Slovák Michal Valko pracoval s Zuckerbergom: Pozná expertov so 100-miliónovými odmenami, život mu organizuje AI

Z Košíc sa dostal medzi svetovú špičku umelej inteligencie. Slovenský vedec Michal Valko sa počas svojej kariéry podieľal na vývoji technológií, ktoré dnes využívajú milióny ľudí po celom svete.

Jeho príbeh zároveň ukazuje, že aj Slovensko má vedcov, ktorí dokážu uspieť v medzinárodnej konkurencii a podieľať sa na formovaní technologickej budúcnosti. Práve význam výnimočných vedeckých osobností a ich prínos pre spoločnosť vyzdvihuje aj prestížne ocenenie ESET Science Award, ktoré každoročne upriamuje pozornosť na špičkovú vedu a výskum.

Valko, ktorý je dnes ambasádorom tohto ocenenia, pomáhal budovať parížsku pobočku Google DeepMind, pracoval na modeloch Gemini a neskôr sa v spoločnosti Meta venoval vývoju jazykového modelu Llama. Osobne diskutoval aj s Markom Zuckerbergom, jedným z najvplyvnejších ľudí technologického sveta.

Slovák zo svetovej AI špičky prezrádza, čo nás čaká

V rozhovore pre Startitup Valko otvorene hovorí o zákulisí Googlu a Mety, astronomických odmenách špičkových výskumníkov aj o tom, prečo Slovákom podľa neho často chýba odvaha vytvárať vlastné projekty.

Venovali sme sa však aj otázkam, ktoré sa týkajú bežných ľudí. Ako môže umelá inteligencia zmeniť pracovný trh? Čo by mali robiť zamestnanci, ktorí sa obávajú o svoju budúcnosť? A prečo by sme nemali automaticky veriť všetkému, čo nám AI odpovie?

 

• Ako sa Mark Zuckerberg správa pri osobných rozhovoroch a čím Valka prekvapil?
• Koľko môže dnes zarobiť skúsený AI výskumník v spoločnosti ako Google alebo Meta?
• Ako vyzerá bežný pracovný deň človeka, ktorý sa podieľa na vývoji modelu ako Llama?
• Na čo používa Valko umelú inteligenciu okrem práce?
• Ak dnes niekto zarába 1 500 eur mesačne a bojí sa, že jeho prácu prevezme AI, čo konkrétne by mal začať robiť už teraz?

Pochádzate z Košíc a dostali ste sa do spoločností, ktoré dnes formujú budúcnosť umelej inteligencie. Ako ste sa k tejto práci dostali?

Umelú inteligenciu máme tak trochu v rodine. Moja mama sa jej venovala už v rokoch 2007 až 2009 a jej teta pracovala s jedným z prvých počítačov. Technológie mi teda boli blízke už od detstva.

Veľmi ma však ovplyvnil aj môj profesor na osemročnom gymnáziu Marián Macko. On nemá rád, keď o ňom takto hovorím, ale bol to úžasný učiteľ, ktorý počas svojej kariéry vychoval množstvo talentovaných ľudí. Naučil ma premýšľať a predovšetkým vo mne vzbudil zvedavosť pre matematiku a poznávanie.

Čo podľa vás najviac odlišuje slovenských talentovaných programátorov a vedcov od ľudí, ktorí sa dostanú do Google, Mety či podobných spoločností? Je to vzdelanie, kontakty, odvaha alebo niečo úplne iné?

 

Podľa mňa je to predovšetkým mentalita a odvaha. Typický mladý človek na Slovensku, ktorý sa venuje informatike, má často za najvyšší kariérny cieľ dostať sa do Googlu alebo Mety. Lenže napríklad v San Franciscu sa na to pozerajú úplne inak.

Pre mnohých tamojších mladých ľudí nie je cieľom pracovať pre Marka Zuckerberga. Ich ambíciou je vybudovať vlastnú spoločnosť a dosiahnuť niečo podobné ako oni. Už ako tínedžeri čítajú biografie zakladateľov startupov a rozmýšľajú nad tým, čo vytvoria sami.

