Evoluce AI za 70 let: od teorie k fyzickému ztělesnění v robotech

Evoluce AI za 70 let: od teorie k realizaci v robotech

Je sledována cesta AI od Turingových myšlenek a první konference v Dartmouthu až po moderní velké jazykové modely a robotiku. Je poznamenáno, že dnes AI přechází od zpracování textů k multimodalitě a schopnosti uvažování.

---

70 let poté: proč AI konečně „vyrostla“ z textu, ale stále se nestala člověkem

Jubilejní články – ty vždycky trochu lžou. Vytvářejí dojem, že evoluce AI od Dartmouthské konference v roce 1956 až po moderní multimodální modely byla plynulým postupným pohybem, kde každá etapa logicky vyplývala z předchozí. Ve skutečnosti je historie AI historií katastrofických zklamání, „zim“ a náhodných průlomů, které se nestávaly tehdy, když se očekávaly. A dnešní přechod od zpracování textů k multimodalitě a „uvažování“ není jen další krok, ale tektonický posun, který průmysl neumí správně hodnotit.

Hlavní ne zřejmý insight, který se ztrácí za patosem „evoluce“, spočívá v následujícím: 70 let jsme se snažili udělat AI podobnou člověku, a teď jsme zjistili, že skutečná hodnota je v tom, aby AI byla ne člověkem, ale ideálním inženýrským nástrojem. Dartmouthské sny o myšlení srovnatelném s lidským nás přivedly k LLM, které halucinují, klamou a plodí soudní spory. A paralelní větev – fyzická AI, agentní systémy, AI pro vědu – se najednou ukázala být mnohem aplikovanější a ziskovější. Prostě jsme to hned nepochopili.

Podstata: co se skutečně děje

Dnešní AI není „superinteligence“, ale obří inženýrský kompromis. Ano, moderní modely přešly od textu k obrázkům, videím a dokonce plánování akcí ve fyzickém světě. Reka a Moonvalley spojují síly k vývoji World Language Action Model, který se učí na egocentrických datech a simuluje fyziku, aby roboti mohli „chápat důsledky předtím, než provedou akci“. ABB Robotics oznámila Physical AI Toolchain – softwarový stack od simulace po průmyslové provedení, který umožňuje robotům učit se na syntetických datech a přenášet toto učení do reálného světa s „průmyslovou přesností“. To zní jako průlom.

Ale za touto fasádou se skrývá tvrdá realita. Fyzická AI je dnes drahý, složitý a úzce specializovaný nástroj. ABB se roboty zabývá už mnoho let a jejich Physical AI Toolchain je evolucí jejich vlastní platformy, nikoli revolucí, kterou lze koupit „z krabice“. Reka přilákala tým z DeepMind, ale jejich model pouze slibuje „uvažovat a jednat“ – průmyslové nasazení zatím není. A podniky podle průzkumu Mayfield v 58 % případů označují „připravenost dat“ za hlavní brzdu zavádění agentní AI. Data, nikoli algoritmy – to je nyní skutečný boj.

Druhý nejdůležitější trend: AI přestala být hrou pro giganty. Čínský startup DeepSeek ukázal, že konkurenceschopný model lze vytvořit za podstatně méně peněz. A molekulární design proteinů od společnosti „Molekula-Mind“ (Čína) přilákal více než 100 milionů dolarů investic a demonstruje, že AI pro vědu (AI4S) se stává samostatným průmyslem, odděleným od závodu LLM. Jejich model MMFold podle prohlášení společnosti překonává Google AlphaFold 3 v predikci struktur protilátek. To znamená, že Čína vážně míří na niku, kde USA zatím vedou (Google DeepMind), ale kde má Čína státní programy a obrovský trh biotechnologií.

Chronologie a kontext

Jak jsme se dostali tam, kde jsme? Podívejme se na klíčové milníky posledních dvou let, které změnily pravidla hry:

2024: Evropa přijímá Akt o AI – první přísný regulátor na světě. Všichni se smějí, že je příliš pomalý pro tak dynamickou technologii. Ukázalo se, že byl příliš rychlý – už v roce 2026 firmy v panice vypínají funkcionalitu pro Evropany.

