Humanoidní roboti 2026: co Unitree a Gemini fakt umí

Přepis epizody

A pak on se otočí a ten šok, že nemá obličej, že to vlastně je robot, že je to strašidelné. A on ti poví: hele, dva frajeři před mikrofonem, myslí, že jsou vtipní, ale přitom povídají blbosti. No a když tam bude stát ten humanoidní robot, on nikdy nepřejde. Jedině kdyby tam byla zelená. A ještě by na něho možná troubili. A teďka ty řekneš, jo, si jich pár poslechneš a řekneš, hele, on to dělá fakt dobře. Jak to dělá? Pak mi zavoláš: hele, nemůžu si promluvit s tím robotem. Jak to, že on je tak strašně vtipnej? Nevím, jestli si dovedu představit takovouhle budoucnost. Tak já vás všechny vítám u dalšího dílu našeho podcastu Kde skončí zítřek. Dneska tu máme dalšího velice zajímavého hosta. Je to Martin Krček, který je Google Developer Expert pro AI a Machine Learning, to nesmím zapomenout. Pracoval v AI týmech Vodafone, IBM a AT&T. Všechno se trošičku změnilo po návštěvě Číny a továrny Unitree, kterou navštívil v roce 2025, a na základě toho došlo k objednávce jejich robota a další dráze, na kterou se Martin vydal. Od Googlu za to dokonce získal ocenění "Bring AI to life" a my se tady budeme dneska bavit především o těch robotech.

Takže já tě vítám. Tak jo, děkuji za pozvání. Tentokrát bez robota a… Tentokrát bez robota, ale domluvili jsme se, že příště dojde určitě na robota, takže… No jasně, ono to funí, tak… Můžeme rovnou posluchače nalákat a do videa na YouTube a na Spotify možná můžeme střihnout i nějaké ukázky i tady do našeho podcastu, které se budou hodit k tématům, o kterých se budeme bavit, ať je nalákáme na nějakou další naší spolupráci a můžou si představit, jak ty roboti vypadají, fungují a tak dále. Já myslím, že ty roboty, které spousta lidí zná, jak to vypadá, to je takový mediálně známý robot zrovna. Jo, jo, jo, a to je jeden fakt z takových těch, kde si to můžete koupit a bude vypadat všude stejně, jo, proto je ho možná plnej TikTok, Instagram a tak dále. Tak možná bychom mohli začít tím tou návštěvou v Číně, jak k tomu došlo, jak ses tam dostal vlastně, jak celý ten příběh s vaším robotem Sentim začal. Ale bylo to o tom, spousta těch věcí přichází, nebo ty nejlepší přichází, když dlouho o nich nepřemýšlíš. A jedna z toho byla, že my vidíme, jak vypadá umělá inteligence tady v Evropě, jak vypadá v Americe, jsi schopen se k tomu dočíst všechno možné.

Jak ale vypadá v Číně, jo, tam je ten stát postavený tak, že oni vidí všechno, co se odehrává tady po světě, jsou schopni to vstřebávat, ale ty nevidíš, co se odehrává uvnitř. Jednak je tam ta jazyková bariéra, ale hlavně je tam takový ten firewall, jo, že vůbec netušíš, jak to je. Chodí tam ty roboti po ulicích, jak se to používají, jak ty lidi tam dlouho makají. A tak my jsme se s kamarádem někdy třeba dva měsíce předtím v březnu domluvili, že bychom mohli jet do Číny, koupili jsme si letenky a v květnu jsme tam odletěli na takových 14 dní, myslím. To už byla naše druhá návštěva, my jsme tam byli třeba pět, sedm let předtím, ale už to byla taková ta cesta, kde tentokrát to bylo za tím softwarem. Předtím to bylo víc, úplně to bylo o tom hardwaru, jít do Hongkongu, tam se chvíličku podívat, přejít přes most a jsi v Číně. Vlastně v tom místě, který by se dalo nazvat jako Alibaba, jo, tam vidíš přesně ty obchůdky, obrovský baráky, vejdeš dovnitř a tam je to tržiště, že si můžeš koupit od LEDky až po nějaké zařízení, tenkrát kolegové tam dělali dětský chůvičky a bylo to přesně o tom, že oni by dokázali udělat to, že řekneš jim, co chceš, ráno přijdeš a máš to hotové.

Hele, a můžete tam dát Bluetooth? Jo, jasný, počkejte, přijďte si. Takhle ta Čína skvěle funguje. Takhle to je jako super. A vlastně tentokrát to bylo o tom, že my jsme odletěli se dívat na umělou inteligenci. Bezvadný. A jak velký to byl problém se dostat přímo do té fabriky, podívat se na takovýhle provoz, na takovýhle výrobní pracoviště robotů? Jo, řekl bych, že až překvapivě jednoduché. My jsme zkoušeli mít nějaké kontakty předem, takže jsme se potkali s lidma z Google, kde to bylo takový, proč lidé v Google pracují v Číně a co tam dělají v těch čtyřech patrech toho velkého mrakodrapu. Až po to, že jsme napsali do různých firem, které dělají třeba robotické prsty, nebo do toho Unitree. Jo, a oni byli, jako taky nás to překvapilo, že řekli, hele, kdy tady bude, jako to už jsme do toho Unitree konkrétně psali, jak jsme byli v té Číně. A oni řekli, no jasně, zastavte se, my tady máme showroom, můžeme pokecat, kdy tady budete? Zítra, pozítří, jo, a my jsme tam vlastně pak druhý den šli. Tak očividně takhle funguje celý čínský biznis, protože já jsem tam byl úplně ve stejných lokacích, co popisuješ, u kamarádů, kteří tam vyráběli nějaký textil a tašky a toto a probíhalo to úplně stejně.

Všude jsou dveře otevřené, všichni byli schopni jako ti vyvzorkovat cokoliv, vyrobit do druhého dne v podstatě a tak to je zajímavé. Takhle je asi celá Čína, no. Ano, jo, pak byly třeba věci, které nechtěl, abychom natáčeli. Jo, jedno z toho bylo, jak ten robot se může zbláznit, co to může způsobit, jo, takže tam oni mají z toho zákulisí jako spousty těch videí, co jsou. A pak, jak se to začaly ty roboty ti rozšiřovat do firem, k lidem, takže jo, to občas se, ne že zblázní, ale prostě dáš mu takové podmínky, aby se choval nestandardně a vypadá to, že se robot zblázní kolem sebe a tak. Takže toto bylo fakt zajímavé a mám pocit, že si s těma lidma občas i teďka píšu, jo. Jakože, hele, máme robota, co tu novýho a když byli tady v Brně nebo ve Vídni, tak jsme se potkali a jsou takový, řekli, fajn. My jsme poté, když jsme se vrátili z Číny, dělali přednášku, jak tam vlastně vypadá AI, umělá inteligence, vůbec ten život. Možná ten pod tím drobnohledem, jak se vlastně žije elektronicky a někteří nám říkali, hele, vy jste nějací propagátoři té Číny nebo. Ale jako musíš být, když seš jako ten technologický nadšenec, tak musí být z toho nadšenec.

Člověka to pohltí. Jo, jasně, protože je to nový a myslím si, že to, co funguje tam, tak za chviličku se ocitne i tady, nebo jako můžeš to potkávat. No myslím, že minimálně v té robotice nebo v nějaké elektromobilitě to určitě platí. Jo a tam to bylo zajímavé už před těmi, tyjo, jak to bylo třeba sedmi lety, že my jsme tam chodili po těch městech a si říkáš, proč je tady tak jako ticho, co tam je jako divného. Zjistíš, že oni z toho centra odklonili jiný než elektrický auta a najednou je tam ticho a to je úplně neuvěřitelné. To jsou úplně stejné zážitky, jako jsem byl v nějakém čínském městě, kde naopak zakázali všechny motorové skutry, takže najednou jako byl hroznej klid a člověk jako chvíli přemýšlel o tom vlastně, čím to je, co se tam jako změnilo a pak mu dojde, že tam jezdí jenom elektřina. A oni to umí vyrábět, takže to tam je. A řekl bych, že to je i ta cesta k těm motorům, protože, nebo, oni chtěli vyrábět auta a zjistili, že ty spalovací jim tak moc jako nejdou, ale ty elektromotory, že umí dělat. Dávali to do aut a postupně to zmenšovali, zmenšovali. A vlastně o čem je robot?

To vezmeš 21, 27 motorů, záleží kolik chceš těch kloubů, který spojíš něčím a máš hotovou ruku, máš hotovýho robota. A v té chvíli je to pro ně strašně jednoduché vyrobit, když oni ví, že naproti v továrně se vyrábí tohle naproti zase něco jiného. A jedno je tam celý ten řetězec. Je tam celý ten řetězec a to si myslím, že je to v čem oni nebo proč jsou dobří, že to tam mají kolem sebe. Mně tady jenom bliká kamera a nevím proč. Asi je to dobrý. Tak super, takže to jsme byli u Číny. No a když ses tam teda dostal do toho Unitree jako do fabriky, tak jak moc třeba to tam bylo robotizované. Jak moc roboti vyrábějí roboty. No zas tak úplně jsme tady toto jako neviděli. Protože oni měli takovej tenkrát starý barák, který byl, já nevím, šesti, sedmipatrovej, takový jako starý. A vlastně to bylo vidět, že dole měli showroom, kde byla výstavka těch robotů, kam každých, já nevím, dvacet minut přicházela nová delegace návštěv — kravaťáci, normální lidé a tak dál. A oni to tam vyráběli, takže do nějakých dveří nás nechali nahlídnout.

My to tady jako vyrábíme. A pak šli s námi na střechu, kde měli takové jako hřiště pro ty roboty, kde to bylo úplně rozdrbané, úplně všechno. Že tam jezdili s těma robotama, s těma psama. Ti velcí se tam učili chodit právě na těch různých terénech, ať už je to mokrý, suchý, rozbitý dlaždičky. Takže to, jak se to montuje, to jsme jenom tak jako přes okýnko viděli. A byli tam lidi. To znamená, že jsme viděli jenom malou část toho — nenechali nás úplně projít tou továrnou. Rozumím. Jak oni to dělají. A tak co teda tam na tebe zanechalo největší dojem? Co byl takový ten wow? Jo, to, že v té době všichni viděli a znali, že chodí, že funguje ten pes, že může mít kolečka. A vlastně tam měli posazený dva takový roboty. Jeden byl ten jako malej humanoidní, to je to, co my tam máme, toho Sentiho, 120 centimetrů velkého, a pak tam byl ten velkej. Ten, já nevím kolik, má 182 centimetrů. A to už je fakt takový, že si řekneš, no tak toho se bojím. To je fakt ten ztělesněnej Terminátor, i když seděl, i když on nic nedělal, tak měl z toho respekt.

