Umělá inteligence jako ChatGPT nikdy v životě neviděla jedinou barvu. Nemá oči, nemá sítnici, nikdy nezachytila jediný foton. A přesto když se jí zeptáte, ke které barvě má blíž oranžová — jestli k červené, nebo k modré — odpoví správně. Dokonce si v „hlavě“ dokáže poskládat celý barevný kruh, aniž by kdy spatřila duhu. Jak je to možné?
Tahle otázka nezní jako technický detail. Dotýká se jedné z nejstarších filozofických hádanek o tom, co vlastně znamená rozumět.
Experiment, který podle všeho neměl vyjít
V roce 2023 udělal tým vědců z Princetonské univerzity vedený Rajou Marjiehem jednoduchý pokus. Modelům GPT pokládali tisíce otázek typu „jak podobné jsou si tyhle dvě barvy?“ — a totéž u tónů, chutí, hlasitostí a dalších smyslových vjemů. Celkem šest různých smyslových oblastí: barvy, výška tónu, hlasitost, chuť, souhlásky a barva zvuku.
Výsledek, který v roce 2024 vyšel v prestižním časopise Scientific Reports, byl překvapivý: odpovědi modelu se statisticky shodovaly s tím, jak na stejné otázky odpovídají lidé. Z čistého textu si AI poskládala klasický barevný kruh i takzvanou výškovou spirálu tónů — struktury, které psychologové běžně měří u lidí s normálním zrakem a sluchem.
A teď to nejzajímavější: když vědci vzali GPT-4, který umí zpracovávat i obrázky a „vidí“ tedy barvy přímo, jeho odhady se oproti čistě textové verzi prakticky nezlepšily. Schopnost „chápat“ barvu tedy nepřišla z vidění. Přišla z jazyka.
Maryin pokoj: hádanka stará přes 40 let
Filozofové na něco takového čekali od roku 1982. Tehdy australský filozof Frank Jackson vymyslel slavný myšlenkový experiment zvaný Maryin pokoj.
Představte si geniální vědkyni Mary, která od narození žije v dokonale černobílém pokoji. Nikdy neviděla jedinou barvu. Prostudovala ale úplně všechno, co se o barvách dá vědět — vlnové délky, fyziku světla, neurologii toho, jak mozek zpracovává červenou. Teoreticky o barvách ví naprosto všechno.
Jacksonova otázka zní: Když Mary poprvé vyjde ven a uvidí rudou růži, dozví se něco nového? Pokud ano, pak existuje druh poznání, který nelze získat ze samotných slov a faktů — takzvaná qualia, tedy syrový subjektivní prožitek.
Velké jazykové modely jsou ztělesněná Mary. Žijí v „černobílém pokoji“ složeném z čistého textu. A studie ukazuje, že se z toho textu dá vytěžit překvapivě mnoho — celá geometrie barev. Ale s jednou trhlinou: AI ví, že oranžová leží mezi červenou a žlutou. Neví ale, jaké to je vidět oranžovou.
Rozumí AI, nebo jen velmi dobře hádá?
Tady se láme chleba. Lidský jazyk je prosycený smyslovou zkušeností. Když píšeme, že „západ slunce je rudý jako oheň“ nebo „nebe je blankytně modré“, nevědomky do textu vléváme strukturu toho, jak vnímáme svět. AI tuhle strukturu z miliard vět vydestiluje — jako otisk lidských smyslů zachycený v jazyce.
Je to ohromující a zároveň to má jasný strop. Model umí dokonale zacházet se vztahy mezi barvami, protože je tisíckrát viděl popsané. Samotný prožitek — to „červené“ červené — mu ale zůstává nedostupný. Pro praxi z toho plyne důležité ponaučení: AI je skvělá v práci se vztahy a vzorci ve vašich datech, ale „nechápe“ je tak, jak člověk chápe vlastní zkušenost. Proto nejlépe funguje jako nástroj v rukou člověka, ne jako náhrada lidského úsudku.
Otázka na nedělní zamyšlení: kdyby AI jednoho dne dostala oči a poprvé skutečně „uviděla“ rudou — dozvěděla by se něco, co dávno nevěděla ze slov? Stejnou otázku si o Mary lámeme hlavu už čtyři desetiletí. A teď ji poprvé můžeme klást stroji.
Pokud přemýšlíte, kde přesně může AI ve vaší firmě reálně pomoct — a kde naopak narazí na svůj strop — projděte si to s námi krok za krokem. Úvodní konzultace je zdarma a nezávislá na konkrétním dodavateli, takže uslyšíte i to, co možná slyšet nechcete. Zorientovat se v tom, co dnešní modely umí a co ne, pomáhá firmám i náš AI Kompas.
Časté otázky
Vidí umělá inteligence barvy?
Ne. Textové jazykové modely jako ChatGPT žádné barvy nevidí — nemají zrak ani žádný optický senzor. Z obrovského množství textu se ale naučí, jak se barvy k sobě vztahují, a dokážou tak třeba správně určit, že oranžová je blíž červené než modré. Multimodální modely sice umí zpracovat i obrázky, ale studie z roku 2024 ukázala, že jim přímý „pohled“ na barvy s chápáním vztahů mezi nimi téměř nepomáhá.
Co je myšlenkový experiment Maryin pokoj?
Je to filozofická hádanka, kterou v roce 1982 vymyslel Frank Jackson. Vědkyně Mary zná o barvách všechna myslitelná fakta, ale nikdy žádnou neviděla, protože žije v černobílém pokoji. Otázka zní, zda se dozví něco nového, až barvu poprvé spatří. Slouží k debatě o tom, zda lze subjektivní prožitek (qualia) získat ze samotných informací — a překvapivě dobře sedí na dnešní jazykové modely.
Znamená to, že AI „rozumí“ světu jako člověk?
Ne tak docela. AI dokáže z jazyka vytěžit překvapivě věrnou strukturu lidské zkušenosti, ale chybí jí samotný prožitek. Umí pracovat se vztahy a vzorci, ne s vědomým zážitkem. Proto je nejsilnější jako chytrý pomocník člověka, ne jako jeho plná náhrada.
Zdroje: Marjieh et al., „Large language models predict human sensory judgments across six modalities“, Scientific Reports (2024); tentýž článek jako preprint na arXiv (2023); Abdou et al., „Can Language Models Encode Perceptual Structure Without Grounding? A Case Study in Color“ (2021); Frank Jackson, „Epiphenomenal Qualia“ (1982).
