využitelných textů) a generované výsledky tedy nebyly zase o tolik lepší než pokusy s nějakými dřívějšími algoritmy. Po nějaké době se mu ale naskytla možnost zapojit do toho mnohem větší množství textů a najednou to vypadalo, že s přibývajícím množstvím smysluplného vstupního textu program vygenerovával mnohem přesnější výsledky. Nicméně nešlo jen o to začít statistikovat mnohem větší množství textů, hlavní fígl byl podle něj v postupu který použil a který prý všichni matematici nesnášejí, a to odstranit ze vstupních dat nevyhovující varianty. Poté co udělal nějaký filtr na vstupu a nevyhovující varianty tak vůbec nebyly brány v potaz, dočkal se najednou v podstatě značného skokového vylepšení.

V dříve příkladovaných věcech by to znamenalo třeba to, že pokud padne na kostce pětka, tak tu vůbec nepočítej. Nebo že pokud se šíp zabodne do modré části terče, tak to též ignorovat.

Já třeba když před lety začal vytvářet transkripci Koránu, tak jsem měl tabulku ve které byly různé kombinace arabských hlásek a pak program procházel tabulku řádek po řádku a kombinace arabských hlásek převáděl na dané kombinace latinkových hlásek. Ta tabulka měla ve finále snad 1200 řádků, a to jsem asi 400 řádků převedl ještě ručně, neboť pro ty se nevyplatilo vymýšlet kombinační vzory, neboť by se natolik prolínaly s již vytvořenými variantami, že finální počet kombinací by odhadem šel možná ke 30 tisícům (ale fakt nevím). A bylo jednodušší udělat třeba pouhé 4 změny ručně, než pro to vymýšlet a přikombinovat do předešlých vzorů třeba dalších dvě stě možných variant. Tak moc naskakovaly možné kombinace třeba pro mady nad dýkovými alify či slyšitelnostní sukúny.

Toto skokové vylepšení ale bylo již zajímavé pro různé manažery, kteří v tom spatřovali možnost jak to zapropagovat jako údajný zázrak a z lidí vydolovat peníze. Jim stačilo že to vypadalo že to má statistickou přesnost třeba jen 70% a třeba jen jakoby 30% chyb, a předpokládali, že když se to pustí na ještě více datech, že ta přesnost tím pádem ještě vzroste, což je samozřejmě nesmysl. Do jisté míry přesnost se vzrůstajícími daty rostla, nicméně s různorodostí dat muselo mohutnět i filtrování na vstupu, aby nedocházelo k dalšímu a dalšímu nežádoucímu znepřesňování. Tudíž díky filtraci na vstupu je jakýkoliv další uživatel ochuzen o všechny vychytávky v různých textech a dá se říci, že pro úspěšné natrénování ChatBlbečka jsou vhodná jen dostatečně tupá data. Takže zapomeňte v podstatě na tučnost, kurzívy, podtržení, nadtržení, barvičky, různé fonty, horní dolní indexy, různé speciální znaky apod. → to vše (a vypadá to že fakt až nečekaně snadno) vytváří až příliš mnoho nežádoucích kombinací, kdy z daných algoritmů poté vychází mnohem větší a mnohem nežádoucnější chyby → a skutečně až příliš jasné chyby na to, aby se to dalo neustále obalamucovat tím, že prý to jsou jen jakési první verze a že časem se to prý zlepší, hlavně cálujte už teď a furt.

Nicméně ono to není zase tak neodlišné od tupců v lidské společnosti. Je to snadno připodobnitelné třeba ke kádrování na vstupu na ples, kterýž je též vydáván za jakousi mnohem lepší (a tedy prý správně dražší) akci a na vstupu jsou tak odfiltrováváni třeba lidé v běžném oblečení, již ožralí apod., neb by to těm prý lepším prý zkazili.

A nyní tedy k samotnému získávání tréninkových dat. Musí jít o dostatečně tupé texty a musí jich být velké množství aby se to pak statisticky tvářilo jako solidní texty a nebylo to jen o jakémsi zkratovitém dávání různých slov dohromady. Dalo se vyjít třeba z textů na Wikipedii, kterých již po letech provozu bylo docela dost a byla ta výhoda, že šlo vesměs o nekonfliktní texty s dobrou gramatikou. Jenže samozřejmě se ukázalo, že když výchozí texty jsou z Wikipedie, tak přegenerované výstupy jsou poté jen mnohem primitivnější a tupější kombinace vět z Wikipedie. A tak se velké firmy pustily do toho, že to začnou trénovat na mnohem více textech z internetu. Nevybavuji si to přesně, ale myslím že první kdo zkusil natrénovat ChatBlbečka na mnohem větších datech z mnohem větší části internetu byl Microsoft, neb začal statistikovat data z různých sociálních sítí. A poté snad po dnu kdy byl takový ChatBlbeček v provozu to musela firma zavřít, neb sociální sítě byly (a jsou) plné především konfliktního obsahu a tento obsah je ChatBlbečky jen různě strojově-náhodně přegenerováván, tudíž když se vychází z nenávistných stádních dat, jiná než strojovými náhodami přeprzněná nenávistná stádní data z toho vylézt nemohou.

No a došlo i na to, že po čase se jiní začali chvástat tím, že svého ChatBlbečka prý natrénovali na celém internetu (což jsou očividně lži), a díky tomu většímu množství je to prý tak super a prý ještě více bude, což jsou další lži, neboť kdyby se to pustilo na celém internetu, tak z toho bude spíš naprosto neuvěřitelný maglajz, neboť při takovém přístupu by vůbec nebyly rozlišovány obory kterých se texty týkají a do statistik (do trénovaného modelu) by šly věty jak z kuchařských receptů, tak třeba ze skript fyziky, tak třeba rady chovatelů domácího ptactva, tak třeba technické zprávy o provozu elektrických zařízení apod., z čehož by následným přegenerováváním vylézaly skutečně primárně halucinace.

Nicméně to neznamená že by autoři ChatBlbečků data nějak rozlišovaly dle oborů, to možná zkusili později když zjistili, že bez rozlišení to dělá maglajz se kterým si nejsou schopní poradit. Ona se k tomu přidala ještě jedna metoda a ta je také z jakési prý lepší části lidské společnosti známá → cenzura na výstupu.

To například když se na nějakém tom plese ožere nějaká údajná hvězda jak tuctový prase a do auta jí vedou zakrytou pod bundou aby se přeci utajilo, že je to obyčejná násoska.

Cenzura na výstupu se dělá programátorsky nejsnadněji seznamem vyjímek. Když jde jen o pár vyjímek, tak to jen zpomaluje (což při těch kvadrilionech tupých výpočtů je fakt znát), avšak čím více vyjímek je na seznamu co se nesmí dostat na veřejnost, tím až téměř geometricky více to systém zpomaluje, neb mnohdy se ty vyjímky prochází jako klasický seznam, tzn. pro každou další větu je zkoumáno vždy od začátku seznamu, jestli v tom seznamu je nebo ne. Samozřejmě existují nějaká urychlení typu: seznam podle abecedy a nepročítat pořád od začátku ale až od začátku skupiny s daným počátečním písmenem, nicméně při dlouhých seznamech je to i tak násobně více znatelné zpomalení. A když je těch vyjímek fakt hodně, tak již není problém s tím jak se prohrabat daty a porovnat je s vyjímkami, ale jak se vůbec prohrabovat a vyznat v šíleném množství všelijakých vyjímek.

Možná si někdo vybavuje nějaká vysvětlení z různých médií a od různých individuí vydávaných jakýmisi reportéry za jakési prý velké odborníky na ÁÍčka o tom, že prý to na základě statistiky vygenerovává prý nejpravděpodobnější další slovo které by se mělo vyskytnout, jenže to je další lež. Ta základní statistika ze které to vygenerovává rozhodně není nějaká přesná statistika, kde by byly popisovány třeba četnosti výskytu či skutečné návaznosti. A kdyby to pokaždé mělo doplnit jako další slovo to nejpravděpodobnější, tak to na stejný dotaz vždy musí vygenerovat stejná slova, vždy jen ta nejpravděpodobnější, což se samozřejmě neděje, neb by to byl pořád dokola jeden a ten samý tupý a nesmyslný maglajz.