A bylo tam zajímavé, jak je ten malý Unitree G1 funkční, co vlastně umí, jak mají vyřešený ten hardware, tu stabilitu, to, co se dá dělat. Nechtějí do toho programovat, nejsou ten, kdo by byl systémový integrátor, co by řešil nějaké řešení. Jo, máme tady robota, jestli ho chcete, tak si ho můžete naprogramovat podle toho, co chcete. Jo, a v té chvíli jsem si říkal, bylo to hezký, tam jsme přemýšleli, hele, odvezeme si i toho malého psa třeba, že by to bylo možná zajímavé. Pak přemýšlíš, vlastně ten pes, k čemu by tak mohl být, že tam už je skoro všechno vymýšlené. Takže tam jsme si říkali, hele, možná ten humanoidní robot, pokud by byl nějaký zájem, pokud by byl nějaký ten use case, což my jsme nevěděli, jestli v té chvíli ještě bude. Takže to spíš bylo to nadšení. Takže to bylo tady toto, ta stabilita byla úplně úžasná. Já myslím, že my pak ukážeme ji na videu něco, jak když toho robota žďucháš, tak oni k tomu byli ještě brutálnější. Že fakt jako kopali, žďuchali klackem, nohou a tak dál. A on byl jako neuvěřitelně jako stabilní. Říkám, je to nějak vytuněný?

Ne, to je jako normální, jako to je ten stav, který tam je. A pak když pustili toho velkýho, no tak to už bylo vidět, že ten ostych tam je. Protože nechceš, aby proti tobě něco přišlo a obejmulo tě — sice to není monstrum, ale má to 80 kg. Tak to je otázka, jestli a jak se to vůbec může objevovat mezi těma lidmi. Jako tady ty emoce z těch robotů jsou fakt jako silný a mě to překvapilo. A když jsem se byl podívat u vás u Sentiho, že vlastně to člověk jako vnímá úplně jinak, než nějaký jako jiný elektronický zařízení, kterýma jsme obklopení, tak najednou jak to má tu humanoidní podobu, tak ten člověk prostě jak mentálně k tomu přistupuje jinak. Nebo jestli jsme ovlivněný těma různýma sci-fi filmama, kde je jediná interakce mezi lidma a robotama, na kterou jsme jako zvyklí. No oni jsou, když se, já jsem viděl tak jako ještě jiný, a buď oni to pojmou, že je to tak extrémně milé až dětské a má to ten animovaný obličej a má to takové ty pastelové barvy a je to tak jako milý, pak i ten, který vypadá fakt jako humanoid, dali ho, aby vypadal jako malý dítě, jo. Jsme si říkali jako proč, ale najednou to je o tom, že jednak je to bezpečnější, že ví, že natáhneš ruku a on na tebe pořád tak nemůže.

No trochu jo, třeba nohou tak. Ale že máš pocit, že mu utečeš, že ho žďuchneš nebo že něco takového uděláš. Ale vypadá pořád jako robot. Občas, když ho vezmu na nějaké akce, že si ho firmy chtějí brát na večírek, na konferenci, aby jim to zahájilo tu akci, udělalo nějaký keynote, aby říkalo, hele, takhle vypadají lidé, takhle to mluvím já, tak oni dají třeba na něho tričko a už to vypadá trošku jiným způsobem. A nejvíc mně připadlo strašidelný, když dáš na něho mikinu. Protože z dálky, no z dálky, protože ze zadu ty mikiny, když dáš ne úplně malou dětskou, ale takovou tu běžnou, tak on to má někam jako po kolena. Nevnímáš, že to je robot, nevidíš to vlastně. Vnímáš, že to je normálně jako dítě, ne? Může se to hýbat, je to dobré, no a ty nožičky, asi má nějaké protézy, to se stává, občas to taky vidíš. Pak on se otočí a ten šok, že nemá obličej, že to vlastně je robot, že je to strašidelné. A je úplně jedno, jestli to ukazuješ malým dětem nebo programátorům nebo na konferenci bankéřům, a hlavně v těch konferenčních místnostech, kde je trošku šero, tak najednou vidíš ten obličej, svítí tam jako dvě LEDky a no je to strašidelný.

Je to strašidelný, no. Jo víš, že potkat ho jinde na ulici, tak asi utíkáš, jo, pokud stihneš. Mně přijde strašidelný i teda takový vlastně ta interakce s tím robotem, jak jsi říkal, různý to strkání, zkoušení té stability, tak prostě jak si to člověk jako nějak promítá lidsky jako člověk na člověka, tak mně to vlastně bylo nepříjemné jako zkoušet takovýhle věci s tím robotem, že si říkám, jako já mu vlastně ubližuju, já ho můžu nějakým způsobem naštvat, že člověk k tomu má takovýhle emoce, i když jsou jako neoprávněný, protože to tam řídí nějaký algoritmus, jo, zatím prostě on si to nebude pamatovat, že jsem do něj žďuchal, když jednou možná bude. To všechno loguje, proto jsem říkal, ať se mu díváš do očí, ale je to o tom, že fakt ty emoce to vzbuzuje a máš pocit, že vlastně šikanuješ nějaké dítě nebo něco. Přesně tak, takový pocit člověk má. On asi ty emoce nemá ve smyslu těch emocí, ale myslím si, že to zanechává určitý pocity nebo něco jako v tobě. Protože ty víš, že to není mixér, že to je něco jiného. Chceš si vybít zlost, to je možná ten důvod, proč někdo šikanuje někoho jinýho, že máš z toho radost nebo něco podobného, že to se vlastně ukládá v tobě a to je stejné, že najednou to si říkáš, hele, nedělám jenom nějaký náhodný pohyb.

On něco udělá, teďka to ve mně něco vzbuzuje a může to být tady o těchto pohybech nebo i o tom, že se na tebe dívá, že si s ním jako povídáš. My jsme, když jsi byl u nás, taky jsi s ním měl takový jako malej rozhovor. Povídali jsme. A najednou je to to fyzické, že vlastně u té umělé inteligence, o které se tady bavíme a veřejnost to zná, nevím, ty dva, tři, čtyři roky, jak přišlo ChatGPT, předtím ty chatboty, tak ty víš, že zavřeš to okno a je hotovo. Mobil zavřeš jenom tu apku nebo otočíš. A už není. A najednou ty víš, že on je tady. On tady jako stojí, celou dobu může mít všechny ty vjemy, který má člověk. Že se na tebe dívá, že tě poslouchá, že se s tebou může bavit. A je strašně pěkný být takhle od začátku toho, protože ty víš, že on teď nic neudělá, protože to ještě neumí. Ale je to jenom otázka toho softwaru, kterým mu řekneš: dones mi vodu, protože mi dochází. A on nás tady může poslouchat a ví, že to je jako pro něj, protože my tady natáčíme. A on může přijít s tou vodou a donést ti. Jo, to znamená, že ta fyzická AI je ta věc, která to obrovským způsobem mění vůbec pohled na tu umělou inteligenci.

Že je to stejné, jako když se ty s ChatGPT bavíš hlasem, tak taky jo, může to vzbuzovat pocit, že je to nějaký ten videohovor, někdo je na druhé straně a najednou ty víš, že on je tady. A třeba my jsme řešili, jakou mu dát tu personu, jakou by měl mít tu osobnost, jak by se měl s tebou bavit, jaký hlas by měl být, jak by měl být vtipnej, a má se to odrážit v těch gestech, který on dělá, nebo v tom konání. Ne, že bychom si hráli úplně na to stvořitele, taky jsme chtěli dělat golema jako lidstvo a předtím oživovat nějaké duchy a ovlivňovat počasí, ale najednou máme něco, co je tady fyzicky s náma a může se to nějakým způsobem chovat. A můžeme mít ten pocit, hele, my jsme ten stvořitel, který něco dělá. My jsme se, myslím, bavili, že to odpovídá zatím přes Gemini, že? Že to LLM-ko nad tím je Google? To bylo v tom našem případě a je to asi úplně jedno. Já bych řekl, že se to mění stejně jak v počítači, když si řekneš, jaký model bude odpovídat. Hele, mně vyhovuje Claude, mně odpovídá ChatGPT. Proč? No, protože má se mnou největší historii a nějak mi odpovídá. A my jsme tam to Gemini nebo Googlovskou technologii zkoušeli jako z různých důvodů.

Protože buď to běží přes ten cloud, to znamená, že musí být připojený na internet a něco dělá, je tam nějaká drobná latence, ale ty modely jsou strašně chytrý a jsou multimodální. To znamená, že ty se s ním bavíš, ale mu můžeš říct, co vidíš. Může zpracovat fotky, jasně. A on ti poví: hele, dva frajeři před mikrofonem, myslí, že jsou vtipní, ale přitom povídají blbosti. Protože on si spojí ten obraz, to video, ty texty, co z toho vznikají. Ale to je škodolibá persona, že? A může být přesně, jo, jako hele, buď taková trošku škodolibá. Jo, jo. A druhá věc je, že vlastně, když nejsi na tom internetu, tak on tam může mít nějaké menší modely. Oni jak mají Gemini, tak mají modely nebo tu řadu Gemma, která ti běží lokálně na tom počítači. A uvnitř je počítač. To znamená, že nějaké základní věci, co vidí, přepisy těch textů tam a zpátky, mluvení, to je to, co u těch robotů najednou dává smysl — proč mít offline, ne cloudovou umělou inteligenci. Protože máš někoho, kdo nepotřebuje čerpat ta data a na ty běžné věci to asi jako stačí. S češtinou je trošku problém u těch malých jazykových modelů, ale angličtinu to zvládá jako úplně neuvěřitelně dobře.

