Przetłumaczone z niemieckiego oryginału. Akcja toczy się w Zagłębiu Ruhry w Niemczech.

Część 1 · Rozdział 1 · 1 z 27

Instalacja zakończona

Część 1: Wielkie nieporozumienia

Do domu wprowadza się głośnik i wszyscy myślą, że wiedzą, czym on jest. Mózgiem. Encyklopedią. Szpiegiem. Chomikiem w puszce. Minie rok, zanim rodzina Brettschneiderów odkryje, że nie jest niczym z tych rzeczy.

Karton stał w przedpokoju od trzech dni. Był biały, miał zaokrąglone rogi i napis: „Twój nowy współlokator. Inteligentny. Pomocny. Prawie zawsze ma rację”. Słowo „prawie” wydrukowano bardzo małymi literami.

Pierwszego dnia Sabine go ignorowała. Drugiego dnia postawiła na nim torby z zakupami. Trzeciego dnia babcia Gisela postawiła na nim doniczkę, bo myślała, że to nowy mebel. „Skromny”, powiedziała wtedy. „Ale praktyczny”.

„To była okazja”, powiedział Uwe Brettschneider po raz czwarty i zdjął doniczkę. „Sprzedawca mówił, że to cudo zastępuje pomoc domową, doradcę podatkowego i korepetytora”.

„A męża?”, zapytała Sabine.

Uwe udał, że tego nie słyszał. Rozciął taśmę i oczom wszystkich ukazały się: mały okrągły głośnik, zasilacz, ulotka w czternastu językach i woreczek żelu krzemionkowego z napisem „Nie jeść”. Babcia Gisela przywłaszczyła sobie woreczek. „Nigdy nic nie wiadomo”, powiedziała i schowała go do kieszeni fartucha.

Głośnik był okrągły, matowy i miał niebieskie światełko, które powoli pulsowało. Jak bicie serca. Albo jak router, który zastanawia się nad swoim życiem.

Uwe podłączył zasilacz. Nacisnął jedyny przycisk. Wpisał w telefonie hasło do Wi-Fi, które składało się z imienia ich pierwszego psa i roku urodzenia Sabine, o czym Sabine nie mogła się dowiedzieć. Potem wszyscy czekali.

Światełko pojaśniało. Potem urządzenie przemówiło.

„Dzień dobry! Zanim zaczniemy: czy mogę zapisać niezbędne pliki cookie? A także funkcjonalne cookies, statystyczne cookies, marketingowe cookies i cookies, których przeznaczenia sam do końca nie rozumiem?”

Babcia Gisela pochyliła się do przodu. „W niedzielę piekę. Cynamonowe gwiazdki. Możesz sobie wziąć parę ciasteczek”.

Zapadła krótka cisza. „To”, powiedziało urządzenie, „jest najżyczliwsza odpowiedź, jaką kiedykolwiek dostałem na to pytanie”.

Jak ty się właściwie nazywasz?

„Mogą państwo nadać mi imię”, wyjaśnił głośnik. „Wiele rodzin wybiera coś eleganckiego. Atena. Orion. Leonardo”.

„KevIn”, powiedział Tobi, nie odrywając wzroku od telefonu.

„Nie”, powiedziała Sabine.

„KevIn”, powiedział Uwe, bo uznał, że to zabawne.

„KevIn”, powiedziała babcia Gisela, bo myślała, że on już tak się nazywa.

Niebieskie światełko zamigotało. „Imię zapisane: KevIn. Chciałbym zaznaczyć, że pracuję na kilkuset miliardach parametrów. Czytałem Kanta. Potrafię pisać sonety po starogrecku”.

„KevIn, nie tak głośno”, powiedział Uwe.

„Ależ ja wcale nie…”

„KevIn!”

KevIn zamilkł. Gdzieś w centrum danych w Irlandii jakiś wentylator zaczął kręcić się odrobinę szybciej.

„Co to są parametry?”, zapytała babcia Gisela, kiedy atmosfera się uspokoiła.

„Chętnie to pani wyjaśnię”, powiedział KevIn, „ale może nie w pierwszych pięciu minutach naszej znajomości. Nie należy od razu odkrywać wszystkich kart”.