Pre nás je práca v Googli obrovská méta, ale pre nich môže byť takáto ambícia príliš nízka. Neznamená to, že práca vo veľkých technologických spoločnostiach nie je zaujímavá. Je však rozdiel medzi tým, keď chceš pracovať pre niekoho iného, a tým, keď chceš vytvoriť niečo úplne nové.

Podobnú mentalitu vidím aj v Kanade. Majú tam špičkové univerzity, ale aj mnohí ich absolventi považujú za vrchol kariéry dobre platenú prácu vo veľkej technologickej firme. Podľa mňa je problém v tom, že si nastavujeme príliš nízke ciele. A keď ich dosiahneme, uspokojíme sa s nimi.

Zaujímavé je aj porovnanie s Poľskom. Moja sestra sa tam presťahovala približne pred dvanástimi rokmi a všimla si, že Poliaci majú úplne inú mentalitu. Na Slovensku často hľadáme dôvody, prečo niečo neurobiť. V Poľsku skôr rozmýšľajú, ako sa to dá urobiť. Poliaci majú silnejšiu mentalitu podnikavosti a schopnosť vynájsť sa. Myslím si, že aj na Slovensku potrebujeme viac odvahy skúšať nové veci.

Ak by ste dnes mali 20 rokov, študovali na Slovensku a chceli sa dostať do absolútnej svetovej špičky AI, aké tri konkrétne kroky by ste urobili?

Keby som mal dnes 20 rokov, robil by som úplne iné veci ako vtedy. Keď som bol mladý, cesta k špičkovému výskumu v umelej inteligencii viedla predovšetkým cez kvalitné vzdelanie. Museli ste sa dostať do veľmi náročného akademického prostredia, študovať matematiku a pochopiť množstvo komplikovaných vecí.

Dnes sa do technologickej špičky dostávajú aj mladí ľudia, ktorí nemajú dokončenú vysokú školu. Majú okolo 22 rokov, dokážu veľmi tvrdo pracovať a od mladosti skúšajú vytvárať nové veci.

Preto by som mladým ľuďom odporučil predovšetkým schopnosť konať. Nie všetko si najprv dokonale naštudovať a až potom urobiť prvý krok. Dôležité je niečo vytvoriť, zistiť, kde je chyba, opraviť ju a skúsiť to znova.

Na Slovensku sa na človeka, ktorému nevyšiel startup, niekedy pozeráme ako na babráka. Lenže práve schopnosť skúšať, zlyhať, poučiť sa a pokračovať ďalej je podľa mňa jednou z najdôležitejších schopností súčasnosti.

Mali ste možnosť osobne diskutovať s Markom Zuckerbergom. Aký je? Prekvapilo vás niečo na jeho správaní, otázkach alebo spôsobe, akým rozmýšľa o umelej inteligencii?

Prekvapilo ma predovšetkým to, ako veľmi premýšľa o interakcii medzi človekom a technológiou. Mark sa venoval nielen informatike, ale aj psychológii. Je preto prirodzené, že sa zaujíma o to, ako ľudia rozmýšľajú a čo od technológií očakávajú.

Keď sa zhovárame, správame sa inak podľa toho, či sedíme pri stole, pijeme spolu kofolu v meste alebo sme na večierku. Aj keď komunikujú tí istí dvaja ľudia, kontext mení spôsob ich interakcie.

Prekvapilo ma aj to, aký je otvorený. Keď sa ho niečo spýtate, väčšinou vám odpovie priamo. Nemusíte s ním vo všetkom súhlasiť, ale nesnaží sa za každú cenu pôsobiť tak, že všetko vie najlepšie. Naopak, veľmi veľa sa pýta. Chce pochopiť, ako nad problémom rozmýšľajú ostatní.

Ako vyzerá bežný pracovný deň človeka, ktorý sa podieľa na vývoji modelu ako Llama? Koľko času tvorí skutočný výskum a koľko porady, experimenty či riešenie neúspešných výsledkov?