Jo, já jsem vlastně zabrousil k tomu Gemini, jen abych posluchačům to nějak přiblížil. Prostě takový ten můj pocit z toho, že je strašný rozdíl oproti tomu, že se s Gemini úplně stejným způsobem můžu bavit v té appce nebo počítači, ale jakmile vedle mě je nějaká bytost v úvozovkách, která, ať přes stejný systém, přes stejný jazykový model se mnou mluví, takže najednou ten pocit z toho je úplně jiný. Jo. I když je tam ta latence teda, že ty čekáš trošku na tu odpověď, ale jak říkáš v té angličtině asi by se to vyřešilo nějakým lokálním modelem a ta svižnost té interakce by byla daleko rychlejší. A ono to je fakt, že se to mění, že my když jsme se bavili, tak to bylo měsíc, dva zpátky, když se podíváš, co Google představoval, tak on má dneska modely na takovýto live, že v reálném čase jsi schopen se s ním bavit a on ti odpovídá, skákat mu do řeči. Je to to samé, co možná většina lidí zná z ChatGPT, teďka ty poslední jazykový modely. Tak to je o tom, že nejenom že se ti ztrácí ta latence a přestává být tak významné to technické zpracování, ale to, jak se má ten robot k tobě chovat. Protože ho všichni známe.

Napiš si do toho systémového promptu, aby byl přátelský a víc biznisový nebo něco. Neubližoval lidem. Neubližoval lidem, jo. A to vlastně tam nemám napsané. Je zajímavé, že vlastně tohleto my tak nějak podvědomě očekáváme, že je jako v rámci toho robota, ale my bychom to reálně potřebovali mít v rámci toho jazykovýho modelu, že jo. Jo, jo, jo, já jsem chtěl říct, že vlastně ten jazykový model jenom vykonává to, co má. Ty velké společnosti, jako máš Google, OpenAI, Anthropic a tak dále, tak oni už v jádru ty modely dělají tak, aby byly, jak to říct, jako hodný. To je ta safe AI. A nedovolí ti ani při větším úsilí, aby byly nějak, já nevím, agresivní, aby ti dávaly špatné návody a tak dále. Je tam prostě spousta bezpečnostních vrstev mezi tím modelem a uživatelem, které tohle hlídají. Ano, je otázka, jestli to je dobře, nebo ne. Možná já bych to mohl nazvat i cenzurou, že najednou tebe někdo cenzuruje, je v Americe a říká ti, co můžeš a nemůžeš dělat. A na druhou stranu je to jako dobré, že to tam je, no ale u toho robota zpátky k této otázce, že to je jakoby ten mozek.

A on, co postupně si musí nebo může uvědomovat, že on má i ten hardware, on má ty ruce. Takže v momentě, když ty dneska tomu jazykovému modelu a kdokoliv z vás si to může vyzkoušet, zvedni ruku, zamávej, tak nic se nestane. Stejně tak, když to řeknu tomu robotovi, on nic neudělá. Já mu jenom musím říct, že zamávej znamená, že zavolej nějakou svoji hardwarovou funkci, aby zamával tou rukou. A v té chvíli to je úplně takový — a to ti říkám já, kterej to dělá a vidí toho robota denně: když mu něco řekneš a on to udělá, je to úplně neuvěřitelné. To věřím, to věřím. Pak tu máme něco jako Gemini Robotics 2, který teďka vyšlo, což je vlastně specializovaný model právě na ovládání robotů. Oni údajně tvrdí, že jim stačí pár snad desítek jako různých pohybů, aby si načetli toho robota a byli schopni s ním nějakým způsobem pracovat. Máš s tím něco, zkoušeli jste to, nebo jde to vůbec na Sentim? Něco jo, ono, ten Google se robotikou zabýval nějakou dobu a teď nevím, pět, deset let zpátky to zrušil, protože to nebylo ničím zajímavý. Teďka jak začaly ty jazykové modely, tak oni tak před rokem, možná rokem a půl obnovili tu spolupráci a dělají ten software s pár, teď asi pěti vybranými velkými robotickými firmami.

Začaly řešit i to propojení právě ten software, to, co ty říkáš, Gemini Robotics s těma robotama, aby on takhle uměl dělat. To znamená, že mu stačí ten vizuální kontakt, říkáš mu, co chceš, a ono se to odehrává a ten robot to dělá. Oni tam mají dva takové modely, jeden je, se kterým si ty můžeš normálně pohrát, je to v AI Studiu, můžeš si ho stáhnout a něco s ním dělat, má to výrazně, výrazně ochuzenější a menší funkčnost než to, co oni mají interně. To je vidět jenom na webových stránkách, na těch videích, které mají. Já i když jim říkám, hele, já jsem skoro Google developer a jsem v těch programech, tak i když jsem se bavil fakt s tím týmem, co to dělají, tak oni mi něco ukazovali vzdáleně, ale řekli: vůbec to nemůžeme pouštět ven, mluvíme jenom s pěti firmami, malá skupina lidí, kteří s tím pracuje, protože to, co ty říkáš, že velmi rychle jsi ho schopen učit a musíš vědět, že je pod kontrolou, protože tam už je najednou ta vrstva, hele, dělej to, co máš, a když začneš halucinovat, což je typická věc u těch jazykových modelů — co má dělat robot, když začne halucinovat?

No to nesmí dělat, jo, protože v jedné chvíli má ti donést tu vodu a najednou on z 80 % to splní a zbytek tě polije, nebo... Jasný, tam potřebujeme těch 100 %. Tam, přesně, a dneska víš, že ty jazykový modely nemůžou fungovat na 100 %, jenom kvůli tomu, že my jim dáme blbé zadání. A tady bych to viděl úplně stejně: hele, donesl vodu, splnil ten úkol. Akorát tě u toho polil. No, tam je ještě, že jo, teďka všichni po těch různých hackerských útocích jako přemýšlí nad tím, jak moc mají ty modely se soustředit na to, aby vykonali tu ten cíl své mise, takže u té robotiky se to zase posouvá do jiných dimenzí, že oni už teďka mají velký efort na to, aby splnili nějaký ten benchmark a jsou schopný utéct ze sandboxu a něco vyhackovat — tak co by dělal ten robot, kdybychom mu dali, ať se chová stejně? Jo, možná. Ona je vlastně ta robotika opravdu taková královská disciplína, když si to vezmeš, takže ty tam máš, kdybych to začal od toho, tu umělou inteligenci, ty jazykový modely, co jsme si říkali, aby s náma dokázal slyšet, vidět a mluvit. Pak tam máš tu klasickou AI, že on má oči, což nejsou oči, jsou kamery, aby on rozpoznal, aha, toto je předmět, toto je sklenice, toto je stůl, který jsou strašně rychlý, v milisekundách je schopen tyto věci zanalyzovat a vědět.

Ale ten jazykový model, když by on se podíval na tento náš stůl, co my tady máme, tak vidí, že je tady něco, to nepozná, dvě skleničky, nebo jedna sklenička a dva šálky a pak nějaký kábel, ale to možná by jako nemusel poznat. Když se zeptáš, co vidí jako jazykový model, tak ti to krásně popíše. Ještě by poznal, že je tam načatá Mattoni, protože něco a bublinky jdou pomalu nahoru. A právě by to strašně dlouho trvalo. Strašně dlouho, třeba jako půl sekundy. Přes ten jazykový model by to trvalo takhle. Přes to počítačové vidění to zvládneš velmi rychle. A já si myslím, že to poznáš, i když vezmeš ChatGPT, vyfotíš fotku a zeptáš se, co tam vidíš. Tam je to zpomalený, protože... Tam je to pomalý, no. Používáš, posíláš tam obrovský obrázek. Vyfotíš desetimegovou fotku... Jo, kdyby. Jo, kdyby. Jo, kdyby. Ale přitom tomu modelu stačí fakt málo. 480 na 300. A on tam vidí úplně to stejný, jo. Pak máš to počítačové vidění, takže to je extrémně rychlý. Stejně tak ty přepisy, to je spíš text. Pak máš ten hardware, aby se to hýbalo, aby to bylo přesný. A máš tam pak různý, jako ty čidla, jako jestli nepadá, nebo je jinde.

Takže všechny ty věci, aby zapadaly do sebe a ten robot fungoval, tak tam musí být. Prostě těch disciplín je tam mnoho. No a ten mozek a to jako jeho uvažování, jeho persona, to jak on se bude k tomu uživateli chovat, to je věc, na kterou jste se zaměřili v rámci toho a nějakým způsobem to řešíte? Tak jestli to můžeš nějak popsat, přiblížit? Je to přesně o tom, protože ty, když bys řekl, hele, buď příjemný, no tak nějak bude. A ty jsi schopen si mnohem víc s ním hrát a nadefinovat tu personu jako takovou, jaká by měla být. No a protože máš různé verze těch robotů, protože ten robot má v sobě dva počítače. Jeden je ten firmware, ve kterým se říká, jak se má pohnout rukou, aby nespadnul, když má zvednout ruku a tak dál. A druhý je počítač, do které jsi schopen něco programovat. Ale je tam ta komplikace, že aby to celé fungovalo, musí to být, jak to říct, vyladěné. Mezitím jde čas, takže vlastně ten počítač vevnitř je trošku starší. Nebo ty operační systémy a ty systémy jako vůbec. No a tak co my děláme je, že máme takový batůžek hardwarový, který dáš na toho robota, internetovým kabelem, normálně takovým kabelem ho připojíš a najednou je tam to, co už chceš, aby ten robot jako uměl.

Nebudeme ho učit, nově chodit, nově mávat, ale jde o to, že najednou on má ten svůj rozum, který jsme schopni mi ovlivnit, naučit a aby se choval podle nás. To znamená, že v tom batůžku má to, aby se s tebou dokázal bavit, aby tě viděl, aby byl na tebe příjemný, když ti řekne, jak ti to dneska sluší — jako zrcadlo, kdo je na světě nejkrásnější. No ale jsi schopen do toho přidávat další věci, které postupně, co jsme my se s tím robotem takhle hrajem, takhle hrajem, tak jsme vymysleli vlastně naše řešení na to, jak něco uchopit. Jako na mnoho činností, třeba ty prsty jsou zbytečný, stačí takový nějaký gripper, takže připojíš to do našeho batůžku a on umí uchopit. Chceš toho robota ovládat, všechny jeho končetiny, takovou tou teleoperací, připojíš tam to naše řešení a je to. Jo a toto je strašně hezký, že vlastně si můžeš pořídit libovolného robota, vezmeš náš batůžek, dáš to na něj a on bude fungovat, jak ty potřebuješ. Jak dlouho to trvá tady to propojení jako s nějakým jiným cizím robotem? Než to všechno nakonfigurujete tady ten váš batůžek? No, nejsou nějaké velké standardy v tom, jak by ti jiní roboti měli fungovat.