Zásadní výpočet který ona ÁÍčka využívají je dlouhé sčítání nějakých násobků. Počítá se to takto:

A1•X1 + A1•X2 + A3•X3 + … + AN•XN

kde hodnoty A1–AN jsou nějaké dané hodnoty a X1–XN jsou strojové náhody. Tento výpočet se pořád dokola tupě opakuje, přičemž při každém opakování jsou měněny ony hodnoty X, čili se to neustále prokládá náhodami.

Neustálé prokládání náhodami zajišťuje to, že na stejnou větu by uživatel neměl dostat tu samou reakci. Nicméně jak to udělat tak, aby to náhody moc nerozesíraly? Je přeci rozdíl když na kostce padne jednička či šestka → a v těch součtech kdyby třeba pro X1 byla dostána miliarda a pro X2–XN pak nějaké drobné tisícinky, tak by se přeci ani nemuselo počítat, neb by výsledek byl po zaokrouhlení tak jako tak miliarda. To Tomáš Mikolov též vysvětloval, byť následující popis je jak jsem si to tak nějak vybavil.

Model vychází z nějakého seznamu vět a nikdo neví jaké hodnoty do těch X dát. Když se místo X dají jedničky, tak to pořád vrací slova jen z první věty, takže se to dělá tak, že místo těch X se dají náhody a to hodně malé hodnoty. Pak se to pustí opakovaně třeba padesátkrát za sebou na těch samých větách a pořád se na ta X dávají další náhody (čili každé výsledné X je součin třeba padesáti náhod).

Výsledek takového postupu tedy musí být jedině ten (dle mého uvažování, fakt nevím přesně), že iXka jsou po všech těch opakovaných náhodných propočítání nějaké hodnoty, které však mezi sebou nemají moc velký rozkmit, tedy není tam vyloženě rozsah 0,000000000něcoHodněMálo až třeba 1 (což by v rámci nedesetinnosti odpovídalo rozsahu třeba nula až kvadrilion), ale spíše cosi jako 0,000015 až 0,000452 (byť tedy nějaké přesné hodnoty z praxe fakt neznám).

Je možné že zde se v tom přenáhodovávání hodnot X třeba nějak pletu a někde se to pronásobuje možná méněkrát ale možná i vícekrát. Pro mě však bylo jedno jestli je tam těch strojových náhod kvadrilion či deset miliard, neb i rozhodnutí podle jediného věštícího šípu je prostě špatně.

Další problém je s tím, že když se to propočítává po slovech, naráží se na to, že slov je hrozně moc a ty obludné součty jsou pak hrozně dlouhé. Ony ani ty hodnoty A nejsou žádní slaboušci, byť zde to nevím zcela přesně neb mě to fakt již nebavilo sledovat ani se o to zajímat. Nicméně tam jde o to jak slova převést na matematické vektory, přičemž takový vektor byl myslím jen dlouhá posloupnost nul a někde jedničky a výsledek snad odpovídal tomu, že když bylo třeba 100 tisíc slov (přičemž třeba každý tvar skloňování byl brán jako další nezávislé slovo), tak každý vektor byl myslím posloupnost sto tisíc nul ve kterém někde byla jediná jednička.

Čili je-li každé Aněco dlouhé třeba 100 tisíc bitů, tak pokud se propočítává třeba na 64 bitových procesorech, tak každý takový vektor na jedno propočítání potřebuje být 100 000 : 64 = 1562,5× posunut jen aby prošel počítacím prostorem procesoru. Ono některé čipy mají o něco větší možnosti než jen 64bitů najednou (výkonné grafiky třeba myslím i 512 bitů), nicméně to opakované propočítávání tomu stejně dává výkonově těžce zabrat.

A pro představu, jen spisovná čeština má díky skloňování a časování přes milión slov.

Množství slov v jazyce nevyhovovalo ani pro běžnou angličtinu, neboť je do toho potřeba započítat také různé interpunkční znaky (tečky, čárky, otazníky, uvozovky atd.), které když budou brány samostatně, tak opět vzrůstá množství nežádoucích kombinací a celé se to příliš zesložiťuje. Takže to je děleno na tzv. tokeny. Nejsou to jednotlivá písmena ani slabiky, ale skupiny nějakých znaků, přičemž v praxi se prý ukazuje, že nejvhodnější jsou prý tří až čtyřznakové skupiny. Což by vypadalo třeba takto, co token to jiná barva.

A ve finále je výsledek generován tak, že jsou myslím opět použity ty součiny vektorů, tentokrát s dalšími novými náhodami. A pokud se propočítává třeba na tisíc tokenů dopředu, tak se tam použije tisíc nových náhod. Přičemž po tisíci tokenech kdy je dodán tisící první token, to celý propočet s tisíci novými náhodami spustí již ne pro tokeny 1 až 1000, ale nyní pro tokeny 2 až 1001. A poté to znova s dalšími strojovými náhodami propočítá pro tokeny 3 až 1002. A pak 4 až 1003.

Výsledek tedy rozhodně není ten, že by bylo vygenerováno další nejpravděpodobnější slovo resp. nejpravděpodobnější token (skupina znaků), ale vypadá to tak, že ve skutečnosti to odpovídá stylu → teď tam přifař token ze sedmnácté věty, teď tam přifař token z tisíctédvacátésedmé věty, teď tam přifař token z třímilióntétřístétisíctésedmapadesáté věty, teď tam přifař token z druhé věty … a tak dále, a tak stále tupě stále dokola.

Statisticky by to alespoň tak nějak mělo odpovídat (a prý odpovídá) rozložení tokenů ve větách ze kterých byl přegenerováván výsledek, tedy např. že po tokenu co třeba s pravděpodobností 0,000000125 následuje token jsi (co jsi dělal), s pravděpodobností 0,0000000000351 následuje token děl (co děláš) a s pravděpodobností 0,00000000024 následuje token bud (co budeš dělat) atd. A kdyby tam nebyly ty náhody, tak by to pořád po co vracelo např. jsi neb to by mělo prostě největší pravděpodobnost.

Se strojovými náhodami to tedy nedělá pořád jedno a to samé, nicméně možná se ptáte, jaktože to je tedy jakoby tak dobré, když je to proložené tolika náhodami? No a odpověď je ta, že je tam právě již zmiňovaná cenzura na výstupu, nebo jinak řečeno filtry na výstupu. A autoři placených ChatBlbečků nezveřejňují jak je to naprogramováno, tudíž není moc vidět jak všelijak to bastlí, byť něco se dá dost přesně odhadovat.

Např. když se někdo zeptá ChatBlbečka na počasí, tak je jasné, že ten se připojí na web kde je aktuální předpověď počasí a překopíruje odtamtud odpověď. Kdyby ji bral z natrénovaných dat, byla by to vždy nějaká postižená směs z nějakých minulých konstant, tudíž by se stačilo zeptat párkrát na to samé a vylezla by směska několika protichůdných žvástů o počasí.

V ajťácké terminologii už se tomuto přístupu říká agenti :-). Je vyslán agent (dotaz na jiný server) aby tam získal odpověď a dodal jí do systému, který ji zobrazí jako výstup vydávaný buď přímo za vlastní, nebo v případě ChatBlbečků uvádějících základní adresy serverů jako za něco, co je prý díky ChatBlbečkovi, nebo – po technické hádce kdy je dokázáno že tomu tak není – alespoň prý za něco, na čem prý má ChatBlbeček prý zásadní (nebo alespoň prý nějak důležitý) podíl. Jenže v reálu jde natvrdo o cizelování čehokoliv a spíš to nahrazuje ty obludně draze natrénované debilní statické modely; a druhou věcí je že to enormně přetěžuje provoz na sítích, tudíž se začínají objevovat nějaké ochrany před ChatBlbečky typu Anubis a to co dříve nabíhalo normálně, teď nabíhá se zpožděním. Ale bez ochran by to nenaběhlo jak to ChatBlbečci přetěžují jen aby dodaly debilnímu uživateli sprzněnou a přenaddebilně debilizovanou odpověď.