2025: Návrat Trumpa a zrušení Bidenových nařízení o bezpečnosti AI. USA vsází na deregulaci a soukromé investice – 500 miliard dolarů na infrastrukturu. Ve stejné době Čína spouští program „Východní data – Západní výpočty“ – národní síť datových center fungujících jako jeden superpočítač. Dva zcela odlišné přístupy k jednomu problému.

Začátek 2026: OpenAI podává důvěrné S-1 u SEC pro IPO s odhadovanou hodnotou pravděpodobně 1 bilion dolarů. Anthropic dělá totéž o týden dříve. Trh AI dosahuje vrcholu humbuku. Ale ve stejné době TrendForce varuje: dodávky čipů Rubin od NVIDIA se mohou zpozdit kvůli problémům s pamětí HBM4, chlazením a síťovými propojeními, a podíl Rubinu v dodávkách klesá z 29 % na 22 %. To znamená, že ani NVIDIA nezvládá fyziku – chlazení, energie a propojení se stávají limitujícími faktory.

Březen 2026: Případ Nippon Life vs. OpenAI. Soudce posuzuje žalobu na 10 milionů dolarů za to, že ChatGPT „provozoval právo“ – pomohl bývalé klientce sepsat 44 soudních dokumentů poté, co byl případ již uzavřen. Jeden z dokumentů obsahoval smyšlený soudní precedent "Carr v. Gateway". Je to první případ, kdy je vývojář AI obviněn z nelegální praxe prostřednictvím spotřebitelského produktu. Pokud žaloba přežije fázi zamítnutí, změní to pravidla hry pro všechny AI společnosti.

Červen 2026: ABB Robotics představuje Physical AI Toolchain na Automate 2026. Reka a Moonvalley oznamují fúzi pro fyzickou AI. Japonsko spouští program ARiSE (AI to Redesign Scientific Exploration) s rozpočtem, který zatím není zveřejněn, ale je to vlajková iniciativa. To jsou ty 70 let evoluce, které nás přivedly do bodu, kdy AI začíná skutečně interagovat se světem.

Kdo vyhrává a kdo prohrává

Vítězové – společnosti s vertikální integrací a daty:

• Google DeepMind stále vede v základním výzkumu, zejména v AlphaFold a multimodalitě. Jejich integrace s Androidem a Chromem jim dává 27,7 % trhu LLM – strukturální výhodu, kterou nelze jen tak „dohnat“ technologicky.
• ABB Robotics – unikátní příklad průmyslového giganta, který mění fyzickou AI v reálný produkt. Jejich Physical AI Toolchain a partnerství s NVIDIA (březen 2026) uzavírají propast mezi simulací a realitou. Mají 7000 zaměstnanců a skutečné továrny – to není startup.
• Čínští hráči v AI4S – společnost „Molekula-Mind“ přilákala více než 100 milionů dolarů od konsorcia investorů včetně státních fondů. Jejich model MMFold obchází AlphaFold 3 ve specifických úlohách. To ukazuje, že Čína vsadila na aplikovanou biologii a může vyhrát v dlouhodobém horizontu, protože mají data (klinické studie, genomické databáze) a státní podporu.

Poražení – startupy bez dat a bez distribučních kanálů:

• 75 % podniků deklaruje zavádění agentní AI, ale pouze 42 % ji má v produkci, a jen málokdo má škálované multiagentní systémy. To znamená, že většina „AI platforem“ zůstane v pilotních projektech a zemře, až investoři budou požadovat ROI.
• Čistě textové LLM startupy (kromě OpenAI, Anthropic a Google) ztrácejí trh. Modely se stávají komoditou a rozdíl v kvalitě mezi nimi se blíží nule. Uživatelé vybírají podle ceny, integrace a důvěry – nikoli podle „chytrosti“.

Speciální kategorie – „regulační poražení“:

• Jakákoli AI společnost, která nemůže prokázat bezpečnost a nestrannost svých modelů, bude trpět žalobami. Případ Nippon Life vs. OpenAI je jen začátek. Pokud soud rozhodne, že vývojář nese odpovědnost za činy chatbota, pojistné pro AI společnosti vzroste několikanásobně a to zabije marže.