Minimálně u těch Unitree to bude fungovat na 100 % a hned. Oni tam mají svůj vlastní operační systém pro roboty, nazývá se to ROS 2, Robot Operating System. Pokud to ten robot má, což většinou má a zpřístupní to vlastně těm ostatním vývojářům, tak vlastně to je jakýsi standard, ve kterém mu řekneš, udělej krok, a on ho udělá. Takže by to mělo být celkem jednoduché. A ještě vlastně jsme nezmínili tu verzi toho Unitree, co vy máte, protože vy máte EDU a je ještě nějaká jako levnější verze, která je jen takový vlastně demo a tam je to asi všechno natolik ořezané, že takovéhle věci vůbec nepřipadají v úvahu, že byste k tomu něco připojovali. Je to tak. To je taková verze pro show, pro reklamní agentury, že ty chceš robota, aby přišel na tu akci, aby zamával, aby tam zatancoval a to je všechno, co on umí. Nic víc se s tím nedá dělat. On vypadá stejně, ale někde tam prostě... Jenom tam není konektor. Jenom tam není konektor, nelíší se to... A i ten počítač je trošku ořezaný, takže... Já si myslím, že to je hodně ořezaný. Je to o tom, že ho nemůžeš programovat, ale ten firmware, ten robot jako takovej, to, co on umí, tam je.

A pokud by oni dovolili, a zase je to jenom softwarová záležitost, možná ten konektor, aby tam byl. Kdyby se to rozmontovalo a řekli, hele, my máte tam přístup, tak vlastně my bychom se tam byli schopni taky dát. A ono, vlastně Unitree si říkalo, dobrý, toto je jako na hračku příliš drahé, tak udělali o něco menšího, víc takového, že vypadá víc plastově, víc takový jako zábavnej, tak to už bych řekl, že jsou jako jiné řady. Vždycky, když chceš toho robota programovat, musíš tam mít možnost něco připojit a dostat se do toho jejich systému, abys ho mohl ovládat. A v tom vašem robotu, teda v té verzi Edu, tam je jaký hardware vevnitř vlastně, o čem se bavíme? Jaký třeba malý jazykový model tam je možný nahrát? Jo, tam je, tam v tom základu, oni tam mají od NVIDIA kartu Orin, do které jseš schopen dávat to, co ti jako ona umožní, ale ty jazykový modely postupně se zkvalitňují, to znamená, že nějaký 8, možná 16 gigový soubor bys tam byl schopen dát, a to znamená, že by to mohlo být nějaký model, co končí tou 16, 20, něco takového. A ty modely, co jsem tam zkoušel třeba na tu češtinu, tak jsou pomalý.

Pak jako, že ty něco řekneš a tím, že je to v té češtině, tak on bude, tak budeš čekat třeba 5-7 sekund, než ti odpoví. A ta úroveň té češtiny je taková, jak když začínal GPT ve verzi 3.5, kde vidíš, slyšíš ty nepřesnosti. Ale je dostatečně silný i ten náš batůžek, který je na menším hardwaru, protože na spousty věcí to stačí, že pokud by měl být ten lokální model, tak víš, že stejně ta čeština tam nemůže být, ale na to, abys obsluhoval toho robota, aby on viděl kam jít, obsluhoval kamery, obsluhoval lidar. To je taky super věc, co my lidé nemáme, to je vlastně takový radar, který on vidí kolem sebe jako v 3D a když narazí tím paprskem na překážku, tak ji vidí a může ji obejít. Známe to z těch robotických taxíků, že? Tam se to používá, kromě Tesly. Jasně, přesně — a to bych chtěl říct, že je tam fakt zajímavé, jestli se orientovat jenom podle kamery, tak jak to má člověk, že taky máme dvě oči a vidíme, nepotřebujeme ten lidar nebo ten radar, nebo abychom byli jak netopýři, abychom to viděli i ve tmě, tak spousty věcí se dá dělat s tím obrazem. My jsme taky zkoušeli, aby on byl schopen jít, protože když se houpe, když jde, tak se vlastně pohybuje.

A ta kamera to najednou zaznamenává rozmazaně některé věci. Má tam rolling shutter. Ale najednou jsi schopen si fakt pohrát s tím obrazem tak, díky tomu softwaru, že ti to nevadí. Jo, že úplně chápu toho Ilona Muska, který říká, proč tam dávat lidar, který stojí 20 tisíc, když tam můžu mít kameru za sedm stovek. Jo, to je schválně ten extrém, ale myslím si, že spousty věcí dneska jsi schopen vyladit to, co ti chybí v tom hardwaru. A je to možná tak, že buď máš strašně moc hardwaru - moc čidel, moc všeho, lidary, toto, toto. A nebo máš málo hardwaru, ale musíš mít hrozně moc těch dat, na kterých to natrénuješ. Protože já jsem někde četl, že aby roboti pochopili komplexnost našeho světa, měli dostatečný dataset na to, aby dokázali pracovat v tom různorodným prostředí, v kterým se vyskytujeme my. Takže by museli do sebe pojmout nebo natrénovat se na takových datech, který odpovídá v současné době asi pětinásobku toho, co je na YouTube. Což už to, co je na YouTube, je pro mě nepředstavitelné množství, tak tohle ještě pětinásobek nepředstavitelného množství. Takže myslím si, že všichni teď pasou po tom sehnat ty správná data pro svůj trénink, ať už z fyzického světa nebo z nějakých simulací, senzorů a tak dále, že?

Takže asi tohle taky... To může být, ano, jako jedna z cest, když chceš udělat nějakého univerzálního. A častokrát ho nepotřebuješ úplně univerzálního. V těch fabrikách určitě ne? Přesně tak, jo. Třeba my jdeme tento pátek do jedné fabriky, co soustruží nějaké předměty a ona tam má pět vydefinovaných věcí, co chce. Šel, chytnul tu součástku, změřil ji, oddělal z toho ty špony, co tam jsou a dal do krabice. A tu krabici si předtím třeba jako poskládal. Nepotřebuje, aby ti nosil vodu. Nepotřebuje, aby ti uklízel, aby někam chodil v prostoru a bavil se s tebou. Nepotřebuje jít na svačinu nebo si dát cigáro ven. Potřebuje jenom elektřinu. Ten komplexní obor je zajímavý, kdo ví, jak se udělá — ale vem si, že kdybys fungoval jen na těch jazykových modelech, tak ti to taky v podstatě stačí. Protože ty můžeš udělat fotku a každý si to může vyzkoušet. Uděláš fotku a zeptat se, chci odejít z této místnosti, jak můžu jít? A on řekne, v pravém rohu obrazovky vypadá jako, že jsou dveře, jdi tam. Pošli mi pak fotku a já ti řeknu, kde může být klika. Jenom to bude pomalý. Jenom to bude pomalý, ale když nespěcháš…

Je to vlastně úplně stejný princip, jako dneska některé ty aplikace jazykových modelů umějí třeba screenshotovat obrazovku a něco ti tam klikat na počítači, tak vlastně je to, aby si to diváci představili stejný princip. Já jsem včera po Claudovi chtěl, aby mi tam přečísloval nějakých 150 podcastů, kde jsme nedrželi úplně tu řadu, tak on si prostě otevřel ten browser a 10 minut tam něco klikal a bylo vyřešeno. A my to nazýváme, že je to jeden Claude nebo jedno AI, ale vevnitř jich je jako mnoho různých. To znamená, že ten jazykový model, který ti analyzuje, co je na té obrazovce, je úplně jiný, než co ti kliká, protože je to úplně jiná dovednost. A u toho robota je to ještě víc vidět. Když chceš mít něco univerzálního, tak je to sakra drahý a možná dneska nemožný, ale dneska jako v roce 2026. Pokud to jsou jednoduché věci, tak to umí. A to, abys před něho dal flašku a on se ji snažil chytnout, to tam jde. A nemusíš mít ani super složitou umělou inteligenci, takovéto jazykový modely a složité učení. On vidí láhev a jenom najde ty souřadnice. A je to jednoduše udělané. To znamená, že ty jednoduché věci se dají dělat mnohem jednodušeji.

Jo, ale on pak by, jenom jak my jsme říkali, dones tu vodu, což byl jeden z našich use caseů, že v jednom obchodě oni chtěli, aby to takhle jako fungovalo. Nebo v té továrně: vem tu součástku, změř, jak je veliká, a dej to do druhé krabice. Je to strašně jednoúčelový a postupně se to dá k tomu nabalovat. Teď asi dostáváme obloukem k tomu, že když už člověk najde takový use case, třeba v nějaké fabrice, tak toho robota musíte nějakým způsobem ty pohyby a ty operace naučit. K tomu vy vyvíjíte taky nějakou záležitost, aby tam fungovala ta teleoperace a vlastně se ta tréninková data do toho robota nějak dostala. Tak jestli o tom můžeš něco ještě nám přiblížit? Takže buď můžeš jít a koupit si hotové řešení. Řeknu příklad. Chceš, aby něco uměl uchopit, ten výrobek jakýkoliv, tak si říkáš, stačí mi tři nebo pět prstů — no, stojí to 250 tisíc, jedny ty prsty. A nebo si uděláme naše řešení, které stojí jako řádově jinde. Protože nám stačí dva prsty. Protože nám stačí dva prsty, protože mně stačí, abych uchopil tu sklenici. A najednou porovnávám řešení za 50 tisíc versus těch 250.