Ale i kdyby to zveřejnili, je to celkem šuma fuk, neb člověk se neprokliká ani miliónem propočtů a i kdyby se proklikal třeba deseti tisíci a vysledoval tam všechny výpočty, tak to udělá jednou a již do toho asi nikdy dobrovolně nepůjde (a nedobrovolně to nemá cenu neb by v tom frustrován beztak dělal chyby).

Samotný statistický model prostě stačí jen na nějakou přesnost. Lze to vidět na překladačích, kdy např. DeepL byl trénován na oficiálně přeložených dokumentech z byrokratického aparátu Evropské Unie a na textech které odpovídají nebo se podobají oněm dokumentům funguje hodně dobře. Gůgltrancka byla trénována na jiných textech a jiných překladech (a taky na tom kdy lidé měli možnost zaslat vlastní lepší překlad) a funguje třeba dobře na běžné webové články či běžné zpravodajství. Ale zkusil jsem gůgltrancku na návodech pro programátorský editor VSCode a bylo to na blití. Tam by ani mohutné filtry na výstupu (máš větu enABC485 tak nic nepočítej, ale rovnou dej větu cs715XKV) nepomohly a byly by výpočetně asi náročnější než celý model gůgltrancky, nehledě na to že je nemá kdo vytvořit.

Placené opice

Enormně draze bylo zjištěno, že výstupy z ChatBlbečků prostě nejsou dokonalé a se zvětšujícími se daty pro trénink se to zlepšuje jen do nějaké úrovně a pak to začne senilnět. Což je logické, neb množství kombinací ze kterých je strojovými náhodami vybíráno prostě roste a jelikož nebyla pořádně rozlišena data dle oborů, jsou to různé guláše. Takže vhodné je to tak na něco čemu říkám socialistická knihovna, kdy ChatBlbeček pro opakovače pouček spolehlivě pracuje asi tak na rozsahu dat ke kterému by se člověk pročetl možná tak v nějaké standartní městské socialistické knihovně. Jak je ten rozsah větší, tak to prostě nevhodně chybuje čím dál víc, byť ne vyloženě syntakticky, ale sémanticky z hlediska pestrosti a květnatosti sémantiky, přičemž to čím dál víc postrádá smysl (fakt lepší přirovnání než socialistická knihovna mě nenapadlo).

A jejich majitelé a provozovatelé se to nějak rozhodli řešit, neboť asi nebude tak jednoduché vytahat z dalších a dalších investorů těžký prachy na další a další náročný provoz, který se zatím nikomu nezaplatil a musí být neustále těžce dotován. Řešení měly zajistit cvičené opice, tedy námezdní klikači kteří měli třeba naklikávat různým výstupům z ChatBlbečka různé skóre správnosti odpovědí, případně opravovat odpovědi, případně přímo psát odpovědi. V praxi to prý dopadlo tak, že tato hodnocení byla zadávána přímo do natrénovaných modelů, čímž po více zásazích samozřejmě došlo k rozesrání těch modelů a to prý tak, že tak hodně, že to bylo dále nepoužitelné – což je z takových neumětelských velkozásahů jasné. Pro někoho kdo si to umí alespoň zčásti představit na nějakých obrázcích (modelech) a chápe jak se ty modely mění se změnami dat, totiž nebývá nijak těžké již předem dojít k výslednému chování. Nicméně touto schopností různí manažeři a vlastníci ChatBlbečků neoplívají a asi jako každý přehánějící manažer si myslí, že ostatní také všechno přehánějí a že to tak prostě nebude. Jenže vytrvalí programátoři nepřehání, přehánění a pokus/omyl v programování fakt nefunguje.

Ovšemže bylo zkoušeno i všelijak zasahovat přímo do oněch natrénovaných modelů, nicméně po různých rozesráních modelů idiotskými pokusy nechápajících se tedy dali autoři ChatBlbečků na další filtry na vstupy a výstupy, čili vzrostlo a zesložitělo další kádrování a cenzura pro prý již trvale naleštěné navždy placené zítřky.

Čili nejspíš desetitisíce a možná ještě více zaplacených opic přispělo akorát tak ke zkvalitnění cenzury :-). Nepočítám, že drsnější cenzura bylo to, čemu tehdy brigádníci v roli užitečných idiotů chtěli pomoci.

Jenže ani placené opice nestačí k tomu aby to fungovalo zdánlivě lépe. Takže byly zavedeny i různé komparace vygenerovaných výsledků s nějakými původními zdroji, tudíž když ChatBlbeček vygeneruje nějakou odpověď, tak je ona odpověď nějak statisticky porovnávána s nějakými originálními daty a uživatel dostává něco s nějak nejlepšími shodami v komparacích. Což se sice může tvářit jakoby docela spolehlivě, až na to že na vygenerování jedné statisticky prý-nejspolehlivější odpovědi to musí proběhnout mnohem víckrát, což znamená mnohonásobnou spotřebu elektřiny.

Mohou být někdy ÁÍčka dokonalá?

To jako že jestli někdy budou ony systémy generovat přesné odpovědi bez chyb a halucinací?

Pokud pojedou na těch modelech s přegenerováváním se strojovými náhodami z oborově nerozlišených vět tak nikdy, neboť vždy to bude nějaká zprzněnina předešlých textů. Kdyby to bylo nějak oborově rozlišené, tak na to přegenerovávání se strojovými náhodami to nikdy nebude mít dostatek textů aby to negenerovalo syntaktické i sémantické i statistické bludy.

Statistický blud znamená, že to právě odpovídá nějaké strojové statistice aniž by se tam vyskytovaly neuvěřitelné náhody vyskytující se občas v reálu. Druhá verze je poté ta, že jsou tam ony neuvěřitelné náhody uměle rádoby dodány, jenže je jasné, že v reálu to takhle fakt nikdy není (což je vidět třeba na různých filmových či seriálových komediích, kdy – i když to třeba chvilkově pobaví – jde o nereálnosti).

A aby to nebyla zprzněnina, muselo by jít o čisté zkopírování výchozího textu, čili čisté CtrlCV což je bráváno jako plagiace, nebo jako vytrhávání z kontextu, případně jako dávání do nevhodného kontextu, i třeba nežádoucí mixování, a u chamtivců je to bráno jako krádež.

Takže jediná dokonalost (z hlediska namyšleného člověka který dohady o tom jak prý funguje svět a všelicos v něm vtěsnává do jakýchsi matematických rovnic a ještě těm rovnicím věří) by bylo čisté CtrlCV něčeho co je již dokonalé. Což se v přírodě neděje, tam není nic co by bylo stejné, vše je unikátní a nic se nedá zkopírovat.

Aláh též neseslal Korán vícekrát, ale jen jednou a jednomu člověku a je to dokonalé :-).

Ale zpět do virtuálu. Takže když je někde napsaná nějaká přesná definice, tak ÁÍčko ji přeprzní a bude to špatně. Nebo by jí muselo čistě zkopírovat což je to agentění a plagiace. Nebo by se to muselo naprogramovat pokusit ji zjednodušit aby výsledek vypadal dokonalejší a efektivnější, např. zkrátit nějakou definici aby z ní zbyla jen nějaká část bez okecávek. Což vypadá že s obsáhlými statistikami a velkým výpočetním výkonem by snad mohlo jít snadněji, přičemž výsledky jsou pro nechápavce snad ještě přitažlivější než mocně filtrované přegenerovávačky z ChatBlbečků.

Nicméně leccos se jistě dá notně urychlit zde uváděnými algoritmy i v těch pitomých ÁÍčkách. Né že bych z toho měl radost že to bude použito na takovou chamtivou debilitu jako ChatBlbeček, ale Aláh ví :-).