Každý výskumník to má trochu inak. Ja som mal šťastie, že som si mohol vybrať, ako chcem pracovať. Keď som prišiel do Mety, povedal som, že nechcem mať pod sebou žiadnych ľudí a nechcem tráviť čas na poradách. Chcel som sa sústrediť na samotný výskum a vývoj.

Samozrejme, aj ja som mal pracovné stretnutia, ale väčšinou išlo o riešenie konkrétnych problémov. Samotné trénovanie veľkých modelov trvá dlho. V minulosti to mohli byť celé mesiace, niekedy aj pol roka. Dnes sa niektoré veľké tréningy dajú zvládnuť približne za šesť týždňov.

Medzitým však môžete pripravovať ďalšie experimenty. Napríklad paralelne trénovať desať menších modelov, skúšať rôzne postupy a rozmýšľať, čo zmeniť pri ďalšom veľkom tréningu. Je to neustály proces experimentovania a zlepšovania.

Čo vás po skúsenostiach v Google DeepMind presvedčilo prejsť do Mety?

Keď som prišiel do Googlu, zaviazal som sa, že tam zostanem päť rokov a pomôžem vybudovať tamojšiu pobočku. Potom som však chcel robiť veci, ktoré som považoval za ďalší veľký krok vo vývoji umelej inteligencie.

V DeepMind predtým existovali stovky paralelných projektov. Výskumníci mali priestor skúšať vlastné nápady. Po nástupe ChatGPT sa však situácia zmenila a veľká časť úsilia sa sústredila na jediný cieľ – dobehnúť a predbehnúť OpenAI.

Z pohľadu vedenia Googlu to bolo pochopiteľné. Ak máte tisíce výskumníkov a trénovanie jedného veľkého modelu stojí obrovské peniaze, nemôžete vyskúšať každý nápad. 

Mne sa podarilo presadiť niekoľko nápadov do Gemini, ale na ďalšie experimenty som musel čakať. Druhým dôvodom bola otvorenosť výskumu. Veľké technologické spoločnosti si často chránia svoje poznatky, pretože predstavujú konkurenčnú výhodu.

Meta mala v tomto smere odlišnú kultúru. Historicky sa výrazne zapájala do open-source projektov a mnohé veci boli prístupné aj ostatným výskumníkom. Keď som tam prišiel, mohol som vidieť oveľa viac z toho, na čom pracovali ostatné tímy. Získal som prístup k poznatkom a technikám, ku ktorým by som sa v uzavretejšom prostredí nedostal.

Uzavretý aj otvorený prístup majú svoje výhody a nevýhody. Ak si však tímy navzájom nezdieľajú poznatky, môže sa stať, že dva tímy pracujú na rovnakom probléme bez toho, aby o sebe vedeli.

Viete aspoň približne povedať, koľko môže dnes zarobiť skúsený AI výskumník v spoločnosti ako Google alebo Meta? Z čoho sa skladá jeho odmena – základný plat, bonusy či akcie?

V spoločnostiach ako Google či Meta tvorí odmenu základný plat a akcie firmy. Keď sa firme darí a hodnota jej akcií rastie, rastie aj hodnota odmeny. Preto sa príjmy jednotlivých ľudí môžu výrazne líšiť.

V západnej Európe sa podľa konkrétnej pozície, seniority a hodnoty akcií môžeme rozprávať o veľmi širokom rozpätí, od desiatok tisíc až po milióny ročne. Poznám dokonca ľudí, ktorých ročná odmena dosahuje 100 miliónov. V takých prípadoch však drvivú väčšinu tvoria akcie.

Technologické spoločnosti investujú do umelej inteligencie obrovské peniaze. Kde sa im tieto investície reálne vracajú a ktoré AI produkty dnes podľa vás predstavujú skutočne dobrý biznis?