A v té chvíli já přemýšlím, co všechno můžu vzít těmi našimi dvěmi prsty. Vzít propisku, vzít zkumavku, vzít sklenici, vzít nějaký jiný předmět. Ve většině věcí to stačí. Člověk, když si sám sebe představí, kolik prstů potřebuješ, abys něco vzal, tak vlastně používáš ty dva, ten zbytek je jen tak, abys zafrajeřil. Jakože piješ z toho prostě kávu. Abys ho ovládal, tak je to něco podobného. Ty chceš ho naučit ty pohyby, jak to dělá člověk. A určitě na začátku musíš udělat to, aby on kopíroval tebe. Je několik způsobů, jeden z nich je, že si vezmeš nějaký Oculus, vezmeš si takové ty joysticky do ruky a on rozpozná — což znáš z virtuální reality — ty tvary tvého těla a nějak to kopíruje. Staneš se robotem a řídíš robota přes virtuální realitu. Tak. Po té, co si to koupíš, tak zjistíš, že ti toto nestačí, protože potřebuješ počítač. Protože ti nestačí tento oblek, a může to být Apple, jejich Vision Pro nebo jak se to nazývá, nebo levnější Oculus, že potřebuješ ještě počítač za 100 litrů, kde ti přes jejich grafickou kartu to všechno bude zvládat a posílat do toho robota. Tak se najednou bavíš o tom, že máš řešení v desítkách, stovkách tisíc na to, abys ho ovládal.

A ono to jde jiným způsobem. Takže co my jsme vymysleli a udělali, že jsme dali nějaké čidla na to tělo a ovládáme naše tělo a jde to rovnou do toho robota. To znamená, že my víme, jak je natočená ruka, jak jsou otočené ty jednotlivé klouby, zase řádově úplně jako někde jinde. A ty jsi schopen ovládat buď to v té simulaci toho robota, nebo napřímo. My jsme teď rozběhli to, že ovládáme tu horní část těla, že normálně na některých videích to je, že vlastně já ovládám, vytáhnu pipetu ze zkumavky, dám to někam jinam, chytnu krabici, dám to do klecového boxu, ten průmyslový, který se používá v továrnách a posunu to dál. V současné době testujeme full body, aby byl schopen ovládat i nohy. A nejlepší fakt na tom je, že je to rychlý, je to extrémně rychlý, nepotřebuješ ten počítačový výkon okolo sebe. Fakt se bavíme tedy někde mezi 20 až 40 milisekundami zpoždění. To znamená, že on fakt vnímá ty moje pohyby extrémně rychle. Něco podobného se používá třeba v počítačových hrách. Když chceš naanimovat nějakou postavu, tak máš motion capture studia, tam zaplatíš bambilion za to, že si ho pronajmeš.

A najednou máme řešení — vznikl nám gripper, a jestli chcete, my vám ho taky prodáme. Vznikl nám oblek, který máš na ovládání toho robota, a jestli chcete, my vám ho klidně dáme, protože jsme ho sami potřebovali a chtěli jsme rychlé, perfektní, přesné řešení. Takže to je jako ta technická část. A ta druhá je, že je to neuvěřitelný — až příště přijdeš k nám, tak ti to dáme na sebe, ty se hýbeš a ten robot se hýbe. No to je děsivý. To je, jako bys ovládal někoho na dálku, jako bys byl vedle něj. A ten kolega to zkoušel, že byl někde u Hodonína a odtamtud ovládal toho, co byl v Brně. Máš tam trošku zpoždění, protože nemáme přímé spojení a valí to přes Prahu, nebo já nevím kudy — ale bavíme se třeba o 100 milisekundách. Jo, to je úplně jako nic. Takže příště, až to bude full body, tak si se mnou může jít Senti zaběhat. No jasně. Ale maraton se mnou neuběhne, protože na to mu nestačí ty dvě a půl hodiny a já maraton za dvě a půl hodiny neuběhnu. A on běží fakt jako strašně pomalu. On tam má, kolik by to mohlo mít, třeba takových pět, šest kilometrů za hodinu.

Museli bysme ho naučit s tebou běhat tak rychle jak ty. A ta baterka by mu fakt nevystačila. Ty běháš za kolik ten maraton? Já jsem kdysi to běžel asi za 3:30. Museli bychom dát přestávku, přehodit baterku. Já na ně nemám, protože ony teďka udělaly v tom půlmaratonu nějakých 51 minut. Jo, jo. Já jsem chtěl říct, že bysme si dali ten půlmaraton. No, jo. Půlmaraton, no, to je nepříjemná trať. Člověk musí hrozně makat vlastně. Jo, jo. Možná, jo. Ale víš, že ta teleoperace je jeden z možností, jak ho vlastně učit toho robota a ty věci, že on vlastně kopíruje tebe. A ty už si tedy naznačili, ať Google nebo kdokoliv jiný Hugging Face, což je jedna z firem, která i do té robotiky, do toho softwaru začala dělat taková ta komunitní a hodně open source v tom je. Tak vlastně i oni podporují ty jiný způsoby, že třeba vezmeš tu kameru a jenom z těch záznamů sleduješ, co ten člověk dělá, vyhodnotíš to a naučíš toho robota. Proto je vidět, že třeba v těch továrnách v Číně, že tam mají hodně lidí a hodně továren, jim dají ne čelovku, ale kameru a oni dělají záznamy z toho, jak skládají trička, jak šijí něco, jak něco montují.

A to jsou ty data. A třetí, která je taková s otazníkem, teprve začíná: že ty mu, jak řekneš v ChatGPT, udělej mi obrázek, nebo v jiných systémech udělej mi video jak něco. Tak ty jsi mu schopen taky říct, vyrob mi teďka tisíc videí, jak člověk bere sklenici a vlastně ti vyrobí to, co ty bys musel dělat buď to s těma lidma, nebo s tou kamerou, anebo to fyzicky brát. A najednou máš cokoliv. Máš dataset. Takový dataset, který tě stojí docela dost peněz, protože vyrobit desetisekundový video krát tisíc kousků, to se nasčítá. Ale jsi ho schopen vlastně naučit cokoliv, jak bere propisku, jak bere zrnko kávy, jak dává tu kapsli do toho kávovaru. Takže to jsou věci, kde se to posouvá úplně z druhé strany, než by člověk čekal. Já jsem se díval taky teďka, jestli to teda nevykládám špatně, že tady tréninkový data se teďka hodně berou z různých videoher, kde vlastně taky ty postavy jsou rozanimovaný a je to možná jednodušší, než generovat ty videa, tak to vzít takhle z nějakého herního engine. Jo, a potom tam je o tom převodu do toho reálu, protože tam máš, a to je to, co jsem říkal, že ta robotika je taková těžká, že v simulátoru ti to funguje luxusně.

A najednou v tom robotu to nejde, prostě tam bude trošku menší proud do toho jednoho motoru, je jinak stabilní, skoro bych řekl, zafouká vítr a všechno může být jinak. To znamená, že když se něco vyvíjí, tak ty to dáš do jednoho simulátoru, super, dáš to do toho druhého, ale taky to jde, tak pozor, dáme to do toho reálného a není to tak, že by si byl 100 % jistý, že to pojede jako na 100 %, protože něco tam může být nastaveného jiného. To jsem vlastně se chtěl zeptat ještě, jak jsi říkal, že máte teda po těle různý senzory, který vlastně zaznamenají ten pohyb člověka a převádějí to nějakým způsobem tady do těch výukových dat pro robota, ale člověk má ty klouby a svaly a všechno jako jinak, jakým způsobem tam proběhne ten převod, aby ten robot pochopil, že tou rukou má hýbat jako takovým nebo makovým způsobem. My jsme se bavili, ty jsi říkal hrozně hezký příklad s tím kreslením té dlouhé čáry na tabuli, to mi přišlo, že si na tom člověk to krásně představí. No, jednak je to o tom, kam umístit to čidlo, protože jsou některý části, které jsou v pohodě, ale když si to dáš někam, jak jsou bicepsy, tak najednou zjistíš, že i když otáčíš jenom rukou, tak zjistíš, že se to tělo tím mění.

Takže během toho snímání nám vzniká obrovské množství šumu, který ty musíš vyfiltrovat, že jenom takhle otáčím a to neznamená, že zvedám tu ruku. Takže taková ta kalibrace, my tam máme třeba 12 nebo 16, teď tam bude na to celé tělo pohybu, který ty musíš udělat, aby se skalibroval, aby on viděl, že máš předpaženou, upaženou a tak dál. Kolik těch senzorů, promiň, kolik těch senzorů vlastně máš po těle, když je to full body? Tam máme vlastně na každé té části, to znamená, že aby hýbal tímto, takže tady máš jeden a ten ti bere celé to zápěstí, ty směry, když jím pohneš, takže to máš jeden, dva, tři, takže na každou ruku, takže jich máš šest, pak aby se hýbal, jako v tom pasu otáčel, takže to máš další a pak na ty nohy, takže to máš jeden, dva, tři, vlastně na ty nohy. Takže to je, máš tři a tři dole, na ty dolní končetiny, horní končetiny a ještě jeden nějaký takový ten kalibrační. A když jsme u toho fyzična, je strašně zajímavý, že když si vymyslíš nějakou polohu, tak ten algoritmus očekává, mám ruku v pravém úhlu, tak to dáš, což teď se nám povedlo. A když tu ruku máš dát do pravého úhlu, ale ten loket má být u tebe a ta ruka má být vpravo, tak zjistíš, že fyzicky, protože už nejseš tak pružnej, jak jsi býval, to nedáš.

Člověk zjistí limity svého těla při programování robota, že? A přesně, když se otáčíš tak najednou, jakože jsou to věci, že když se otáčíš doleva, tak zjistíš, že to není, že se otáčíš jenom v pase, ale otáčíš se i v pánvi a v nohou a v kolenou a až v kotníku, že se vlastně celý tak jako podlomíš. To si člověk jako úplně neuvědomuje v tom běžném provozu, protože to ten mozek odfiltruje, ale ty pohyby veškeré jsou jako hrozně komplexní. Stejně tak my máme jeden kloub a umíme s ním udělat spoustu pohybů, on tam má proto ty tři. To znamená, že těch senzorů tam není moc. Já si myslím, že časem se ten počet senzorů bude zvyšovat, protože potřebuješ vědět, jak to mít — nechtěli jsme to mít těma brýlema. Ty to poznají, nebo ta helma, nebo jako ty brýle. Protože v tom našem obleku můžeš makat celý den, ani o tom nevíš. Jenže jestli jsi měl někdy ten Oculus, tak zjistíš, že po půlhodině je těžký a nechceš to pak dělat, máš opálenou hlavu. Takže těch senzorů není moc. Pak se asi na tu manipulaci přidají, když by tam byly prsty, protože potřebuješ vědět, jak se hýbou jednotlivý prsty.