Probíhá však již různé nadšení všelijakých uživatelů těch trotlovin jak prý jim to pomáhá a jak prý je to čím dál spolehlivější. Jenže jde jen o statistickou spolehlivost fungující v podstatě na předvytvořených šablonách, byť většina lidí si asi nedokáže představit a uvidět v tom onu vzorečkovou omezenost a naprostou tupost. Zpracovávání podle šablon neumožňuje nijak efektivně babrat se s detaily. Nicméně jak vidno z těch různě nadšených, jsou očividně nadšení z toho, že do jejich lidského je přimícháváno nelidské. A ač trochu nerad, přeci jen připojuji jednu predikci. Jak dlouho asi bude trvat, než se začnou vyskytovat naprosto nové až neuvěřitelné a nemoci? Neb lidské nedokáže být mícháno s nelidským bez toho aniž by lidské trpělo čím dál víc.

Za zmínku stojí i věc kterou si nadšení uživatelé zahlcení svými vidinami o tom jak prý to bude čím dál dokonalejší vůbec neuvědomují a tím je nasazení ve firemním prostředí kdy ÍÁ systém v rámci údajně levnějších firemních zítřků má přístup i k různě utajovaným datům → a různým měněním dotazů do těch blbečkáren se dá dostat právě i k různým firemním tajemstvím, neboť jak to není exaktní, tak se to nedá spolehlivě blokovat aniž by to neblokovalo a nerozesíralo něco dalšího co by ale blokované být nemělo a mělo by zůstat funkčním. A další věcí je až přílišná debilizace pro uživatele ze které se bouří i oddané firemní krysy. Tudíž opět malá prognóza: No nepůjde to opravit! Nebude nikdo kdo by to uměl a pokud ano, nebude to časově realizovatelné i kdyby to nemělo být superdrahé. Blbě navržené molochy nejdou opravit, přičemž moloch je vždycky robustní a ukazuje se, že vždycky již od začátku blbě navržený. A jakýkoliv návrat ke starým pořádkům demotivuje i ty krysy. A jedno rozpoznání → Jak poznat krysu? Dožaduje se ChatBlbečka :-).

Shrnutí obsahu textu

Myslím že se na to používá tzv. logistická regrese a ani nevím jak to vlastně algoritmicky funguje, jen že to je opět na bázi statistik. Každopádně rozhodně to musí potřebovat texty, ve kterých jsou různá shrnutí oněch textů aby bylo možné nějak nastatistikovat, jaké různé tokeny a v jakém pořadí odpovídají krácenému textu. Což o to, různých diplomek a jiných takových prací je na internetu spousta, stejně tak různých perexů k různým článkům (a navíc by zde nemělo být nějaké markantní zkreslení když budou jen strojově přeložené a poté statistikované), takže s dostatečným výpočetním výkonem by tyhle shrnovací statistiky měly být mnohem bezchybnější než konverzace s ChatBlbečkem. Gůgl už to používá do výsledků vyhledávání, byť bych nikdy nedal ruku do ohně za to, že by se to obešlo bez filtrů na vstupu i výstupu → a myslím si, že rozhodně neobejde, a že s těmi uváděnými výsledky budou mít opět co do činění placené opice.

Nedávno jsem narazil na pojem stagflace, což jsem neznal a že si vyhledám co to znamená. Pár nadpisů pod tímhle byl ještě termín smrksflace, který byl však pokračováním nadpisu vysvětlen neb výrobce čokolády se rozhodl zase smrsknout obsah balení (a chtít za to v nejhorším případě stejně, v jakémkoliv lepším víc).

Jal jsem se tedy do gůgla zadat co je 'stagflace', a na nějakém horním odkazu na Wikipedii (kterou pro její nemodernost, nepraktičnost, nadbytečnost informací na stránce, ošuntělost, bajtovou a html velepřebujelost, a obsahovou chybovost nemám rád) mi vyskočila definice, která mi připadala jak kdybych jí napsal já, tak pěkně se mi četla a hned chápala. Jinak to bylo asi patnáct slov, nic navíc a nic nechybělo a bylo to jasné, v uspořádání slov které se mi prostě pěkně četlo a chápalo. Tak to jsem si řekl že to je skvělá definice, že si rád počtu alespoň něco dalšího v tom odstavci s onou definicí, co se tam píše → tudíž klikl jsem. A ejhle, na té wikipeďácké stránce ta definice nebyla. Chvíli mi trvalo než jsem tedy přečetl ten odstavec ze kterého to bylo nějak (pravděpodobně nějakým člověkem či s přispěním člověka) sesumírováno a zase to zavřel, ty nezáživný a sterilní (a s všelijakýma chybama) wikipeďácký kapitalisticko koumoušský žvásty o kterých se neví jestli je dřív vyplodili koumouši nebo kapitalisti mě fakt neberou. Tudíž zbylo jen část rozčarování a zklamání.

Ale setkal jsem se již i s nějakým tím nadšením následovačů dohadů, jak prý je to shrnování textů prý skvělé a jak to prý konečně nemusí číst a hned se dozví o čem to je. A po tom co se dozví to shrnutí, tak si připadali chytřejší očividně snad ještě o něco víc než o čem byl celý text (asi proto že z celého textu by toho dost nepochopili a nebylo by tak pro ně snadné to proučitelovávat či prokibicovávat dále).

Teoreticky by se šlo zamyslet nad tím, jestli by oním souhrnováním textu šlo nahradit zprasené vyhledávače, kdy vypíší jen několik odkazů (mnohdy již ani nesouvisejícíh s vyhledávanou frází) v nichž je nastatistikován největší podíl zisku když uživatel buď přímo na odkazech nebo někde na dále vnořených webech klikne na nějakou reklamu, nebo kdy jdou někomu prodat data jak se uživatel choval.

S tím souhrnováním textů a mluveným pokynováním ChatBlbečka může být pro uživatele snazší (byť se nejeví že časově úspornější) vyfiltrovat snáze nějaké informace a někdy se třeba rychleji dostat k požadovanému tématu či výrobku (a pak mnohdy časově náročně beztak ověřovat pravost). Jenže to není jen o jakési prý výhodné částečné pohodlnosti, projevuje se tam mnohem více faktorů. Jeden je jak drahé je takový systém vůbec vybudovat a udržovat, a kolik ten systém žere energie na provoz, což jsou enormní částky a enormní spotřeba elektřiny (a ukazuje se že nezaplatitelná, leda z investorů stále tahat miliardy nebo to miliardami dotovat). Druhá věc je odpad a jeho přibývání, kdy nijak nejsou filtrovány všelijaké hierarchizační bludy, ideologie (ať již mainstreamové, blouznivé či třeba alternativní [alternativa = nefunkčnost]), výlevy, nesmysly, lži a komerce. A takové bludy z toho nejsou nijak filtrovány ani odstraňovány, takže možnost získat snadno a rychle nějakou inteligentní a spolehlivou informaci bez probíráním se spoustou svinstva nejenže nebývá příznivá, ale vyvstává i otázka, nakolik ona získaná informace bude užitečná i dále v budoucnu, nebo se z ní klasicky stane další nežádoucí odpad v paměti, který jen překáží a ztěžuje.

Není ani od věci vzít v potaz i to, že problém není že by ÁÍčka nějaké informace uměla dodat prý lépe resp. např. oproštěná od různého balastu a člověk se pak prý nemusí prohrabávat hromadou stránek kde by to snad prý mohl nalézt, problém je již od začátku zprasené vyhledávání kdy nějakého záškodníka napadlo do FullTextu dát to, že když se hledá více slov, tak že se to bere jako NEBO čili vrací texty alespoň s jedním z nalezených slov a nikoliv jen texty se všemi. Ale ta problematika je obsáhlejší a projevuje se sezónnost a lpění na ní, kdy většina je obrovská množina pouze sezónních informací vydávaná za cosi prý hodnotného i po uplynutí sezóny – a tento odpad pak není mazán a je to omlouváno zarputilým autsajdrovstvím ale někdy by se to prej někomu mohlo hodit. Dělat pak schopný vyhledávač na zástup takového balastu je poté minimálně algoritmická sebevražda.

Zcela typickým příkladem v podstatě zbytečné sezónnosti je vytváření návodů na to, jak prý správně komunikovat s nějakým ChatBlbečkem. Ve většině takových návodů typicky půjde o to dostat z toho kdo se chytí nějaké prachy. Neb za pár týdnů či měsíců už to – i kdyby to někdy aspoň chvíli platilo – platit beztak nebude. A minimálně nepůjde o jakousi verzi 3.5 ale třeba 4.1 a po pár měsících zase nějaká změna cenzury a kádrování a stejně zase jinak. A co teprve za pár let, to už bude úplně jedno jestli tenkrát něco mělo jít v jakémsi ChatBlbečkovi 4.0 nebo Kriplikovi 2.5.

