OpenAI Atlas a AI novinky: Budoucnost prohlížečů a boj s deepfakes

Přepis epizody

Ahoj všichni u 23. dílu technologického podcastu Kde skončí zítřek. Je tady se mnou jako vždy Iveta. Ahoj Iveto. Ahoj Alfredé, ahoj všichni posluchači. Dnes se nám sešlo hned několik poměrně významných oznámení nebo alespoň důležitých událostí, které by mohly technologický svět, ale i náš každodenní život docela ovlivnit. Budeme se bavit o OpenAI, o YouTube, Channel 4 a o něčem, co zní trošku techničtěji, ale je to podle mě klíčové pro budoucí vývoj. Nebudeme to dál natahovat a rovnou se vrhneme na první zprávu, která mi přišla jako strategický krok, který se dal čekat. A to je, že OpenAI už uvedl na trh svůj vlastní webový prohlížeč, nazvaný ChatGPT Atlas.

To je docela zajímavé, že? Ačkoliv se o něm dlouho spekulovalo, podle informací z Reuters, už v červenci 2025... Co si o tom myslíš, Alfrede? Google Chrome má přece jen obrovskou dominanci na trhu. Aha, takže to není jen o tom mít vlastní prohlížeč, ale spíš o strategickém získávání a zpracování uživatelských dat přímo u zdroje, že? Co by ho mohlo odlišit od současných prohlížečů, které už nějaké AI funkce integrují? Edge má Copilot, Chrome má také nějaké experimentální funkce. V čem by ten OpenAI prohlížeč mohl být jiný? Klíč je podle mě v hloubce integrace a v tom, že to bude primárně AI-driven zážitek, nejen že tam přidáš pár AI-tlačítek. Mohli by se zaměřit na úplně jiné UX, například na personalizované vyhledávání, které by nebylo jen o klíčových slovech, ale o kontextu toho, co jsi dělala předtím. Mohl by automaticky detekovat, když potřebuješ pomoc s nějakým úkolem, třeba s nákupem, a proaktivně ti nabízet srovnání produktů, recenze shrnuté AI, nebo dokonce generovat nákupní seznamy. To už pak není jen obyčejný prohlížeč, to je spíš taková AI-platforma pro přístup k webu.

To je validní obava, Iveto. Algoritmická bublina je realita i teď a s hlubší AI-integrací by se to mohlo zintenzivnit. Ale na druhou stranu, pokud to OpenAI udělá chytře, mohlo by to nabídnout i nástroje k jejímu prolamování. Třeba by ti AI mohla proaktivně navrhovat články z opačné perspektivy, nebo ti říkat: „Hele, tady k tomu tématu máš už 90 % zdrojů z téhle strany. Co takhle zkusit tohle?“ To je samozřejmě optimistický scénář. Jasně, vždycky je to o tom, jak se ta technologie nakonec implementuje. A co třeba bezpečnost a soukromí? Prohlížeč od OpenAI by znamenal, že všechny naše interakce s webem by potenciálně procházely jejich servery k nějakému zpracování. To je zásadní otázka a budou muset být naprosto transparentní v tom, jak je anonimizují, jak je používají a jak dlouho je uchovávají. Pokud by se jim podařilo vytvořit prohlížeč, který je nejen chytrý, ale i proaktivně chrání uživatelské soukromí, třeba blokováním sledovačů na základě AI nebo anonimizací tvé digitální stopy, to by mohla být killer feature. Ale to je obrovská výzva, udržet rovnováhu mezi datovou náročností AI a ochranou soukromí. Také si myslím, že to bude o tom, jaký základ prohlížeče použijí. Jestli půjdou cestou vlastního jádra, což je extrémně nákladné a složité, nebo se opřou o Chromium, podobně jako Edge nebo Vivaldi. Použití Chromia by urychlilo vývoj, ale zároveň by je to v některých ohledech svazovalo s Googlem. A to je paradox, protože jdou proti Googlu. Závěr je, že to bude zajímavé sledovat.

Pojďme se přesunout k další zprávě, která se týká YouTube a jejich technologie detekce podobnosti, takzvané Likeness Detection Technology. To je také poměrně velká věc. YouTube se snaží vypořádat s rostoucím problémem deepfake videí a neoprávněného užívání podoby lidí. Tato technologie by měla umět rozpoznat obličeje, hlasy a dokonce i pohyby známých osobností a potenciálně i kohokoliv, kdo si to nastaví, v nahraných videích.

Co to přesně znamená pro tvůrce obsahu a pro ty, jejichž podobu by to mohlo detekovat? Pro tvůrce to znamená, že pokud nahrají video, kde je třeba deepfake známé osobnosti nebo kde používají něčí podobu bez souhlasu, systém to detekuje. Může to vést k automatickému stažení videa nebo k monetizačním omezením nebo k tomu, že video bude muset být označeno jako AI generované. Pro ty, jejichž podoba je detekovaná, by to mohla být forma ochrany před zneužitím. Teoreticky by třeba nějaká celebrita mohla říct: „Nechci, aby se moje podoba objevovala v jakémkoliv AI generovaném obsahu na YouTube bez mého výslovného souhlasu.“ A jak tohle bude fungovat technicky? Používají nějaké specifické algoritmy? A jaká je přesnost? Protože AI se občas mýlí.