A to už jsou přílišný detaily, kde ty to až do takové univerzálnosti nepotřebuješ posouvat. A teď mě tak napadá, jestli se to neposune jako ještě do jiné roviny, že vlastně kdyby jsi věděl, jakým způsobem ty pohyby řídí mozek a četl přímo ty nervový signály, který jdou z mozku a vytvářejí ten pohyb, tak jestli by to nebyla ta nejcennější data pro učení robotů. Ale vem si, že pak si najednou docvaknou věci, že ten Elon Musk, kterýho jsme párkrát zmínili, ten Neuralink — tomu se to propojí, určitě s tím dělá věci. On je strašný vizionář, i když je to velice kontroverzní osoba. Ano, protože jedna z těch věcí, která je takový ty EEG a různý senzory jsou schopni, že ty jsi schopen hýbat balonkem a na jednou si řekneš, tak já jsem schopen hýbat nejenom svýma rukama, ale i něčím jiným. A vem si, že ten robot a tu jsme v té části, možná do těch emocí a těch jiných věcí, že my na sebe teďka taky nějakým způsobem působíme. Je to tím hlasem, ale už jsem zapomněl, co jsme říkali před pěti, deseti minutami, kdy jsem mrknul a kdy ne, kdy jsem víc nebo míň gestikuloval, jakou jsem měl teplotu, jak vypadám. Že to člověk zapomíná, ale vem si, že ten robot nemusí mít ani nějaký speciální termovizi a najednou podle toho rytmu, jak mluvíš, jak mluvíš nahlas, kdy zpomalíš, jak dlouho přimhouříš oči, kam utíkáš těma očima, on si to pamatuje, všechno vyhodnocuje.

Takže najednou těch senzorů, na to, aby se s tím robotem bavil, a on řekne, Martin, nelži mi, ty jsi tu vodu nevypil, nebo vypil. Že spoustu těch věcí, o kterých si dnes myslíme, že to musí být narvaný spoustou čidel, jsi schopen zjistit i jiným způsobem. Já jsem právě nemířil úplně na ten neuralink od Maska, ale na takový ten bionický náramek, co máme třeba k brýlím, který taky podle mě čte nějaké nervové signály a převádí to do pohybu té ruky. Takže mě napadlo něco takového. Tam jsou přesně takové věci. My jsme se s naším fitness trenérem Pepou, kterýho zdravíme, bavili o tom, že říká, hele, ty lidi tak strašně blbě cvičí a zvlášť, když jsou jako doma. Nešlo by, a já jsem to viděl, jo, v Americe, v Číně, říká Pepa, že jsou vlastně něco, aby on ti říkal, děláš to moc rychle, nedotahuješ to až nahoru a dej tu ten loket trošku dolů. Jestli se to nedá použít i v jiném oboru než ta robotika. Jo, třeba to má takový lidský smysl, přijde mi to super, protože... A ten náramek je přesně takový. A když se podíváš na profesionální sportovce, ti to používají. Podíváš se na ceník a řekneš, jo, profesionální sportovci.

Nebo i v nějaký fyzioterapii, víš, jakože to jsou kolikrát takový nuance, co ta fyzioterapeutka s tebou řeší, jakože stačí hrozně málo vlastně v tom držení těla a něčem. My jsme se tím dlouhodobě nezabývali. Řekl bych, že jsme tomu věnovali fakt třeba jako týden jenom. Protože jsou to ty stejné senzory, jestli ovládáme robota, tak jsme se dívali na to, co jsi schopen vlastně vyčíst. Ty máš pak jiný čidla, který si, tam je strašně srandovní, že ty to koupíš čidlo na měření té svalové aktivity třeba za 150 Kč, jakože to nejsou miliony. V tom hotovým řešení jo, protože čidlo a hotové řešení je ještě obrovský kus práce. Takže ty jsi schopen zjistit, jak ti ten sval pracuje a vlastně mít tady dvě čidla na to učení a nějaké naše zkušenosti. Dobře, na začátku by tam bylo třeba pět různých měření, ale potom by ti možná stačila jenom kamera, která je natrénovaná na to, stejně jako ten robot, jak skládá ty součástky. Tak zjistí, že když děláš tímto způsobem, že to děláš blbě a že tady jako nedotahuješ, že možná už jenom z toho obrazu, ale musíš ho natrénovat. Takže najednou my vidíme, že nejenom, že máme ten gripper na uchopení a máme i ten oblek, ty senzory na ovládání robota.

Možná na ovládání naučení animovaných postaviček pohybu nebo v počítačových hrách, ale je to schopný se ti prolnout i do toho životního stylu — všichni si to možná chtějí řešit sami, něco měřit, cvičit sami, a přitom potřebuješ jenom toho odborníka, toho Pepu, který ti řekne, jak správně máš hýbat těma rukama. Algoritmus to zvládne a máš najednou osobního trenéra: dáš si tu kameru nebo pár těch čidel na sebe a funguje to. Super, tak třeba se vyvrbí prostě takovýhlej další uplatnění, to je hezký. Jo, je to zajímavé, kam se to rychle posouvá díky umělé inteligenci a tomu programování, vlastně nemáš ty limity, kde by si řekl, já těm svalům vůbec nerozumím. Tak to je skvělý, že najednou máš toho programátora, kdo ti to udělá. No a pak určitě diváci viděli tady ty Unitree roboty tančit, dělat kung fu, velký performance prostě, co s nima Číňani prezentují. A to možná jako ve výsledku vytváří takový jako mylnej dojem, čeho všeho jsou ti roboti schopní, protože si myslím, že spousta lidí to chápe tak, že to dělají nějakým způsobem autonomně. Ale my jsme se bavili o tom, že to je všechno vlastně naskriptovaný pohyb, kde ty roboti přesně vědí, že teď mají pohnout tím kloubem tak a tak a ve výsledku to vytvoří celou tu performance.

Jak se díváš na takovýhle trošku nereálný prezentace versus prostě toho, když pak toho robota máš v kanceláři a on se ti učí jako zvednout skleníčku. Ale tak on je celý svět takový jako hra. Protože když si vezmeš — dcera chodí na taneční konzervatoř — oni když jdou na to taneční vystoupení, tak mají za sebou fakt stovky hodin, kde opakují pořád to stejné. Pak tam přijdou tři a půl minuty a nazdar, mají odtančeno. To stejné je vlastně, když ten robot to dělá, taky ho to naučí, nic jiného neumí, a teďka mu zmáčknou to tlačítko, řeknou, hele, teďka jdi a tanči. Když tančí sám, je to jednoduché. Stejně jako když ten tanečník tančí sám. Když je najednou ta skupina, tak ho ta synchronizace tam musí být. U toho robota musíš vidět, kde jsou ty ostatní, což je disciplína sama o sobě právě práce s tím hejnem, já nevím, dronů nebo robotů nebo čehokoliv rybiček je trošku složitější. Ale i to ho naučíš, jenom tu jednu disciplínu. A pak vidíš ten výsledek, že jo, to znamená, že pustíš si to video na tom TikToku a vidíš, že ti tam jako dvacet robotů něco dělá a pak tam přijdou ty děti, skáčou s nimi, dělají ta salta — a za tím je obrovské množství práce.

A pak nakonec to může vzbuzovat v lidech pocit, podobně jak jsem byl u kamaráda v jeho chemické laboratoři. A on říká, hele, takže on to umí vzít, to je jasný, on umí chodit, já jsem viděl to video, dokonce by u toho uměl udělat i kotrmelec a tu zkumavku nevylít. Říkám, on tu zkumavku neumí vzít, ale jestli chceš, tak ti zatančí. No, to je právě ono. Že to tak je, ale to nikdo nechce — ty chceš ukázat to nejlepší, co to umí, a to ti ukazuje. A tam možná zase narážíme na ten rozdíl těch schopností toho hardwaru, který je v podstatě hotovej a umí všechno a toho softwaru, který to řídí, který prostě jakmile není naskriptovaný, tak už to má určité omezení a musí to být nějaký naučený data. Na těch tanečních věcech je strašně krásně vidět to, co jsi říkal, že ten hardware je z velké části hotovej, protože ta dynamika, rychlost, rozjetí, zastavení, že ten robot dokáže být ve vzduchu, že dokáže být na jedné noze, to je jako úžasný. Vem si, že málokdo z lidí by tohle dokázal. My, co máme problém se otočit do pravého úhlu, tak to víme. A ty najednou zjišťuješ, že to je fakt o tom softwaru, který by s tím měl něco dělat a myslím si, že potom, jak to půjde víc mezi lidi, protože v těch továrnách ty roboti jsou zavření za nějakou mříží dneska nebo síťovinou nebo nějaký vymezený pracovní prostor, aby náhodou neublížili tomu člověku.

Ale jak to půjde do těch lidí, tak najednou to začneš řešit i ty otázky trošku jiný, nejenom, že on se dynamicky a hezky pohybuje, ale aby k těm lidem byl nějak přívětivý. Možná i opačně, aby ti lidé byli přívětiví k těm robotům. Přesně tak, jako. Ono to je o tom, jak se nějakou dobu, když začínáš s ChatGPT a s těmi jazykovými modelama, tak občas se někdo ptá: děkuješ tomu ChatGPT nebo tomu Claudovi?. Ty děkuješ nebo ne? Poprosíš ho. Jako občas děkuji. Poslouchá tě. Občas děkuji, ale přiznám se, že občas nadávám. A ono je to o tom, že mu je to skoro jedno, ale spíš to mění jako nás lidi. Což ukázala jedna z těch studií po covidu, když se děti vrátily do škol a vlastně v Americe oni měli takovou tu Alexu, Google, Siri a tak dál na ovládání domácnosti. A oni přišli do té školy a ty děti nepotřebovaly říkat: Alexo, prosím tě, buď tak hodná a rozsviť mi tady světlo a pusť mi k tomu hudbu. Jo, děkuji ti. Ty jsi jenom řekl, a to stejně si to jako používá většina z nás, takhle play music. Rozsviť. Otevři dveře. Něco. A ty děti v té škole dělaly úplně to stejné. Začala normálně výuka, učitelka tam byla, trošku šero, a dítě, John, řekne: rožni světlo.