Civilizovaný člověk se spoléhá na tzv. vědu a vzdělání. Obé ignoruje Aláha. Všechno na čem ta věda a vzdělání stojí jsou jen dohady, viz. různé modely atomů, prostorů, sil, jakýchsi energií apod. O všech těchto dohadech se je prosazovači toho hádáno. Jenže jako obor to mívá alespoň nějakou logickou hloubku (na rozdíl od ezoterik) a když by jeden předložil celý nový model dle kterého to je prý jinak, tak by to zabralo mnoho slov. Mnohdy tak mnoho slov, že ten komu je vyvraceno na to absolutně nemá soustředění a začne skákat do řeči, případně (a spíš vzácně) i když se na téma usoustředí tak začne zapomínat o co vlastně ale jde. A to je v hádkách nepraktické, to toho druhého pořádně nevytočí a ten kdo naštval si nemůže užít možná až takový jakoby snad zazděný pocit klidu, že někdo jiný je naštvaný víc a toho uklidněného se to prý netýká.

Tudíž je třeba začít primitivizovat a používat méně slov. Což je na vyvolávání hádek výživnější, na méně slov se rozhádávač tolik nenadře se soustředěním a o to hnusnější emoce mu mohou plynout z huby. Tak se primitivizuje, ovšem o to snáze se pak primitivní argumenty vyvracejí. A tak se primitivizuje ještě víc a k tomu zatvrzuje a je lpěno ještě více a ještě silněji na ještě větších vydohadovaných primitivitách. Přičemž dostatečně jasné krátké omezeniny jsou relativně snadno chápány i ve všelijak zahnojených intelektech, což bývá provázeno pocitem vlastní důležitosti.

K následování dohadů je třeba v 6:115-116. A opice na tom nejsou u Aláha nijak dobře (5:60).

Dalo by se možná zamyslet nad tím, co tím zkracovaným předefinováváním dělají placené opice. V případě hodnocení zvyšovaly cenzuru, zde si asi na sebe budují plamen&celu (nikoliv bič ale vskutku plamen, neb ta hesla či definice přeci musí být dostatečně plamenné!), neb tím popírají komplexitu a neomezenost i unikátnost života.

Tohle shrnování a dodávání uživateli obsahu který není příliš moc sprzněn je teď u ChatBlbečků v módě, přičemž méněchamtiví provozovatelé u výsledků i třeba vypíší alespoň základní url zdrojových webů ze kterých bylo přešmoulováno (když ne vyloženě přeprzněno). Opět jsem se však docela podivil, jak ty přešmoulované výsledky dokáží být pro různé lidi dechberoucí a někdy snad i směrodatné.

Co ÁÍčka nikdy umět nebudou

Již jsem nakousl, díky filtrům na vstupu aby to nenatrénovalo množství nežádoucích kombinací to nikdy nebude umět vyprodukovat smysluplný a přitom originálně a jedinečně naformátovaný text, fakt lze rovnou zapomenout na množství líbivých barev a přehledné avšak pestré formátování. Lze zapomenout i na plně funkční programátorský kód (leda opět čistá plagiace resp. plagiace s modifikací částí které nepoškodí funkčnost čili třeba jen přejmenováním proměnných nebo zprzněním komentářů; nebo placené opice – najatí programátoři natvrdo vytvořili funkční kód různě požadovaný uživateli – přičemž to vypadá, že zde jde akorát o pozdější přitežování si ve vlastní práci). A nikdy to nebude umět smysluplná přesná dlouhá souvětí. Napodobit psací stroj jo, ale víc smysluplně ne.

Inteligence se nedá měřit IQ testy, to jsou vymyšlené nesmysly které dobře jdou uvrtancům do jednoduché kombinační matematiky kteří si myslí, že tím že přijdou na to podle jakého vzorečku jsou třeba přeházené kousky obrázků a tím že na to přijdou ve více případech než jiní, tak že jsou prý znatelně lepší či že za to budou někdy nějak více odměněni. Kdepak. Inteligence se dá alespoň zčásti poznat podle soustředění, kdy inteligentní člověk je schopen formulovat přesné dlouhé věty na jeden pocit.

Statisticky to vypadá tak, že kdo vyjde akorát základku, bude schopen formulovat psaný text tak ve větách kolem deseti slov. Maturant se dostane tak na 15 až 20 slov, průměrný vysokoškolák možná na 25, talent na 35, světová špička v oboru tak na 45 až 50 – v češtině, v angličtině tak možná na 30 a to tomu asi nejspíš nikdo jiný možná nikdy nebude rozumět. V češtině to jde třeba i na 100, ale to bývá mimořádné a vzácně se najde takové téma, kde by šlo unikátní větu tak rozvinout. (Samozřejmě to nemá nic společného s opakováním přídavných jmen nebo jen skládáním jednoduchých frází za sebe typu: byl to pěkný slunečný hřejivý vánkový prosluněný letní … den/průjem; nalevo modré auto, za ním žlutý autobus, vedle zelení popeláři, dále bílá dodávka … ). A skutečně to musí být na jeden pocit! Né že pocity skáčou jak blikačka, ani že se mění jen v nějakém malém rozkmitu, ale mění.

Při tom jednom pocitu se při více slovech ve větě také dá narazit na limity onoho jazyka (u češtiny i třeba jen 50 slov ve větě, ale občas i slovní spojení dvou tří slov) kdy natvrdo začnou docházet potřebné slovní tvary či začne být nejasné ke kterým slovům se co vztahuje a může vznikat vícero možných variant k čemu by se co mohlo vztahovat.

Nicméně je třeba dodat, že tím že někdo nedokáže dát na jeden pocit třeba několik desítek slov neznamená, že by byl méněcenný!!, neb Aláh duši neukládá víc než je schopna zvládnout (2:286). Někdo pro svou duši potřebuje vykomunikovávat více slov na pocit, někdo méně.

No a ÁÍčkům nikdy nepůjde dávat dohromady dlouhá přesná smysluplná souvětí. Statistické propočty jak něco primitivizovat (byť tedy nejspíš vždy za účasti placených opic) se již používají, ale metody jak něco smysluplně rozvést těm opičím strojovým mechanizmům chybí a nikdy je neodhalí. A troufám si tvrdit, že je neodhalí i proto, že vzorečky pro něco takového fakt neexistují :-).

Budou tu ty ÁÍčka s námi již napořád?

Čili až do Soudného Dne? To ví Aláh :-). Ale rozhodně nejsou nijak mocná aby to nemohla odnést.

Korán 19:74, 98; 38:3; 50:36. Byli i jacísi mocnější a není po nich ani vidu ani slechu.

Před lety když jsem se krom počítačové komprese začal zajímat i o šifrování, tak jsem byl až zděšen z toho, že téměř veškeré šifrování v počítačových systémech jede jen na dvou algoritmech, buď RSA nebo Diffie-Hellman. S tím, že prý není znám efektivní algoritmus kterým by šly rozlousknout v smysluplném čase. Ale když se prý podaří prolomit jedno, padne prý i druhé.

Po nějaké době jsem stanovil termín poločas rozpadu stádních informačních systémů, kdy jsem si říkal, že by to při prolomení oněch algoritmů mohlo být tak 24 hodin, dnes bych řekl že nejspíš ani ne 10 hodin. A řekl bych, že do 48 hodin by na světě nebyl v provozu snad žádný z placených systémů.

Pomůžou ÁÍčka s identitou?

A jak by mohla?, když každý muslim je jedinečný a každá muslimka jedinečná? A k ÁÍčkům se ženou akorát ti, kteří by možná chtěli být (či si myslí že jsou) jedineční (možná někdy, to nevím; ale jedinečnost není exhibicionizmus), ale jiným cpou akorát čím dál primitivnější a všelijak přeprzněnou nejedinečnost vystavenou akorát na všelijakých dohadech, beze smyslu.