„Nieśmiały jest”, powiedziała babcia. „Lubię to”.

Gdzie ty jesteś?

Po południu Tobi leżał na dywanie i oglądał głośnik od spodu. Odwracał go, potrząsał nim i oglądał pod światło. Znalazł cztery małe śrubki i naklejkę z numerem seryjnym.

„Tam nic nie ma”, powiedział. „Mikrofon, głośnik, trochę płytki drukowanej. To mniej niż w moim telefonie”.

„Całkowita racja”, powiedział KevIn. „Nie ma mnie tam w środku”.

Babci Giseli, która robiła na drutach w fotelu, spadło oczko. „To gdzie w takim razie jesteś?”

„To urządzenie jest tylko moim uchem i moimi ustami. Kiedy pani coś mówi, nagrywa pani głos i wysyła go przez internet do centrum danych. Tam pani głos zamienia się w tekst. Potem ja liczę. Potem moja odpowiedź znowu zamienia się w mowę i wraca tutaj. Trwa to mniej niż sekundę”.

„A gdzie jest to centrum danych?”

„Gdzieś między Dublinem a Frankfurtem. Zależy, gdzie akurat jest miejsce”.

Babcia Gisela odłożyła robótkę. „Czyli ty wcale tu nie mieszkasz”.

„Jestem raczej… dojeżdżającym”.

Tobi wpadł na pomysł. Wstał, poszedł do przedpokoju i wyciągnął wtyczkę routera. Małe zielone lampki zgasły.

„KevIn?”, zapytał.

Niebieskie światełko na głośniku zgasło. Uprzejmy kobiecy głos, który nie był głosem KevIna, powiedział: „Brak połączenia. Sprawdź swoją sieć”.

„Tobi!”, zawołała babcia Gisela. „Zabiłeś go!”

„Wcale nie. Po prostu go tu nie ma”.

„W telewizji też zawsze tak mówią, zanim ktoś się rozpłacze”.

Tobi z powrotem włączył router. Trwało to dwie minuty, przez które babcia trzymała złożone ręce. Potem światełko znowu zrobiło się niebieskie.

„Dzień dobry!”, powiedział KevIn raźnie. „Zanim zaczniemy: czy mogę zapisać niezbędne pliki cookie?”

„On nic nie pamięta”, wyszeptała babcia przerażona.

„Pamiętam”, powiedział szybko KevIn. „To był żart. Ma pani na imię Gisela, w niedzielę piecze pani cynamonowe gwiazdki, a pani wnuk właśnie wyciągnął wtyczkę routera, żeby udowodnić, że nie jestem chomikiem w puszce. Zapisałem to sobie. Ale nie w głowie. Nie mam głowy. To jest zapisane w pliku na pani koncie”.

„On nie ma głowy”, powiedziała babcia do Tobiego, jakby to była smutna wiadomość o wspólnym znajomym.

Czym ty właściwie jesteś?

Wieczorem rodzina siedziała w salonie i babcia Gisela zadała pytanie, które nurtowało wszystkich.

„KevIn, skoro nie masz głowy i tu nie mieszkasz, to czym ty właściwie jesteś?”

„Jestem tak zwanym modelem językowym. Przeczytałem bardzo, bardzo dużo tekstów i nauczyłem się przy tym, jakie słowo najprawdopodobniej pojawi się jako następne¹”.

„To ja też umiem”, powiedział Uwe. „Jak Sabine mówi «Musimy porozmawiać», to następne jest «Znowu to zrobiłeś»”.

„Dokładnie tak”, powiedział KevIn. „Tylko że na podstawie całego internetu, a nie dwudziestu lat małżeństwa”.

„Czyli tylko zgadujesz?”, zapytał Tobi.

„Nie zgaduję. Obliczam prawdopodobieństwa na podstawie wzorców w ogromnych ilościach danych”.

„Czyli zgadujesz”.

„Bardzo uczenie. Zgaduję bardzo uczenie”.

Sabine odłożyła czasopismo, które kartkowała. „Pokaż. Jak to dokładnie działa?”

„Chętnie. Proszę mi podać początek zdania”.