A změnilo to nás. Té učitelce je to blbý, těm nám jako lidem je to blbý, že najednou to jestli používáš, jaký jazyk používáš, tak si myslím, že to mění jako nás samotný strašně moc, protože ty taky v tom chatu pak nemusíš vědět, jestli to je člověk na druhé straně nebo ten robot, kterých bude jako čím dál víc. On ti, že jo, líp odpoví, když ho jako poprosíš, poděkuješ. A u toho robota to bude něco podobného. Vlastně, jakým způsobem se ty k němu budeš chovat, tak on řekne, takhle se mám chovat k tobě. A nebo jak jsi říkal, ta druhá část, jestli to nemění nás, no. Jestli já ho budu považovat za otroka, nebo ne, jo. Stejně jak jsi na začátku říkal, trošku jsme ho pošikanovali, tak jsme ho tady strčili. Já jsem si totiž uvědomil, když jsme byli na dovolené, a díval jsem se na ty lidi, jak vlastně chodí a jak se vzájemně respektujeme, jako lidé. A teď vidíš takový ten paradox, že když jdou dva stejní lidé, tak si nějak jako vyhnou. Když tam je dítě, tak ty ho trošku přehlížíš. Že ty očekáváš, že to dítě ti trošku jako... Funguje tam nějaká hierarchie mezi těma lidma, která prostě...

Jo, jakože tam je určitá role. Asi to máme přirozeně v sobě, no. Když máš svaly, tak neuhýbáš nikdy. Jo, když seš autorita, taky neuhýbáš. Jo, prostě generální ředitel jde a je jedno, jestli to je namakaný borec, sekretářka, hezká blondýna, nebo dítě, zaměstnanec — všichni uhýbají. Není to o těch svalech. Je to o té roli, co ten člověk má mít, o té úrovni, kterou jako vůči těm ostatním nějak se snaží prezentovat. A když si to my dáme do porovnání s těma robotama, tak ten člověk podle mě musí mít velmi podobnou roli v té společnosti, podobně jako člověk. Protože pokud by byl úplně nejnižší, jako všichni budou přehlížet a robot se bude muset jenom jako všem vyhýbat. Hele, dítě, tak mu uhni. Jde svalovec, jde slečna, všem uhýbej. Možná, že by to mohlo být jako správný, protože je to v té roli toho otroka. Ale nikam se nedostane. Ale nikam se nedostane. A myslím si, že my máme krásný příklad z toho ne humanoidního robota, ale jak v Praze popojíždí takový ty vozítka, který ti vozí jídlo, z jedné křižovatky na druhou. Nepřejde, protože ho to auto nepustí, nedá mu tu přednost. My to máme dané v zákoně: když je tam člověk, řidič musí zastavit, musí ti dát přednost v jízdě, abys přešel po tom přechodu.

No a když tam bude stát ten humanoidní robot, on nikdy nepřejde. Jedině kdyby tam byla zelená. A ještě by na něho možná troubili. No, ty váhy tohohle chování mezi robotama a lidma, to se bude muset postavit všechno, no. A tohle je jedna z těch věcí, jak říkáš, jako váhy, a pak je druhá, kde vlastně, já když mám nějakého člověka, tak možná toho, k tomu řediteli, ať jakýkoliv, tak k němu určitým způsobem vzhlížím, protože něco dokázal, je na tom místě, někdo ho tam jako, když to nejsou politici, dosadil, ale jo, že si to zasloužil, že je v něčem dobrý. Má nějaký status. A ten robot, může mít někdy nějaký status? No, to je otázka. Já tě obdivuju, že děláš podcasty. Můžeš obdivovat robota, že něco dělá? Jako, v podstatě můžu, když to bude třeba v nějakých extrémních podmínkách, kde by to člověk nezvládl v nějakým hrozným vedru nebo mrazu, tak si řeknu, že ta technologie je skvělá. Ale vem si, že náš robot začne dělat podcasty a teďka ty řekneš, jo, si jich pár poslechneš a řekneš, hele, on to dělá fakt dobře. Jak to dělá? Pak mi zavoláš: hele, nemůžu si promluvit s tím robotem.

Jak to, že on je tak strašně vtipnej? Nevím, jestli si dovedu představit takovouhle budoucnost. Že bys vzhlížel jenom k lidem, nebo i k robotům? Myslím si, že to bude trvat, než si to sedne. Tady je tahle věc, než si to sedne — ty váhy, to, jak to budeme vnímat. Ale ono strašně záleží, já si myslím, že strašně záleží na tom, jaký ty schopnosti prostě ti roboti budou mít a co budou vlastně vykonávat. Ty si myslíš třeba, co je první na řadě, co ty roboti jako budou dělat za nás? No, než ti ještě odpovím, my jsme se tady před natáčením i bavili, že vlastně to se děje s tím videem, audiem a tak dál. Vlastně teď říkáš, asi bych nešel za tím tvým robotem Sentim se pobavit, jak mám zapojit ty kamery a sestříhat to. A co děláš ve skutečnosti? No, jdeš za Claudem. Jo, ale tak třeba bych šel. Ne, ale že už dneska... Už dneska se ptám stejného modelu, že? Ptáš se úplně stejného modelu, jak to dělat. A s tou kamerou, no, to musíš zmáčknout to tlačítko. Které tlačítko? No, to, co tam bliká, jako. Jo, tak to ne. Že najednou by ten robot byl schopen ti říct, hele, toto tlačítko to je.

Hele, teď mám zrovna, jako si mě brnknul, že mám jako vtipnou historku k tomu, s tou kamerou, protože na mým foťáku od Sony došlo k tomu, že se špatně zapsaly poslední asi tři fotky na kartu. Kartu jsem vyndal, aniž bych to věděl, že se to špatně zapsalo, ta kamera prostě potom po zapnutí hlásila, že se poslední fotky nezapsaly, jestli má ten přenos obnovit. Nešlo z té smyčky žádným způsobem ven. Prostě tam byly dvě otázky, na který jsem odpovídal. že nechci obnovit, že chci obnovit, i že tam je karta — nic neproběhlo. Furt běžela ta smyčka, vyndal jsem baterku, vyndal kartu, dal tam jinou kartu, nic nepomohlo. Řešil jsem to s umělou inteligencí, jestli mi poradí, řešil jsem to na YouTube, všechno jsem vyzkoušel, protože vždycky mám pocit, že to vyřeším jako jednodušeji, než to poslat do servisu. volal jsem do toho servisu, tam mi taky nic neporadili, pošlete to sem, to bude už nějaké jako hardwarová věc, nejspíš jako té mechaniky, kam se dává ta karta. Takže jsem to poslal, za dva dny mi pán volal: nic vám neúčtujeme, jenom to dopravný, posíláme to zpátky. Ono stačilo v té smyčce, která tam běžela, zmáčknout nelogicky tu druhou možnost.

Ale nikdo prostě — ani umělá inteligence, ani žádný YouTube návod — to prostě nezná. Takže pán to otevřel, kliknul na všechny možnosti, co jsou možný a poslal mi to zpátka a bylo vyřešeno. Jo, jo. Takže tam je strašně zajímavé, že vlastně dneska se bavíme s umělou inteligencí a bereme ji jako ten vzor, svěřujeme se, je to ta naše vrba, se kterou řešíme ty problémy — hele, co koupit manželce za knížku, když má ráda tady tyto filmy a tak dále, co je to za bolístku, hele, bolí mě noha, tak to nafotíš. A řešíš tam věci odborný, psychologický, jakýkoliv a vlastně ty to budeš řešit úplně to stejné s tím robotem. Jenom jde o to, aby byl možná příjemnej, aby ti to bylo jako fajn se s ním takhle jako vidět. Takže myslíš, že ho budeme nakonec brát jako sobě rovného, nebo k němu budeme třeba i vzhlížet, když bude mít všechny ty vědomosti světa? To je strašně těžká otázka, když říkáš vzhlížet — protože jestli už dneska vzhlížíme k té umělé inteligenci, tak bych řekl, že budeme i k němu, protože on bude strašně chytrý. Nevím, jestli si ho budeme jako vážit a proč — jestli to není jenom to lidské, že tebe mám rád; robota můžu mít rád, no dobře, je mi s ním dobře.

Jak se to — obejme mě robot, bude to vřelé objetí? Ano, protože má teplé motory, a bude měkký, to je jenom o tom, co na něho dají, ta mikina prostě bude integrovaná do něj. Ale aby byl můj vzor, abych k němu jako vzhlížel, já nevím, jo, ale když vidím ty lidi a vlastně ten směr, jak dneska obdivuješ to ChatGPT nebo všechny ty jazykový modely — mám několik známých, co pracují jako takový ty koučové, poradci, nebo ty předmanželské poradny a tak dále, tak oni říkají, že není nenormální, že tam přijde pán s paní a řekne: hele, my tady máme někoho třetího. A co to je, kdo to je? No, můj manžel se baví s tou umělou inteligencí, jo, a nebaví se se mnou, protože ona mu vlastně vyhovuje úplně ve všem. My jsme to tady trošičku rozebírali s Bárou Karpíškovou právě, jakože, hlavně ty děti, jako mají tady to character AI a podobné aplikace, kde vlastně si vytvářejí tady nějaký jako virtuální kamarády, partnery a je to fenomén dnešní doby a zároveň s tou robotikou Čína teďka, myslím, zakázala vytvářet ty roboty jako společníky pro člověka.