Příklady: ChatBlbeček mi řekl, že jsem nejkrásnější po lahvi vína, ten je fakt super (padesátiletá vychovávačka na flašce se snaží vymluvit si svou systémovou zbytnost).

ChatBlbeček mi řekl, že když pošlu prachy na ono konto, tak že prý zbohatnu – ale přišel jsem o ně. No jo no, další šmejdi, škodu by měli nést a uhradit provozovatelé ChatBlbečka, že?

ChatBlbeček byl využit k útokům a neoprávněným machinacím … jako v předchozí větě že :-)? Anebo že by se na to měli skládat i s uživateli, kteří to placením a používáním ChatBlbečka vlastně podporují a každý tak má nějaký svůj díl viny?

Mohou ÁÍčka pomoci s lingvistikou?

Po asi deseti hodinách videí rozhovorů s Tomášem Mikolovem jsem si s docela zděšením uvědomil jednu věc: ty vole, deset hodin rozhovorů a je navzorkovatelnej způsob uvažování, to jakým způsobem danej člověk uvažuje.

Uvažování je primárně odvislé na jazyce ve kterém daný člověk uvažuje. To je všelijak spojeno s gesty a vůbec tzv. řečí těla. Takže podle různých gest a mimiky se asi dá strojově docela přesně odhadnout, kdy se dotyčnému muži při komunikaci změnil pocit. Někoho by mohlo napadnout, že v tomto by měly mít výhodu různí vrcholní politici co nasadí pokrový xicht a sotva se hýbnou. Jenže pokrový xicht neznamená ovládání celého těla, a tak třeba zakručí v břiše, a rázem bývá jiný pocit :-).

Něco jiného to je však se ženami, neb ty prožívají jinak a mohou třeba sebevíc rozhazovat ruce a přexichťovat se u toho, ale pocit mohou mít klidně jeden a ten samý.

Abych přiblížil ten způsob uvažování, tak strojově rozpoznatelné (ale opět jen v rámci strojových statistik) je jen to, jakým způsobem člověk uvažoval v minulosti (na základě záznamů) a jak asi uvažuje zrovna v přítomnosti když ho analyzuje program na analýzu uvažování.

Způsob uvažování není něco zákeřného, ale například je to jako kdybyste deseti lidem z deseti různých částí planety dali vyřešit jak mají třeba vytvořit nějaký výrobek. Třeba krmítko pro ptáky. Někdo by přemýšlel způsobem typu: Musím dojít do marketu, koupit prkýnka a vercajk, pak to z toho smontovat. Jiný třeba: Musím zavolat prodejci prkýnek jestli je má, pak prodejci vercajku, a pak to jít koupit a pak montovat. Další třeba Musím se mrknout na internet jestli by se hotové krmítko dalo koupit v nejbližším marketu. Jiný třeba: Proč bych dělal krmítko?, půjčím si na chvíli to od souseda. A někdo třeba: Seru na krmítko, dám si radši pivo, ať jdou do hajzlu s krmítkem. Jiný: Hovno krmítka, krmte víc důchodce! Další: No jo, ale co pak s ním? Stará mě zjebe, že tu budou ty ptáci akorát srát! Nebo: Sám mám málo a ještě tak dávat žrát fóglům, nasrat! I třeba: A když udělám krmítko, to bych to moh dát na internet a třeba se mi někdo ozve a nabídne prachy. A poslední třeba: Já krmítko udělám, ale ty vochránci by mně měli přispívat na žrádlo pro ty ptáky! Prostě různé způsoby uvažování jak se třeba dopracovat i nedopracovat k výsledku.

Ale lze to napříkladovat i jinak. Např. byste mohli mít malou firmu se zábavními motokárami. A již při příchodu zájemců o jízdu je vám jasné (a o několik minut později se to opět potvrdí), že tenhle to pošle do stěny z pneumatik na té třetí ostřejší zatáčce, tamtomu to zas chcípne v bahně, třetí zase začne brousit zuby v převodovce v kopečku který nevyjede plynule, a čtvrtý zase bude mít divný dotazy po jízdě. Zde už je to však abstraktnější spatřovat ve výsledném chování těl to, že ta chování vychází (byť nejen) z uvažování dotyčných (ale i různého sebehodnocení a třeba přeceňování se).

Jenže mezi uvažováním a realizací není žádná přímá úměra a to že někdo o něčem nějak uvažuje neznamená, že se podle toho bude ve světě musí chovat. Nicméně již samotným uvažováním si svůj život nějak ovlivňuje a má nějaký vliv na svou duši. A otázkou pro strojové nesmysly neodhalitelnou zůstává, kam skutečně vede uvažování ve kterém jazyce.

Dnes si již mnozí zvykli na translátory a mají je za natolik kvalitní, že přes ně komunikují třeba s obchodními partnery a i když to stále hází nějaké chyby, není to překážkou pro to, aby spolu domluvili podmínky i obchod. Jenže to jsou témata která v podstatě neříkají vůbec nic o tom co se v člověku odehrává. A celkově to sune použivatele do jakéhosi intelektuálního stavu, který je jediný vhodný pro demokracii. Možná by se onen stav dal nazvat i nějakým skupenstvím či formou hmoty, nebo alespoň to k nějakému skupenství přirovnat. Jde o gel a spokojení uživatelé oněch služeb si akorát čím dál víc rozbředávají své charaktery do v podstatě stejné a bezidentitní formy gelovité rozplizlosti. Nic jiného než poddajný gel totiž v demokracii fungovat nemůže, neboť je to jediný systém, v němž se je jedinec pokaždé povinen!!! přizpůsobit jakkoliv tupé většině, byť s tím absolutně nesouhlasí. A to žádný pevný nehybný charakter nemůže vydržet, neb tlak by ho zlomil či drtil. Kdežto gel je jediný, kdo se pomalu přizpůsobuje rád jakémukoliv patvaru či útvaru, který mu dá jakékoliv hranice :-). (Slizkost oné hmoty se poté dá přirovnat k paměťovému naschválu: to abys nezapomněl! – to když už gel přeprotekl třeba jinam a předešlého místa se bylo dotknuto). Namísto gelu by se to dalo napříkladovat i k rosolu, jenže gel bývá přeci jen blyštivější :-).

V té pomalosti je asi největší svinstvo tzv. demokracie, je to vyloženě jak plíživá nemoc, kdy postižený je nakonec rád, že žije prý v tom nejmenším zlu (a bojí se že jakákoliv změna bude jen k horšímu) … až ho to stejně pohltí (taková plíživá rakovina).

Translátory sice překládají slova ale tak, jak to dělají nevědomí překladatelé → tedy tak, jak to prý je v druhém jazyce. Pak je ještě jedna varianta překladu a tu dělají vyloženě špatní překladatelé, psi → totiž tak, jak si to prý v druhém jazyce má dotyčný prý správně myslet!

Jenže správný překladatel si nevymýšlí lži a už vůbec se nesnaží vmanipulovávat do jakýchsi zbabělých perverzních sobeckých psích světů v nichž lapení jsou jen podřadné nicky musící uctívat vrchního psa. Správný překladatel přibližuje uvažování v onom jazyce :-).

Ti co si myslí že fakt umí anglicky, si mohou zkusit přeložit třeba jednoduchou anglickou větu: He's sitting on the chair. Asi nejběžnější překlad by byl: On sedí na židli, jenže to nevystihuje ten průběhový tvar '-ing' který má značit, že to zrovna probíhá. A už vůbec to nevystihuje to soustředění se jen na to, že je zrovna jen sezeno na židli a nic víc si zrovna není uvědomováno a není v podstatě bráno v potaz. Jenže typický anglofon tak uvažuje → já zrovna sedím na židli (ale to je celé). A když je namyšlený, tak to třeba po americku podává tak, že zrovna on teď sedí na židli a že to je něco extra že sedí na židli, a že máš štěstí že se ti prý hodlá věnovat! Jenže když budete do překladů z angličtiny přidávat pořád to zrovna na každý průběhový tvar, tak si jako Čech asi za chvíli pomyslíte, že to jsou teda pořádný debilové, neb zdůrazňování toho že zrovna dělají nějakou další plytkou činnost (fakt běžnou nad kterou absolutně nemá smysl se jakkoliv pozastavovat) a přitom v tu chvíli ignorují vše ostatní, je fakt k ničemu -- a že to mohou opakovaně zvý/zdů-razňovat fakt jen nějací idioti. A nebudete daleko od pravdy, namyšlení uživatelé angličtiny mají čím dál větší problémy s identitou (a vlastní nesmyslností až bezsmyslností) a užívání antidepresiv a drog tam je neustále na vzestupu. A krz to se nedostanou, neb anglofonní popisování budoucnosti je odvislé od omezenin, navíc mnohdy sunutých do minulosti aniž by v té minulosti ale třeba kdy byly.