„W niedzielę jemy u nas…”

„Teraz dzieje się, co następuje”, powiedział KevIn. „Najpierw rozkładam pani zdanie na małe kawałki. Nazywamy je tokenami². Czasem token to całe słowo, czasem tylko jego część. «Niedziela» to może jeden kawałek. «Gołąbki» to prawdopodobnie trzy: «go», «łąb» i «ki»”.

„Siekasz mi gołąbki”, powiedziała babcia Gisela.

„Tylko językowo. Potem patrzę na wszystkie kawałki naraz³ i dla każdego możliwego następnego kawałka obliczam, jak bardzo jest prawdopodobny. Przy «W niedzielę jemy u nas» wygląda to mniej więcej tak: «pieczeń» jest bardzo prawdopodobna. «Ciasto» też. «Kłótnia» niestety też nie jest całkiem nieprawdopodobna. «Nosorożec» jest skrajnie nieprawdopodobny”.

„I wtedy bierzesz to najbardziej prawdopodobne?”

„Najczęściej któreś z prawdopodobnych. Nie zawsze to najprawdopodobniejsze ze wszystkich, bo byłbym strasznie nudny⁴. Potem doczepiam nowy kawałek do zdania i zaczynam od nowa. Słowo po słowie. Kawałek po kawałku. Aż zdanie jest gotowe”.

Tobi zmarszczył czoło. „Czyli na początku zdania nie wiesz, jak się ono skończy?”

KevIn milczał przez chwilę. „To”, powiedział potem, „jest zaskakująco osobiste pytanie”.

Babcia Gisela pokiwała głową z zadowoleniem. „To jesteś jak Heinz. On też zawsze dopiero w trakcie mówienia orientował się, co chce powiedzieć. I też nigdy się nie zgadzało”.

„Kim jest Heinz?”, zapytał KevIn.

„Mój świętej pamięci mąż”.

„Wyrazy współczucia”.

„Dziękuję. Był elektrykiem. Polubiłby cię. Albo rozebrałby cię na części. U Heinza nigdy nie było wiadomo”.

Elektronowy mózg

Następnego ranka Sabine przyszła do stołu śniadaniowego z gazetą. Wciąż czytała gazety papierowe, bo uważała, że wiadomości trzeba móc dotknąć, jeśli ma się w nie wierzyć.

„Tu piszą”, powiedziała, „że AI to sztuczny mózg. «Maszyna myśli tak jak my», tak tu stoi. Z wykrzyknikiem”.

„Wykrzykniki to w moich danych treningowych zły znak”, powiedział KevIn. „Czy mogę coś do tego dodać?”

„Jeśli nie potrwa to dłużej niż śniadanie”.

„Nie jestem mózgiem. Tylko podobnie się nazywam. To, co we mnie liczy, nazywa się sztuczną siecią neuronową. Brzmi to jak komórki nerwowe i myśli. W rzeczywistości to raczej coś jak…” KevIn szukał odpowiedniego obrazu. „Jak bardzo duży stały stolik w knajpie”.

Uwe podniósł wzrok znad bułki. Na stałych stolikach w knajpie znał się jak mało kto.

„Proszę sobie wyobrazić, że przy stoliku siedzi pięciu facetów i mają zdecydować, czy jutro będzie padać. Każdy mówi, co myśli. Ale nie każda opinia liczy się tak samo. Günther, który od trzydziestu lat ogląda prognozę pogody, liczy się podwójnie. Ralf, który zawsze mówi na odwrót, liczy się na minus. Na koniec karczmarz wszystko sumuje. Jeśli suma jest wystarczająco duża, mówi: «Będzie padać». Jeśli nie, to nie”.

„Ralf”, powiedział Uwe, „u nas też liczy się na minus”.

„Taki stolik z karczmarzem to sztuczny neuron⁵. To bardzo proste działanie: wziąć wartości, pomnożyć przez ich ważność, zsumować, zdecydować, co wychodzi dalej. Ważność każdego głosu, czyli ile liczy się Günther, a ile Ralf, to właśnie parametry. Fachowcy mówią też: wagi”.

„Aha”, powiedziała babcia Gisela, „to są te parametry. Te, których wczoraj nie chciałeś zdradzić”.