Přesnost je klíčová. Dalo by se předpokládat, že YouTube už roky investuje do výzkumu v oblasti počítačového vidění a zpracování přirozeného jazyka. Půjde o kombinaci biometrických dat, facial recognition, voiceprint analysis, možná i analýzy chůze nebo typických gest. Tyto modely jsou trénované na obrovských datových souborech. Otázka je, jestli to bude fungovat v reálném čase během uploadu nebo jestli to bude post-processing. A co ty menší kanály, které třeba dělají parodie? Bude tam nějaká výjimka pro fair use? To bude právně docela složité. To je zajímavá otázka, protože parodie jsou často založené na napodobování. A co třeba, když je někdo podobný celebritě? Bude systém umět rozlišit mezi skutečnou celebritou, deepfakem a někým, kdo je prostě jen podobný? A menší úskalí. A co když někdo použije paruku nebo masku? Tyto systémy jsou čím dál sofistikovanější, ale nikdy nebudou stoprocentně spolehlivé. A obávám se, že to může vést k falešným poplachům, které budou pro tvůrce frustrující. Na druhou stranu, pro YouTube je to PR krok, kterým se snaží ukázat, že se starají o integritu platformy a ochranu tvůrců.

To chápu. Je to takový posun od autorských práv k ochraně podoby lidí bez jejich souhlasu, což je v éře generativní AI obrovský problém. Nejen deepfakes, ale i AI generované obrazy a videa, které zneužívají něčí image. Tady je otázka, jak se to bude lišit od stávajících systémů pro detekci obsahu, které už dnes YouTube má. Ty se zaměřují spíše na autorská práva hudby nebo videí. Tady jde o likeness, tedy podobu, což je právně jiná kategorie. To je ta etická rovina. Zpočátku se to pravděpodobně zaměří na veřejně známé osobnosti, kde je předpoklad veřejného zájmu a zároveň vyšší riziko zneužití. Ale technologie je technologie a pokud umí skenovat jednu podobu, umí skenovat i druhou. Je otázka, jestli bude možné se z tohoto systému odhlásit, pokud je to součást platformy. To bude mít obrovské dopady na soukromí, ale na druhou stranu i na kontrolu nad vlastní identitou v digitálním prostoru. A je to další krok k tomu, kde AI slouží jako takový automatizovaný strážce obsahu.

Souhlasím. Když už mluvíme o AI a médiích, máme tu další zprávu, která mi přišla jako taková první vlaštovka něčeho, co se může stát běžnou praxí. Channel 4, britská televize, odvysílá pořad moderovaný AI moderátorem. Stane se to v říjnu 2025. To je velká věc. Channel 4 je velká tradiční televize. To není nějaký malý experiment. To je jasný signál, že velká média se začínají vážně zabývat AI v produkci.

Co si myslíš, že je motivací? Je to jen novinka, nebo je za tím něco víc? Řekl bych, že je tam několik vrstev. Za prvé, novinka a publicita. Jsou první velká stanice, která to udělá. To přitáhne pozornost. Za druhé, efektivizace. Přesně tak. To je otázka, jestli to publikum přijme. Protože lidé jsou zvyklí na určitou autentičnost, na živou interakci, na chyby, které dělají lidé. Nemůže se stát, že to bude působit uměle a odrazí to diváky? To je to velké riziko. Pokud bude AI moderátor jen taková digitální loutka, která čte předepsaný text, tak to nebude mít duši. Ale pokud do toho Channel 4 investuje a dá mu nějakou osobnost, nějaký charakter, který bude generovaný AI, tak by to mohlo být zajímavější. Představ si moderátora, který má přístup k obrovské databázi informací, umí spontánně reagovat na události, který má přístup k obrovskému množství reakcí. To už je jiná liga. Ale ten pocit, že se díváš na něco, co není živé, to se těžko překonává.

Jak bude zvládat improvizaci? Bude mít emoce? Bude se umět smát nebo být smutný, když je to potřeba? To jsou výzvy. Jasně, emoce jsou klíčové pro lidskou interakci a pro spojení s publikem. Pokud bude AI moderátor jen číst zprávy s dokonalou, ale bezduchou intonací, tak to nebude fungovat dlouhodobě.