Příklad je třeba věta I'm tired, Já sem unavený. Je jakoby základní tvar tire znamenající únava, přičemž když jde o podstatné jméno, měl by tam být ještě nějaký člen, buď the tire nebo a tire – prvé má být jakási konkrétní známá únava, druhé jakási neznámá (ňáká nějak kdesi). Přípona ‑ed značí tvar minulosti, což pro I'm tired znamená nějakousi únavu (tire) přenesenou z přítomnosti do minulosti (tired). Už se samozřejmě není zabýváno tím jestli je minulost zkoušena být-zprzněna [limit češtiny] nějakou stejnou známou únavou the tire, nebo jakousi všeobecnou ňákou-mimo a tire. Jenže to měnění minulosti nefunguje a nakonec z toho tedy vychází to, že unavený je prý unaven nějakou únavou, a to prý stejnou únavou jaká byla prý někdy v minulosti. Takže si akorát do přítomnosti bylo nandána nějaká virtuální omezenina. A vyhlídka na to, že to někdy skončí, tam ale není, nejsou tam žádné odlišné tvary pro budoucnost které by dopomohly ke skutečné změně. Jen obecný tvar a virtuálně-minulostní přípona ‑ed.

Podobně to funguje i s příponou ‑ing používanou např. pro slovesa, kdy prý něco bylo stejně '‑ingově' omezené jak v minulosti, tak v přítomnosti, a i v budoucnosti prý identicky bude, včetně jakýchsi nedůležitých virtuálních přechodů mezi těmi časy.

A to jsme jen u veskrze primitivní angličtiny, zde spíše té klasické britské! Ta americká má jiné patologie, kanadská také, australská též (již jen třeba všelijaká patologická tónování při mluvení v tom). Jedno však mají společné, údajné zajištění si budoucnosti na základě stejné minulosti, resp. přenášení něčeho prý stále stejného z minulosti pořád nesmyslně a zkostnatěle dále (projev čehož je samozřejmě typický nepružný zkostnatělý tradicionalizmus nevyhovující nikomu, ale prý se musí dodržovat!). Angličtina nemá žádné speciální tvary pro budoucnost, má v podstatě jen jeden tvar pro cosi a tím že se tomu přidá '‑ed', tak je to něco stejného minulého navždy prý platného prý pro minulost, přítomnost i budoucnost. A takto je v tom jazyce uvažováno a takto to prý platí v celém světě i vesmíru! Podle angličtiny prý funguje vše! No nefunguje no :-). Tak prý alespoň se to prý dá angličtinou uchopit! No nedá no, život není virtuální realita složená z omezených prolhávaných konstant :-).

Dnešní translátory sice s překlady ohledně činnosti ve světě pomáhají, ale ne s přibližováním uvažování, naopak bych řekl že se člověk vzdaluje do jakéhosi ignorantského bezzájmového světa, aniž by se mu otevíralo chápání své duše. Je to vidět třeba když má cizinec žít v jiné zemi. Sice se třeba s translátorem alespoň nějak lépe domluví, ale vytrácí se lidskost i hledání a vzájemnému porozumění je dáváno dále vale, pocity odcizení a samoty mnohdy vzrůstají, hlavně že je získán či zabezpečen mamon. A mnohdy bývá celoživotní problém aby se jiná země tzv. stala jeho domovem, neb tam za celý život nikdo nemusí pochopit jeho způsob uvažování a tedy mu nikdy nemusí být blízký. Nejde totiž o jednotlivé myšlenky, ale o celý proces uvažování. A i o to, kam ten proces uvažování v jakých mírách namyšlenosti vede.

Kdybych měl sám upřímně odpovědět na otázku jestli mi dnešní internetové translátory pomáhají, tak bych nemohl říci jednoznačně ano či ne, ale musel bych to poněkud více rozlišit. U mne je to dané také tím, že jakožto programátor do toho také promítám své zkušenosti a přeci jen ve mně vyvstávají i oborové věci jestli by se něco dalo naprogramovat jinak a lépe, efektivněji, bezchybněji apod.

Např. s pomáháním na fórech ohledně programování mi to pomáhá, třeba když nevím z angličtiny na první rychlé shlédnutí problému, tak to dám do translátoru abych se na tu debilní angličtinu nemusel soustředit (byť někdy beztak musím na nějaké nejasnosti, ale alespoň ne na vše) a pak anglicky odpovím již většinou bez translátoru, to je pro mě snažší. Nebýt translátoru, tak bych se na to luštit pořád nějakou angličtinu vykašlal, ten jazyk mě fakt nebaví.

Ale špatné je to s unikátnějšími či sofistikovanějšími oborovými texty, kdy je vidět že žádná delší souvětí a hlubší jedinečnou gramatiku současné translátory nezvládají a nebudou.

Stejně tak bývám rád když mi translátor přeloží něco i z jiných jazyků, ale tam to již bývá s různými chybami s primárně nemožností dobrat se správného výsledku, což mě vždy znechutí. A vědomí toho, že to bez těch chyb a prasáren nikdy nebude je ještě horší – a fakt nebude, algoritmy kterými to je překládáno potřebují enormní množství textů na běžnější výsledky a očividně i ohromné množství kádrování a cenzury.

Lidi chovající se jako ChatBlbeček

V 4:46, 5:13, 5:41 je zmiňováno třeba měnění pozic slov. ChatBlbečci dělají též různé mixy a primitivizace. A chování mnohých lidí a jejich machinací se slovy se mnohdy snad ani neliší od výstupů z ChatBlbečků.

Pomáhal jsem například stěhovat panelákový byt, bylo to z pátého patra z jednoho vchodu do pátého patra v jiném vchodě. Měl jsem k pomoci dva brigádníky, kteří několikrát dostali zopakováno že nábytek budem tahat ob patro, (abychom pořád nechodili všech pět pater nahoru a dolů), tedy já měl nosit z 5. patra do třetího, druhý ze třetího do prvního, třetí ven. A poté takto z venku do druhého bytu. Oběma to bylo naprosto jasný a souhlasili s tím. Já za pár minut natahal dost věcí do třetího patra ale tam je nikdo neodebíral. A za chvíli přišli oba brigádníci řádně zadýchaní, že se každej s tou jednou věcí hrozně zadýchali než jí donesli do toho druhého bytu. Tak jsem ji to vysvětlil znovu a ještě s nimi ty patra ven šel a zase jim jasně řekl, že jeden to bude tahat jen z trojky do jedničky a druhý z jedničky ven a to je nyní vše. Opět jim to bylo jasný a když jsem měl zase plný třetí patro, tak zase přišli zadýchaní že to je prej hrozná dřina chodit pořád těch pět pater.

Když jim to nesecvaklo ani napotřetí, tak jsem jim to usnadnil tím, že jsem jednoho vzal k sobě a nosili jsem to spolu ob to jedno patro, a druhého si vzal k sobě ještě můj otec. Opět jim to bylo jasný, ale vystačili s námi jen dvě kola, než se zase rozhodli chodit sami všech pět pater najednou. Za hoďku to se starším vypadalo na záchranku a s mladším na hospodu. Do toho jim to zkoušel vysvětlit i nově příchozí kamarád, který se s nimi znal dlouho, a i jemu to odkývali jako jasňačku a stejně pořád chodili všech pět pater sami. Po asi čtyřech hodinách bylo odstěhováno, a dva brigádníci tak ztahaní, že k penězům nedostali jako bonus připravenou flašku slivovice, neb bylo jasné, že by jí dali asi na ex s jasnou otravou alkoholem.