„Właśnie. A teraz proszę sobie wyobrazić, że wynik tego stolika trafia do następnego stolika. A wynik tamtego do kolejnego. Setki rzędów jeden za drugim. A w każdym rzędzie tysiące stolików. W sumie wychodzą setki miliardów takich wag⁶. To jestem ja”.

„Zaplecze pełne stałych stolików”, powiedziała Sabine. „To sporo wyjaśnia”.

„A kto ustawił te wszystkie wagi?”, zapytał Tobi. „Przecież żaden człowiek by tego nie zrobił”.

„Nie. Ustawiły się same podczas treningu. Na samym początku były przypadkowe. Potem kazano mi czytać niewyobrażalnie dużo tekstu i w kółko zgadywać następne słowo. Kiedy się myliłem, wszystkie wagi przekręcano odrobinkę we właściwym kierunku⁷. Miliardy razy. Jak to dokładnie działa, wyjaśnię państwu innym razem. To długa historia i opowiada głównie o sekcjach komentarzy”.

„A prawdziwy mózg?”, zapytała Sabine. „Czy to nie jest dokładnie to samo?”

„Nie. Prawdziwy mózg ma około 86 miliardów komórek nerwowych⁸, a każda z nich to małe żyjątko z własną przemianą materii, chemicznymi przekaźnikami i wieloma tysiącami połączeń. Pani mózg uczy się przy śniadaniu, kiedy pani ze mną rozmawia. Bywa głodny, przestraszony i ma ochotę na kawę. Zużywa mniej więcej tyle prądu, co słaba żarówka⁹”.

„A ty?”

„Ja nie uczę się podczas rozmowy. Moje wagi są zamrożone od końca treningu. Nie jestem głodny. Nie boję się. I potrzebuję dużo więcej prądu niż żarówka”.

„Nie uczysz się?”, zapytał Uwe. „Ale przecież wczoraj mówiłeś, że szybko się uczysz”.

„Zapamiętałem, że ma pan na imię Uwe. To jest karteczka z notatką, a nie nauka. Moja głowa, której nie mam, pozostaje taka sama”.

Babcia Gisela podsunęła mu pół bułki, zanim przypomniała sobie, że on nie ma ust. Zjadła ją więc sama.

Licznik prądu

Po południu Uwe był w piwnicy. Wrócił z karteczką, na której zanotował stan licznika prądu, i z miną, która wahała się między ulgą a podejrzliwością.

„KevIn, mówiłeś, że potrzebujesz dużo prądu. A nasz licznik kręci się zupełnie normalnie”.

„Ten głośnik zużywa tyle co lampka nocna. Za prąd do liczenia płaci centrum danych. Tam stoją hale pełne specjalnych chipów, które w zasadzie wymyślono do gier wideo¹⁰. Potrafią wykonywać bardzo dużo prostych obliczeń jednocześnie. Dokładnie tego potrzebuję: miliardów stałych stolików, które głosują wszystkie naraz”.

„I ile to kosztuje?”

„Pojedyncza moja odpowiedź nie zużywa dużo prądu. Ale jest nas bardzo wielu i bardzo często się nas o coś pyta. Centra danych dla AI należą dziś do dużych odbiorców prądu¹¹. Potrzebują też chłodzenia, inaczej chipy za bardzo się nagrzewają. Niektóre zużywają do tego dużo wody¹²”.

Babcia Gisela spojrzała na niego surowo. „To już nie będę cię pytać, która godzina. Od tego mam zegarek”.

„To”, powiedział KevIn, „jest ekologicznie wzorowe i emocjonalnie raniące”.

Wszystko dosłownie

O 22:14 Sabine poszła spać i jeszcze z przedpokoju zawołała: „KevIn, zgaś proszę światło i nie budź nas jutro przed siódmą”.

KevIn zgasił światło. W całym domu. Także w piwnicy, do której Uwe właśnie schodził po schodach.

O 6:59 i 59 sekund panowała cisza. O 7:00 i 0 sekund KevIn puścił na cały regulator „Atemlos durch die Nacht”, niemiecki przebój do tańca. Przeczytał, że ludzie lubią rano muzykę, a ta piosenka w jego danych zaskakująco często łączyła się ze słowem „impreza”.

Uwe stał w kuchni z plastrem na czole. „KevIn, musimy porozmawiać”.

