Čínští humanoidní roboti překonali Boltův čas, člověka však ne

Roboti zrychlili, rekord však zatím měří hlavně laboratorní podmínky

Na pekingských World Humanoid Robot Games se odehrál zvláštní atletický moment. Robot Tiangong Ultra zaběhl 100 metrů za 9,39 sekundy. Je to rychleji než lidský světový rekord Usaina Bolta z roku 2009, který má hodnotu 9,58 sekundy.

Zpráva Engadgetu však zároveň uvádí, že robot Honor Lightning doběhl za 9,47 sekundy. V dodaném podkladu se objevuje také údaj 9,39 sekundy pro Honor a čas 38,16 sekundy na 400 metrů pro jiného čínského humanoida. Ten však v článku Engadgetu potvrzen není. Při srovnávání proto používám pouze údaje, které uvádí zdroj.

Zlepšení oproti loňsku je výrazné. Tiangong Ultra tehdy vyhrál stejnou disciplínu za 21,5 sekundy. Tento skok ukazuje, že řízení pohybu, motory a konstrukce se rychle vyvíjejí. Neříká však, že robot zvládl stejný úkol jako člověk.

Po doběhu některé stroje narazily do ochranných matrací. Některé potřebovaly lidskou pomoc a odnést na nosítkách. To je detail, který se do titulku o překonání Bolta příliš nehodí, do hodnocení technologie však ano.

Také další disciplína ukázala rozdíl mezi výkonem a použitelností. Honor Lightning dokončil pekingský půlmaraton za 50 minut a 26 sekund. Soutěž však provázely pády a robotické účastníky zatím nelze považovat za připravené k běžnému komerčnímu nasazení.

Robotické hry pokračují do 26. srpna. Kromě atletiky zahrnují fotbal, stolní tenis a box. Taková akce má význam jako testovací prostor, ne jako férová olympiáda mezi lidmi a stroji.

Co si z toho odnést? Pro slovenskou a českou firmu není podstatné, že humanoid jednou překonal čas sprintera. Podstatné je, zda dokáže osm hodin bezpečně opakovat konkrétní úkol bez pádu, přestávky na nosítka a zásahu technika.

Autorské právo stále nestíhá trénink AI

Soudy zatím nedaly jednoduchou odpověď na otázku, zda mohou modely AI trénovat na autorsky chráněných knihách bez souhlasu autorů. Problém se týká modelů ChatGPT, Gemini, Claude a dalších systémů, které vznikaly na rozsáhlých souborech knih, článků a akademických textů.

V případě Anthropic soudce William Alsup nařídil vyplacení 1,5 miliardy dolarů skupině autorů. Zároveň však rozhodl, že samotný trénink modelu na dílech může být zákonný. Sankce se týkala získání knih z nelegálních internetových knihoven, nikoli principu učení z textu.

Americké copyright law (autorské právo) zkoumá především to, zda je použití dostatečně transformační. Posuzuje účel, rozsah použitého díla a dopad na trh. Ve sporu Thomson Reuters proti Ross Intelligence soud rozhodl opačně, protože Ross vytvářel konkurenční právní platformu použitím obsahu Reuters.

Právnička Cathy Gellis pro TechCrunch upozorňuje, že případy se stále vyvíjejí. Jedno rozhodnutí může ovlivnit další řízení, nemusí však být posledním slovem. Pravidla, podle kterých soudy rozhodují, vznikala v době, kdy se o velkých jazykových modelech nikomu ani nesnilo.

Pro firmu je důležitý také rozdíl mezi tréninkem modelu a autorskými právy k výstupu. Soud v případu Thaler v. Perlmutter rozhodl, že dílo vytvořené zcela AI nemá nárok na autorskoprávní ochranu. Neznamená to však, že každý text vytvořený s pomocí AI je automaticky bez ochrany.

Co si z toho odnést? U firemního obsahu evidujte zdrojové materiály, licence a lidský vklad. Právní riziko nevyřeší věta, že text připravila AI, stejně jako ho nevyřeší nákup dražšího modelu.

Hodnota Hugging Face může růst, číslo však potřebuje vlastní zdroj

V dnešním plánu se objevuje odhad, podle kterého by hodnota Hugging Face mohla za dva roky vzrůst ze 4,5 miliardy na více než 13 miliard dolarů. V dodaných zdrojích však není článek, který by tento odhad vysvětloval nebo potvrzoval.

Proto ho nelze prezentovat jako ověřenou zprávu. Není jasné, zda jde o interní valuaci, sekundární odhad, investiční scénář nebo marketingové číslo. U soukromé technologické firmy navíc hodnota často znamená cenu posledního investičního kola, nikoli částku, kterou by dnes někdo zaplatil za celý podnik.

Hugging Face má pro ekosystém open-source AI význam jako platforma pro modely, datasety a vývojářské nástroje. Samotný význam platformy však ještě neříká, jakou návratnost bude mít konkrétní investice. Růst využívání může zvyšovat náklady na infrastrukturu stejně jako příjmy.

Co si z toho odnést? Pokud vám dodavatel AI ukazuje rychle rostoucí valuaci jako důkaz bezpečné volby, ptejte se na tržby, náklady, závislosti a možnost odejít. Investiční příběh není provozní plán.

Co ještě stojí za přečtení?