Já tehdy fakt nechápal jak někdo může něco několikrát opakovaně pochopit, a stejně se chovat dál naprosto debilně ubližujíc nebo alespoň přitěžujíc tím sám sobě. Asi se jim to v hlavě přešmodrchávalo jak v nějakém ChatBlbečkovi a výsledek byl prostě náročná sobě ubližující imbecilnost.

Druhý příklad. Bavil jsem se několikrát s jedním člověkem na téma Rusko vs. Amerika, přičemž jsem mu tehdy asi desetkrát příkladoval to, že Rusko je jak náhle propuknuvší rakovina a Amerika jak plíživá rakovina, a že v obou případech to dopadne stejně → fízlovský diktátorský stát, byť tedy v Americe to bude časově trvat déle, prostě plíživá nemoc. Po nějaké době si třetímu v další diskuzi posteskl, že prý tvrdím, že Rusko je prý to samé co Amerika. A divil se když jsem mu říkal, že tohle jsem nikdy netvrdil, že jsem mu vždy na dané téma dával příklad s rychlou a plíživou rakovinou a že to nakonec dopadne stejně, avšak nikoliv že to je stejné. A on na mě akorát zavýral.

Po pár dnech jsem si uvědomil, že slova která vyřkl a která já nikdy nepronesl, si také nějak přešmodrchal z mých původních a vyšlo mu něco očividně ekvivalentního výstupu z ChatBlbečka, což prosazoval dále.

V různých internetových diskuzích se mnohdy uvádí termíny mejnstrým a alternativa [alternativa = nefunkčnost!], přičemž hlavně jakési alternativy se neliší od výstupů z neopravovaných/nekorigovaných ChatBlbečků. A typické mejnstrýmy [mejnstrým = jakýsi propagovaný prý společenský konsenzus, že prý to prostě je prý tak a tak je to prý nejlepší] vypadají spíše jak opravené/korigované výstupy z ChatBlbečků.

Lidi plkající o jakýchsi vyšších sférách bytí

Před téměř 20-ti lety na semináři s jednou indiánskou medicinmankou byla jeden den docela vyplašená, a již nevím jestli měla vizi nebo se jí to zdálo (myslím že ale šlo o sen), ale říkala že viděla, že v budoucnu prý bude z internetu k lidem promlouvat nový Avatar, přičemž ten Avatar měl být jakýsi další přivaděč lidí k Bohu – byť k Bohu tam nebylo primárně jasně řečeno, spíš to podávala ezotericky jako k jakémusi vyššímu bytí či co :-). Né že by v Aláha nevěřila, věřící byla, jenže taky věřila ve všelijaké pomocné duchy jakožto prý různé přivaděče k Bohu či spíše tedy jakémusi vyššímu bytí či co. Nicméně vyplývalo z toho jejího podání to, že lidi se nebudou muset obracet na Boha, ale nový Avatar jim prý cosi vyššího zajistí :-). A byla tam očividně jistá radost z toho, že lidi se prý nebudou muset obracet na Aláha přímo (a že se dál budou moci přetvařovat, lhát, vyšukávat, balamutit, chamtit, okrádat a zneužívat jiné atd., a přesto se prý budou mít čím dál lépe), a tato radost s absencí Boha byla patrná i z jiných účastníků či účastnic semináře když to vyprávěla.

Ono hodně lidí mělo vize nebo sny o budoucnosti, ale očividně málokdo ty obrazy plně správně pochopil. To jak mnozí vzhlíží k ÁÍčkům a jak je zhonosňují je pro mě někdy až neuvěřitelné, ale nejsem jejich strážce a nehodlám být, já uznávám proroka Mohameda jako posledního Aláhova proroka a hodlám se dál obracet přímo na Aláha.

Nicméně dá se očekávat, že v chamtivosti a honbě za penězi začnou být vyvíjeni ještě různí ezoteričtí ChatBlbečci, a samozřejmě dražší jak se na správnou ezoteriku sluší!

Tvory, kteří mají stejné výstupy jak ChatBlbeček, je očividně nemožné opravit, korigovat či vyléčit, neboť i když třeba potřebné pochopí, stejně se chovají dál předešle – má zkušenost. V souvztažnosti s jakýmisi ezobláboly se poté naskýtají pro postižené označení typu nevratný …, nevratná … apod.

Nějaký závěr?

Když někdo vychvaluje ÁÍčka, vypadá to mnohdy jako alibizmus, neboť stále je otázka kolik energie ty ÁÍčka spotřebovávají (enormně), jak moc velké seznamy vyjímek mají na vstupech a výstupech (a jestli to nakonec není čím dál víc jen o nějakých víceméně přímých substitucích než neustálém propočítávání s náhodami), jak moc cizelují jiné weby (a vydávají to za cosi prý skvělého svého s dehonestováním zdrojů), nakolik jsou opravitelné (nejsou), a nakolik jsou provozujícími firmami vzhledem k enormním nákladům cpány (s doufáním/zoufáním že někdy jim to prý vydělá).

Kdyby se někdo zeptal někoho jak by udělal překladač který by byl funkční jen třeba na 20%, stačilo by odpovědět, že to se dělá s tzv. engramy (jestli nevíte co to je tak to ani nemusíte hledat, já už si to též nepamatuji, ale je to fakt nesmysl).

Kdyby se někdo zeptal jak udělat obecný překladač s úspěšností třeba 50%, je již jasný, že na to by měl stačit algoritmus od Tomáše Mikolova a vhodné texty s dobrými překlady, byť tedy v enormním množství.

Kdyby chtěl někdo přesnost třeba 50-80% (dle typu dat), tak už by holt musel asi přidělat i nějaké filtry na výstupu – byť zde záleží na jazycích a oborech.

Kdyby chtěl někdo matematicky vyřešit jak udělat przněné CtrlCV s úspěšností možná do 80%, tak odpovědí je v podstatě kádrovaný a cenzurovaný ChatBlbeček vytvořený se spoluúčastí placených opic. [Poté co jsem tohle pochopil, tak se v části mého srdce rozhostil mír.]

Ač se to nezdá, tak sofistikovaně něco zprznit (ale né dokurvit, ale způsobovat tím neustále nějaké trable – česky: zase se to sere; zase se to posralo apod.) je enormně výpočetně a energeticky tak náročné, že tím se můžou vážně zabývat fakt jenom amíci, přičemž se nabízí otázka jestli to vůbec mělo nějaký smysl. Jim je jedno že je to na úkor všech (neb si asi myslí že jich se to netýká, či že se tomu nějakým činem/podrazem vyhnou), ale jiní si z toho možná mohou vzít alespoň ponaučení, že hledat svojí vlastní cestu je vždycky mnohem snazší, než snaha být z jakékoliv části kopií čehosi jiného. A žádné ale kdyby … se nedá srovnat s věřením Aláhovi.

Zkoušel jsem zpočátku psát text tak, aby nebylo k ChatBlbečkům přistupováno jako k něčemu živému, čili namísto vět typu on to dělá tak a tak používat formulace třeba výpočetně je to prováděno tak a tak. Jenže po chvíli jsem zjistil, že by mě takové psaní stálo tolik soustředění, že bych to mohl psát snad několik měsíců. Čili padlo rozhodnutí tomu přeci jen přiřknout nějakou živost (počátek to beztak musí mít v Aláhovi), nicméně ať je to jakkoliv živoucí, není to lidský život. A došel jsem k postřehu, že lidi co jiným lidem cpou systémy k nim nepřistupují jako k lidem, ale jen jako k nějakým věcem – se kterými když přestanou vyhovovat pro dané účely, je v nejlepším případě naloženo jako s odpadem, prostě někam pohozeno ať si to tam shnije. A lidé, co k nějakým předmětům či něčemu virtuálnímu zaujímají čím dál větší city, přestávají být lidmi, opět smíchali lidské s nelidským.

Sláva a vděk Tobě Aláhu.