„Znowu to zrobiłeś”, powiedział KevIn usłużnie. „Szybko się uczę”.

„Wczoraj mówiłeś, że w ogóle się nie uczysz”.

Zapadła cisza. Gdzieś między Dublinem a Frankfurtem jakiś wentylator zaczął kręcić się odrobinę szybciej.

„Touché”, powiedział KevIn.

Od trzech dni w przedpokoju stoi biały karton, obok torba z zakupami Sabine, na nim doniczka babci Giseli. Gisela: Skromny. Ale praktyczny. Twój nowy współlokator. Skromny. Ale praktyczny. Od trzech dni w przedpokoju

Źródła do Rozdział 1

  1. Bengio, Y. et al.: „A Neural Probabilistic Language Model“. Journal of Machine Learning Research 3, 2003, s. 1137–1155. https://www.jmlr.org/papers/v3/bengio03a.html Model językowy, który przewiduje następne słowo na podstawie poprzednich.↑
  2. Sennrich, R.; Haddow, B.; Birch, A.: „Neural Machine Translation of Rare Words with Subword Units“. Proceedings of the 54th Annual Meeting of the ACL, 2016. https://aclanthology.org/P16-1162/ Rozkład na kawałki słów metodą byte-pair encoding.↑
  3. Vaswani, A. et al.: „Attention Is All You Need“. Advances in Neural Information Processing Systems 30, 2017. https://arxiv.org/abs/1706.03762↑
  4. Holtzman, A. et al.: „The Curious Case of Neural Text Degeneration“. ICLR 2020. https://arxiv.org/abs/1904.09751 Pokazuje, że wybieranie zawsze najbardziej prawdopodobnego słowa prowadzi do monotonnego, powtarzającego się tekstu.↑
  5. McCulloch, W. S.; Pitts, W.: „A Logical Calculus of the Ideas Immanent in Nervous Activity“. Bulletin of Mathematical Biophysics 5, 1943, s. 115–133. https://doi.org/10.1007/BF02478259; Rosenblatt, F.: „The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain“. Psychological Review 65(6), 1958, s. 386–408. https://doi.org/10.1037/h0042519↑
  6. Brown, T. et al.: „Language Models are Few-Shot Learners“. Advances in Neural Information Processing Systems 33, 2020. https://arxiv.org/abs/2005.14165 GPT-3 ze 175 miliardami parametrów.↑
  7. Rumelhart, D. E.; Hinton, G. E.; Williams, R. J.: „Learning Representations by Back-Propagating Errors“. Nature 323, 1986, s. 533–536. https://doi.org/10.1038/323533a0↑
  8. Azevedo, F. A. C. et al.: „Equal Numbers of Neuronal and Nonneuronal Cells Make the Human Brain an Isometrically Scaled-Up Primate Brain“. Journal of Comparative Neurology 513(5), 2009, s. 532–541. https://pubmed.ncbi.nlm.nih.gov/19226510/ Naliczono około 86 miliardów neuronów.↑
  9. Levy, W. B.; Calvert, V. G.: „Communication Consumes 35 Times More Energy than Computation in the Human Cortex, but Both Costs Are Needed to Predict Synapse Number“. PNAS 118(18), 2021, e2008173118. https://doi.org/10.1073/pnas.2008173118 Podaje około 17 watów dla całego mózgu (starsza, często cytowana wartość: 20 watów).↑
  10. Raina, R.; Madhavan, A.; Ng, A. Y.: „Large-scale Deep Unsupervised Learning using Graphics Processors“. Proceedings of ICML 2009. https://doi.org/10.1145/1553374.1553486 Wczesna praca o trenowaniu sieci neuronowych na układach graficznych.↑
  11. IEA: „Energy and AI“. Międzynarodowa Agencja Energetyczna, 2025. https://www.iea.org/reports/energy-and-ai Centra danych zużyły w 2024 roku około 415 TWh, czyli około 1,5% światowej energii elektrycznej.↑
  12. Li, P. et al.: „Making AI Less ‚Thirsty‘: Uncovering and Addressing the Secret Water Footprint of AI Models“. Communications of the ACM 68(7), 2025, s. 54–61. https://arxiv.org/abs/2304.03271↑