Odborníci v Mountain View řešili nedostatek financí a genderové zkreslení ve výzkumu AI

V Mountain View, zhruba 30 mil jižně od San Franciska, se 10. srpna 2026 sešla skupina odborníků, aby diskutovala o tom, jak nástup umělé inteligence mění podobu akademického výzkumu. Setkání se konalo v rámci programu Schmidt Sciences AI2050, který financují Eric a Wendy Schmidtovi, a zúčastnili se ho novinářka Grace Huckins, profesorka informatiky na UC Berkeley Nika Haghtalab, profesorka informatiky na Johns Hopkins University Anjalie Field a počítačový vědec z Carnegie Mellon University Tim Dettmers.

Diskutující se shodli, že akademický výzkum v oblasti AI čelí rostoucím strukturálním problémům. Jedním z hlavních je nedostatek finančních prostředků na výpočetní techniku – zejména grafické karty (GPU), bez nichž není možné trénovat rozsáhlé jazykové modely. Univerzitní laboratoře tak často nemohou konkurovat komerčním firmám, které disponují násobně větším rozpočtem na hardware. Situaci dále komplikuje snížení federálního financování vědy v USA, které omezuje možnosti dlouhodobého plánování výzkumných projektů i zaměstnávání doktorandů a postdoktorandů.

Anjalie Field na setkání prezentovala výsledky svého výzkumu, podle nichž jazykové modely poskytují méně sofistikované a méně přesné odpovědi na otázky formulované způsobem, který je typičtější pro ženy. Field upozornila, že tento jev poukazuje na skryté zkreslení v datech, na nichž jsou modely trénovány, a na potřebu důkladnějšího zkoumání toho, jak jazyk a styl komunikace ovlivňují kvalitu výstupů AI systémů. Podle ní jde o typ výzkumu, který má smysl provádět právě na akademické půdě, kde není hlavním cílem komerční nasazení produktu, ale pochopení samotného fungování technologie.

Účastníci diskuze také zmínili trend, kdy zkušení akademici odcházejí z univerzit do soukromých výzkumných laboratoří velkých technologických firem. Důvodem je nejen lepší finanční ohodnocení, ale především přístup k výpočetním zdrojům a datům, které na univerzitách chybí. Tento odliv talentů podle diskutujících dlouhodobě oslabuje schopnost akademické sféry provádět nezávislý výzkum a udržet si vlastní směřování bádání, nezávislé na komerčních zájmech firem.

Tim Dettmers vyjádřil obavy týkající se budoucnosti některých oborů čisté vědy. Zmínil konkrétně otázku, zda budou mít lidé v budoucnu vůbec prostor uplatnit se v oblasti čisté matematiky, vzhledem k pokrokům, které v této oblasti demonstrují modely společnosti OpenAI. Podle něj je nejasné, jak se bude vyvíjet dělba práce mezi lidským a strojovým výzkumem v disciplínách, které byly dosud považovány za doménu čistě lidské kreativity a abstraktního myšlení.

Navzdory těmto obavám zazněl na setkání i pozitivnější pohled na situaci. Diskutující se shodli, že nástroje umělé inteligence mohou zásadně zvýšit produktivitu jednotlivých vědců, kteří tak budou moci realizovat více nápadů, než by zvládli bez pomoci AI. Nika Haghtalab v tomto kontextu zdůraznila, že technologie by neměla být vnímána pouze jako hrozba nahrazující lidskou práci, ale také jako nástroj, který dokáže urychlit ověřování hypotéz, zpracování dat a testování nových teorií napříč vědeckými disciplínami.

Zásadní téma diskuze tvořila i otázka, jak by měl akademický výzkum reagovat na omezené zdroje. Odborníci zmínili, že se stále více akademiků snaží najít alternativní cesty k rozvoji umělé inteligence, které by nebyly tolik závislé na obřích výpočetních kapacitách velkých firem. Konkrétně jde o snahy vyvíjet menší, efektivnější modely, které by dokázaly fungovat s nižšími nároky na hardware, a přesto poskytovat srovnatelně kvalitní výsledky jako rozsáhlé komerční systémy.

Setkání v Mountain View tak ukázalo, že akademická obec vnímá nástup AI jako výzvu s dvojí tváří – na jedné straně jako zdroj rostoucích nerovností mezi univerzitami a soukromým sektorem, na straně druhé jako příležitost k novým typům výzkumu, které dosud nebyly možné. Otázka, jak najít udržitelnou rovnováhu mezi oběma sférami, podle účastníků zůstává i nadále otevřená.