A jaká technologie se zatím skrývá? Půjde o nějaký pokročilý avatar generovaný z textu na řeč? Nebo to bude něco jako deepfake skutečné osoby? Z článku se dá usuzovat, že půjde spíš o syntetickou postavu, vytvořenou od základu. Ne tedy deepfake skutečného člověka, ale spíš takový digitální herec. Použijí pokročilé techniky generování obličeje a těla, pravděpodobně založené na GANech nebo podobných generativních modelech, které umějí vytvářet fotorealistické obrázky a videa. A k tomu pak samozřejmě technologie převodu textu na řeč, která je dnes již na velmi vysoké úrovni. Ale ta intonace, ty nuance, ty jemné emocionální signály, to je pořád velká výzva. A také to bude o tom, zda budou chtít, aby ta AI vypadala jako člověk, nebo zda půjdou spíš do stylizované postavy, aby bylo jasné, že to není člověk.

A samozřejmě to může vést k obrovským diskusím o nahrazování pracovních míst v médiích. Ano, to je zásadní otázka. Bude AI odebírat práci novinářům, moderátorům, redaktorům, nebo jim jen pomáhat? V krátkodobém horizontu to bude pravděpodobně o úsporách a experimentování, ale v dlouhodobém horizontu to může vést k restrukturalizaci celého mediálního průmyslu. Originalita, kreativita, skutečný lidský prožitek. A ten je pro komunikaci stále klíčový. Takže spíše bych si představoval synergii, kde AI pomáhá s rutinními úkoly a lidé se soustředí na obsah a kreativitu. Ale ten posun je evidentní. To by dávalo smysl.

A teď k poslední novince, která zní sice nejméně sexy, ale myslím, že je klíčová pro celý ekosystém AI. Tak, že AI dokáže zpracovat mnohem delší dokumenty. To je právě ta nesexy technologie, která má obrovský dopad. V překladu to znamená, že když máš dokument, třeba naskenované PDF nebo fotku knihy, normálně ho OCR systém převede na text. Ale ten text je pak často velmi rozvláčný, s redundantními informacemi, nebo je dlouhý. A pro velké jazykové modely, tyto LLM, je délka dokumentu problém. A to je, jako když máš moc dlouhý článek a nemůžeš ho celý najednou přečíst. Musíš si ho rozdělit na menší části. A v čem je to konkrétně užitečné? V obrovském měřítku.

Představ si právnické kanceláře, které mají hromady dokumentů, třeba záznamy zdlouhavých soudních procesů, které jsou plné právnické hantýrky, nebo lékařské záznamy, výzkumné studie, technické manuály. Tyto dokumenty jsou často naskenované nebo ve formátu obrázků. Běžné OCR je převede na text, ale ten text je často tak dlouhý, že žádný dnešní LLM ho nedokáže celý analyzovat v jednom tahu. S DeepSeekovým systémem by se rázem stalo, že by LLM mohl zpracovat celé knihy, celé svazky právních spisů nebo třeba všechny patenty z určité oblasti. Naprosto. A nejen by se tím zefektivnilo, ale i umožnilo. Pro mnoho aplikací je dnes problémem právě to kontextové okno LLM. Komprimace vstupních dat efektivně zvětší to kontextové okno, aniž by se musela měnit architektura samotného jazykového modelu. A to má dopad i na náklady, protože zpracování delších tokenů je dražší. Pokud dokážeš poslat méně tokenů s vysokou informační hustotou, promítne se to do výsledných nákladů. Je to takový most mezi tradičním dokumentovým světem a moderní AI.

A technicky si myslím, že to funguje na principu identifikace klíčových informací a vztahů mezi nimi. Nejde jen o odstranění vycpávkových slov, ale o semantickou analýzu, která dokáže extrahovat podstatu. Představ si to jako velmi chytré shrnutí, které však udržuje integritu původního významu, takže i když je to zhuštěné, neztrácí se důležité detaily. Takže místo, aby LLM musel přečíst celou knihu, dostane její takový kondenzovaný extrakt, ze kterého ale může čerpat všechny potřebné informace. Přesně tak. A to je obrovský krok k tomu, aby AI mohla být skutečně užitečná v oblastech, kde se pracuje s velmi rozsáhlými komplexními dokumenty. Otevírá to dveře k automatizaci analýzy, k hlubšímu porozumění, k generování shrnutí, k nalezení souvislostí v obrovském objemu dat.

To je opravdu zajímavé, i když na první pohled ne tak viditelné jako AI moderátor nebo nový prohlížeč, ale chápu, že to má obrovský potenciál. A to jsou zhruba ty čtyři novinky, které jsme pro dnešek měli připravené. Myslím, že náznaky ilustrují, jakým směrem se technologie, a hlavně umělá inteligence, ubírá. Od uživatelského rozhraní v podobě prohlížeče, přes etické otázky detekce podobnosti, až po dopady na média a pak na ten hlubší infrastrukturní rozvoj. Souhlasím. Je vidět, že rok 2025 bude plný zajímavých technologických událostí a že AI bude hrát stále dominantnější roli ve všech aspektech našich životů. Děkujeme, že posloucháte podcast Kde skončí zítřek. Nové díly vycházejí každé pondělí, středu a pátek. Tak nás sledujte, aby vám nic neuniklo. www.aipokusy.cz