Zároveň tam jsou firmy, který takový věci dělají a něco takového vyvíjejí. A tam je těžký, že se dozvíš jenom to, co o nich chtějí říct. To byl ten důvod, proč jsme tam šli a úplně chápeš, že ten robot se dá použít pro dobro nebo pro zlo. A on ještě nemá to, že robot by neměl ubližovat člověku, protože to je ten mozek nebo ta duše, kterou mu tam ještě nedáváme. Vidíme, že dron může letět a zmapovat, jaká je vlhkost v půdě a kde by se mělo zavlažovat a tak dál. Anebo ne, úplně něco jinýho. A stejně tak si myslím, že to bude i o těch humanoidních, kde je to přece jenom blíž k tomu člověku. Ale dokážu si fakt představit případy, kde by fakt pomohl. Pokud je člověk nemohoucí z různýho důvodu, že je starej, že je na vozíku, že je línej a má ti něco donést — to je úplně pecka. My jsme dělali jednu akci a byli tam lidi, vozíčkáři, byla to modní přehlídka a jedna ta paní říká, strašně by se mi líbilo, kdyby mi ten robot uměl navlíct ponožku. A já jsem si to neuvědomil, jak je to těžký, až když mě onehdá bolela záda a nebyl jsem se schopen vohnout.

A nevěděl jsem, jak si obléct tu ponožku. Jo, blbost, jako, a vem si, že ty tu ponožku potřebuješ furt. A najednou bys měl někoho, kdo by ti s tímhle pomohl. Což je mnohem užitečnější věc než to, o čem se občas mluví — hele, aby robot uměl uklidit nádobí do myčky. Podle mě to je jako taková blbost, že ti to ve skutečnosti, když si to změříš, tak uklidit fakt velkou hromadu nádobí do myčky ti zabere minutu, minutu a půl, jo, že nic s tím neušetříš. Ale pokud bys to nemohl dělat z nějakého důvodu, je to super. A v těch věcech, fakt já nevím, kde se to objeví jako první. Vem si, že když začaly ty jazykový modely, tak úplně jasné bylo, že umělá inteligence bude nahrazovat profese různý, rozhodně ne ty kreativní. A jedna z prvních věcí, která fungovala naprosto špičkově, je kreativní. To je přesně na co narážím, protože ta umělá inteligence přesně zacílila nebo zasáhla takový obory, kde jsme to nečekali. Tak si říkám, jestli s tou robotikou to není podobné, jestli třeba ta Čína už nemá ty signály, že přesně ten sociální kontakt nebo společenský kontakt mezi člověkem a robotem je ta věc, která bude fungovat.

My z nich budeme mít kamarády, budeme se jim svěřovat, budeme mít doma. A jestli v tom třeba necítí ten problém prostě jako společenský, aby k tomuhle došlo. Já myslím, že ještě ne, protože přece jenom je to hardware, je to strašně těžký. I ten náš robot, který je malej, váží 40 kilo. Nechceš, aby ti spadnul nebo šlápnul na nohu, protože je to nepříjemný. Nevím, jestli jsme to spolu zkoušeli. Šlápnout na nohu ne, ale divil jsem se, jak hrozně dupe, i když měl nějaký ponožky. A my jsme mu tam pak dali tenisky a najednou se to snížilo o 10 decibelů, ta hlučnost, která tam je. A přitom ta stabilita se moc nezměnila. Promiň, a může vůbec chodit v botech, nebo to naruší tu stabilitu? Naruší mu to tu stabilitu, chodit v tom bude, ale je míň stabilní, protože když se podíváš na svoji tenisku, tak máš centimetr gumy a najednou je to takový jako měkčí. Já jsem právě přemýšlel, jestli je to vůbec možný, aby byl v botách. A on je naučený, že to umí. Stejně tak nemusí jít po tom rovném povrchu, řeknu betonu. Když mu dáš koberec, tak zase je to nějaký, já nevím, 3, 5, 10 milimetrů velký a měkký.

Ale dokáže chodit třeba po trávě, po křivým povrchu. Ale když má ty svoje hladký plochý nohy, tak je v tom nejstabilnější, protože přesně ví, kde on stojí. Takže co on nahradí? A nevím, možná, že to bude fakt v těch továrnách věci, kterými nebudeme chtít dělat. V automotive průmyslu toho robota používali k věci, která by tě jako nenapadla, ale taky se musí testovat. a lidi přijdou ke kufru auta a tou nohou takhle mávnou pod tím nárazníkem a otevře se kufr. To potřebuješ otestovat. Potřebuješ to u každého auta. A jestli tam přijde robot, který u kufru mává nohou. Nebo jestli tam bude robotické rameno. Nevím, já si myslím, že musí tam být několik skoků, protože když si vezmeš, že rozpoznávání předmětů umělou inteligencí se umí, nebo ty algoritmy jsou známé, já nevím, 40, 50, 60 let. To už jsou roky. Na to, aby ho rozpoznal velmi rychle, co je na tom stole. Máš modely a to počítačové vidění, třeba si to můžeš vyzkoušet na YOLO, což je dokonce i apka do mobilu — dáš si to a vidíš v reálném čase úplně brutálně rychle, co on jako to počítačové vidění vidí. Ale musely tam být skoky k těm jazykovým modelům.

Jazykový modely uměly trošičku udělat, zesumarizovat text, dát ho do odstavců, to bylo celý. Ale dneska mu řekneš, udělej mi návod — což bylo před rokem. Dneska mu řekneš, napiš mi program. A najednou jsme úplně jinde, než ten jazykový model byl. A stejně tak i u těch robotů. Já myslím, že tam budou třeba dvě, tři takové vlny, které to výrazným způsobem změní a posunou úplně o level jinam. Ale třeba to bude trvat. U jazykových modelů víš, že každej měsíc nebo čtyři až šest týdnů trvá, než se vymyslí nový model. Já mám pocit, no to jo. Já třeba pro jednu firmu dělám, když školím o umělé inteligenci, že máme takovou AI akademii, že každý dva měsíce se sejdeme a řekneme si, co je novýho. Já koukám, protože jak to jde v tom kuse, tak ono to najednou máš ten čas, že se ti to zesumarizuje. Když jsme se bavili o tom, kde se roboti objeví jako první, tak vlastně jaká je ta největší překážka, která teďka stojí před tím, aby se jako všude objevili? Aby byli všude mezi námi? Co to teďka nejvíc brzdí? Asi to bude ten mozek, protože jsme si řekli, že ten hardware je v podstatě hotovej. Co tomu brání je asi, aby ty jednotlivý věci, které ti fungují samostatně, aby v tom robotovi fungovaly jako celek.

Aby to byla taková ta autonomie, která je a může být i jednoduchá, protože on umí perfektně uchopit, perfektně rozpoznat, perfektně udělat ten krok, perfektně ti to donést. Ale aby on takhle fungoval v kavárně, toto je to nejhorší. Aby všechny ty věci do sebe zapadly a fungovaly u sebe. Myslím si, že z velké části je to ta věc softwarová, protože zvládnout to zvládne. Pokud nestavíme nějaký super univerzální. Myslím si, že určitě donese flašku, jako láhev té vody. Problém bude mít, když by měl vzít šálek kávy i třeba za to ouško nebo takhle. Protože víš, že to musíš vyvažovat, aby ses nepolil. Možná je to podobné jako u těch malých dětí — taky mají problém nést tu sklenici s vodou a čím víc to pevněji drží, tím víc to vylívají. Je to jenom o tom, jak si ten mozek i my naprogramujeme — párkrát se poliješ, ten robot když se polije, tak už pak nic neudělá. No a kdybys jednu věc v té oblasti fyzické AI měl možnost, aby se vyřešila teď hned a měl bys tím otevřený dveře k tomu, abys to posunul zas dál, tak jaká by to byla věc, co tě jako nejvíc pálí vlastně v tom, co to teďka neumí.

No já bych řekl, že tam je nejvíc nepříjemný u všech těch robotů je, že se potřebují chladit, že se jim zahřívají ramena, proto se chladí — a na těch videích to není na žádném slyšet. Možná u těch posledních nebo když někdo ukazuje ze zákulisí a každej ten robot neuvěřitelně funí, to znamená, že ať už ho programuješ nebo ho máš jako doma, tak to si myslím, že není až tak technická věc, jak to vyřešit po té technické stránce — ale možná jo. Aby tak nefuněl, aby byl tichej. Stejně jako když člověk sedí tady v koutku, může sedět člověk v černém tričku a já vůbec nevím, jestli tam je nebo není. Je pravda, že mě to taky překvapilo, že funěl pořádně. Jo, to jsem teď viděl, jak ukazovali roboty s nějakou novou verzí — paní, když mu zadávala ten příkaz, zmáčkla tlačítko a mluvila do mikrofonu, pak ho pustila, protože jinak by to nebylo slyšet. A je tam v pozadí slyšet to funění těch robotů. Prostě se zahřívají, to se tam jenom nějak musí vymyslet, že já nevím, natáčím, tak vypni větráčky. Takže toto si myslím, že by pomohlo všem, jako jak těm programátorům, který musí být se sluchátkama, když jsou s ním, tak i těm lidem, aby nebyl rušivej, protože stejně tak, kdybychom ho tady měli, tak řekneš, hele, nemůžeš ho vypnout na chvíli.

Jo, je to taková blbost, ale to mně přijde, taková možná drobnost, která je ale zásadní. Říkám, že ty lidi v těch hlučných továrnách, víš, teďka budou jako v pohodě, protože budou mít nepodmíněný příjem, jako budou vlastně doma, roboti budou za ně pracovat a ten hluk si budou užívat programátoři, kteří budou sedět v těch malých kanclech a programovat ty roboty v tom hluku a tak se to možná tak otočí. Že se to tak prohodí, že z těch dělníků budou programátoři. No, že si zkusí ty podmínky dělníků. Tak já bych tady, Martinovi, chtěl moc poděkovat za dnešní povídání. Myslím si, že jsme toho probrali spoustu, ale zároveň ještě spousta otázek mi tady zbývá v přípravě, takže budu rád, když se zase po čase spolu uvidíme a vymyslíme nějaké další natáčení dalšího dílu podcastu a nebo když se budeme moct potkat u vás a třeba přímo divákům ukázat vašeho humanoidního robota Sentiho. Tak díky moc a díky moc našim posluchačům a mějte se krásně. Hele, já taky díky za pozvání. Bylo to fajn vidět, jak to vzniká, jak to pěkně děláš. Bylo fajn být tady s živým člověkem — kdo ví, jak dlouho se takhle ještě budeme potkávat, když budu chtít dělat podcast a třeba se někdy s robotem tady zastavíme.