Co média nedopovídají

Tři věci, které nenajdete v jubilejních článcích o „evoluci“:

Za prvé: fyzická AI není „AI v robotech“, jsou to „roboti, kteří se mohou rozbít a zabíjet“. Když LLM halucinuje, je to jen špatná odpověď. Když fyzická AI udělá chybu v továrně, je to zmetek za miliony dolarů nebo zranění člověka. ABB zdůrazňuje, že jejich systém zajišťuje „průmyslovou přesnost“ – ale to znamená, že omezují AI, nikoli posilují. Nedávají robotovi plnou svobodu – dávají mu přísně kontrolovanou sadu akcí. To není „uvažování“, je to „podmíněný reflex s korekcí“. A dokud to tak je, jsme daleko od té AI, kterou bychom mohli nazvat „inteligencí“.

Za druhé: spotřeba energie není „problém“, je to „rozsudek“. Prognóza na rok 2026 – 1050 TWh pro datová centra, což je srovnatelné se spotřebou celého Japonska nebo Ruska. Do roku 2028 mohou jednotlivé úlohy AI spotřebovávat až 326 TWh – více než všechna datová centra v USA dnes. To znamená, že země bez levné energie (Evropa) nebo bez možnosti rychle budovat výrobu (Velká Británie) budou v závodě prohrávat. Čína staví datová centra v provinciích s levnou vodní a uhelnou energií. USA staví v Texasu, kde je síť již přetížená. A to není „výzva“, kterou vyřeší „efektivnější modely“ – je to fundamentální omezení, které určí, kde bude umístěno příštích 10 tisíc datových center.

Za třetí: „evoluce“ je ve skutečnosti „smrt“ starých paradigmat. Jsme hrdí, že AI prošla cestou od logických závěrů k neuronovým sítím. Ale ve skutečnosti neuronové sítě zabily symbolickou AI, hluboké učení zabilo klasické strojové učení a transformery zabily RNN. Nyní agentní AI zabíjí „hloupé chatboty“ a fyzická AI může zabít cloudové AI služby jako dominantní model. To není evoluce, je to série masových vymírání. A ti, kdo se nepřizpůsobí v příštích 12 měsících, se stanou další vrstvou v geologickém záznamu technologií.

Prognóza: příštích 30 dní a 90 dní

Příštích 30 dní (polovina června – polovina července 2026):

První vlna soudních žalob ohledně agentní AI. Po případu Nippon Life vs. OpenAI začnou advokátní kanceláře po celém světě lovit AI společnosti, jejichž chatboti poskytovali „rady“ v regulovaných oblastech (právo, medicína, finance). To způsobí pokles akcií OpenAI (pokud již v té době vstoupí na burzu) a dalších veřejných AI společností o 5–10 % během několika dní po prvních soudních rozhodnutích. Zároveň ABB Robotics začne sbírat první kontrakty na Physical AI Toolchain od automobilek a leteckého průmyslu – to může být katalyzátorem pro akcie průmyslových robotických společností na burzách v USA a Německu.

Příštích 90 dní (červenec – září 2026):

Začne strukturální posun ve financování. Rizikoví investoři, když uvidí data Mayfield o tom, že 60 % společností nemá formální systém řízení AI a že data zůstávají hlavním úzkým hrdlem, začnou investovat ne do „dalšího AI startupu“, ale do společností řešících problém dat: čištění, anotace, syntéza, správa přístupu. To zabije desítky „AI platforem“, které jsou postaveny na cizích modelech a cizích datech.

Současně japonský program ARiSE oznámí první příjemce grantů v září, a to bude signálem pro globální trh: Japonsko vážně sází na AI pro vědu. To může přilákat talenty z USA a Evropy, kde jsou platy v AI již přehřáté, zatímco v Japonsku jsou unikátní data z materiálové vědy, robotiky a medicínského zobrazování.

A hlavně – do konce září uvidíme první průmyslová nasazení fyzické AI, která selžou. Dojde k incidentu v továrně, kde robot s Physical AI Toolchain od ABB udělá chybu v simulaci, a to povede k zmetkům nebo prostoji. Média to nafouknou jako „selhání AI“. Ale insideři pochopí: je to normální. To je právě to „údolí zklamání“, o kterém se psalo v trendech na rok 2026. Ti, kdo tento šok přežijí a zavedou systémy monitorování a rollbacku, přežijí. Ostatní odejdou. Tak to bylo vždycky a bude to znovu. Protože 70 let evoluce je ve skutečnosti 70 let učení se z chyb. A my se stále učíme.

— Editorial Team