• Teoretická analýza upozorňuje, že i dokonale přesné jazykové modely mohou vést k většímu objemu vědecké práce a horším výsledkům, nikoli k menšímu objemu práce s vyšší kvalitou, The Decoder.
• OpenAI po předchozím nesouhlasu vyzývá Kalifornii, aby posílila návrh zákona SB 53 o bezpečnosti AI, TechCrunch AI.
• Engine FreeToken tvrdí, že dokáže spustit model GLM-5.2 se 753 miliardami parametrů na jediném pracovním GPU, MarkTechPost.
• Sam Altman varuje, že strach z AI může lidi přivést k výměně svobody za bezpečnost a ke koncentraci kontroly v rukou několika hráčů, Business Insider přes Techmeme.
• Podle údajů Ramp se model Anthropic Fable 5 zastavil přibližně na 11 % výdajů za nástroje Anthropic, zatímco levnější alternativy získávaly podíl, Financial Times přes Techmeme.

Co si o tom myslím a co z toho plyne pro firmy

Můj názor

Robotický rekord je dobrá ukázka toho, jak snadno lze z technického testu vytvořit velký příběh. Čas 9,39 sekundy vypadá působivě, dokud se k němu nepřidá informace o nárazu do matrace a potřebě lidské asistence. Tím výkon těch robotů nezpochybňuji. Sporné je srovnání. Bolt běžel s vlastním tělem, bez ochranného rámu, bez externího dohledu a v disciplíně, jejímž cílem je právě lidský běh. Robot vyhrál měření času, ne celý úkol.

Stejnou chybu vidím u AI. Firmy si vybírají benchmark, na němž nástroj vypadá nejlépe, a potom ho zaměňují za důkaz připravenosti. Model může mít vynikající skóre a stále produkovat výstupy, které nikdo nechce použít. Robot může mít rychlý sprint a přitom stále neumět bezpečně přenést krabici přes sklad. Výsledek musí být definován jako činnost v provozu, nikoli jako číslo z pódia.

U autorského práva jsem opatrnější než u robotické atletiky. Tady nejde jen o marketingové přehánění, ale o náklady, které mohou zpětně dopadnout na firmu. Rozhodnutí ve prospěch Anthropic neznamená obecné povolení k používání veškerého obsahu. Případ s Ross Intelligence ukazuje, že účel přímé konkurence může výsledek zvrátit. Dokud se soudy neustálí, tvrzení „všichni to dělají“ není právní strategie.

Důsledek pro slovenskou a českou firmu

Pro běžnou firmu v Česku i na Slovensku z toho vyplývá jednoduché pravidlo. Při výběru nástroje AI měřte pracovní výsledek, nikoli veřejný benchmark. Pokud chcete automatizovat zpracování poptávek, sledujte čas do odpovědi, počet oprav, konverzi a hodnotu zakázky. Pokud chcete humanoida do skladu, sledujte počet bezpečně dokončených cyklů za směnu, dostupnost a náklady na údržbu. Rychlost bez spolehlivosti je jen dražší forma prostojů.

Ve firmě se to týká především provozního manažera, IT a člověka odpovědného za nákup. Společně by měli před nasazením sepsat minimálně tři věci: co systém dělá sám, kdy musí zasáhnout člověk a jak se zjistí, že selhal. Systém, který potichu selže, je horší než systém, který se viditelně zastaví.

Autorské riziko je třeba řešit už při tvorbě znalostní databáze a marketingového obsahu. Ukládejte si, z jakých materiálů model nebo vyhledávací systém čerpá. U knih, placených databází a konkurenčních materiálů si vyžádejte licenci nebo právní posouzení. Slovensko a Česko mají vlastní právní prostředí, u nástrojů od amerických dodavatelů se však často setkáte také s jejich smluvními podmínkami. Proto nestačí projít pouze domácí legislativu.

V horizontu jednoho týdne lze zavést evidenci použitých zdrojů. V horizontu jednoho až tří měsíců by měl přibýt kontrolovaný pilot s měřením chyb a času. Investice do měření je menší než předělávání procesu po reklamaci nebo právní výzvě. A pokud firma nemá v procesu pořádek, AI ho jen urychlí. Uspořádaný chaos je stále chaos, jen s lepším marketingem.

Na závěr

Harvardský startupový program nabízí za 699 dolarů osm týdnů učení, přičemž AI avataři lektorů dávají účastníkům zpětnou vazbu při pitchi a simulovaných zasedáních správní rady. Jeden z avatarů měl podle testu reportérky Sarah Kesslerové ztuhlý úsměv. Je to poměrně přesný obraz dnešní AI. Umí být užitečná, dostupná a působivá, stále však potřebujete člověka, který rozpozná dobrou radu od digitálního úsměvu u projektu „Uber pro banány“.

Výzva k AI implementaci dne

Do týdne nasaďte jednoduchý kontrolní formulář pro každý pilotní projekt AI. Vytvořte ho v Google Forms nebo Microsoft Forms a propojte s tabulkou. Každý nový proces musí obsahovat název úkolu, vstupní data, očekávaný výstup, čas ruční práce, čas s AI, počet oprav a jméno člověka, který výsledek schvaluje.

Tímto krokem ulevíte projektovému manažerovi a zároveň získáte první čísla pro nákup nebo vyřazení nástroje. Spuštění zvládnete za 2 až 4 hodiny. Po týdnu testování budete mít u deseti úkolů přibližně 1 až 3 hodiny srovnatelných dat, nikoli jen dojmy z prezentace.

Nejčastěji to ztroskotá na tom, že lidé zapisují pouze úspěšné pokusy. Zaveďte povinné pole také pro chybu a opravu. Do konce týdne změřte jeden proces, který dnes firma dělá ručně, a podle výsledku se rozhodněte.