Podľa mňa veľké spoločnosti, ktoré vyvíjajú najpokročilejšie modely umelej inteligencie, zatiaľ na samotnom vývoji týchto modelov nezarábajú v tom zmysle, že by ich príjmy pokrývali všetky obrovské náklady.

Aj keď napríklad OpenAI získava desiatky miliárd dolárov, jej výdavky sú mimoriadne vysoké. Zaujímavé je, že zarábať môžu firmy, ktoré tieto modely využívajú na konkrétne produkty a služby. Nemusia pritom vyvíjať vlastný model. Môžu použiť model od OpenAI alebo niektorý z otvorených modelov a vytvoriť na ňom riešenie pre zákazníkov.

Dnes sú z obchodného hľadiska veľmi zaujímavé riešenia pre finančné inštitúcie a ďalšie oblasti, kde je ľudská práca drahá. Nemusia dosahovať rekordy v technologických benchmarkoch ani vyzerať najatraktívnejšie. Práve v nich však môžu byť skutočné peniaze.

Vidíte v AI ešte priestor pre malý startup s niekoľkými zamestnancami, alebo už o budúcnosti technológie rozhodujú najmä firmy s miliardovými rozpočtami?

Som zapojený približne do 50 až 60 startupov a mnohé z nich majú okolo desať ľudí. Keďže mám možnosť vyberať si, zaujímajú ma najmä projekty, ktoré môžu priniesť niečo pozitívne pre spoločnosť.

Pri takých projektoch vidím, že aj veľmi malý tím dokáže vytvoriť niečo s veľkým spoločenským prínosom. Nie vždy na to potrebujete obrovské investície. Niektoré startupy dokonca fungujú bez externých investorov a financujú svoj rast z vlastných príjmov. Takže to nie je len môj názor. Denne vidím, že aj malé firmy dokážu vytvárať veľmi zaujímavé technológie.

Vy osobne pomáhate vyvíjať umelú inteligenciu. Na čo ju však používate ako bežný človek mimo práce? Je niečo, čo by ste už dnes bez AI nechceli robiť?

Napríklad aj organizáciu dňa. Väčšinu toho za mňa rieši systém, ktorý som si sám vytvoril. Pracuje s mojím kalendárom, e-mailmi a organizuje presuny či stretnutia. Keď sa nejaké stretnutie posunie, systém dokáže zohľadniť zmenu a upraviť ďalší program.

Nemusím osobne koordinovať komunikáciu medzi desiatimi či pätnástimi ľuďmi, kontrolovať časové pásma alebo riešiť každú drobnosť. Ak sa systém pomýli pri rezervácii taxíka alebo posunie stretnutie na nesprávny čas, je to nepríjemné, ale následky nie sú zásadné. 

Vďaka tomu sa môžem venovať tomu, čo má pre mňa väčšiu hodnotu, než je objednávanie taxíkov či presúvanie stretnutí. To však neznamená, že umelej inteligencii zverím úplne všetko. Nezveril by som jej napríklad úplnú kontrolu nad svojou kreditnou kartou.

Aký je jeden AI trik, ktorý používate vy, ale väčšina bežných ľudí ho podľa vás vôbec nepozná?

Ja veľmi často používam veľké množstvo AI agentov, ktorí pracujú paralelne. Zároveň sa snažím neustále zlepšovať spôsob, akým medzi sebou komunikujú a riešia jednotlivé úlohy.

Predstavte si, že zadáte umelej inteligencii úlohu, ktorá jej trvá pol dňa. Na konci dostanete výsledok a ste s ním spokojní. Väčšina ľudí sa v tomto bode zastaví. Výsledok použijú a pri ďalšej podobnej úlohe postupujú úplne rovnako.

Ja sa však ešte spýtam, ako by sa dal celý proces zmeniť, aby som nabudúce získal rovnako dobrý alebo lepší výsledok rýchlejšie. Nejde teda len o zlepšovanie samotnej odpovede, ale aj o zlepšovanie postupu, ktorým k nej systém dospel. 

Predstavte si, že sa ma niečo spýtate a ja odpoveď nepoznám. Poviem vám však, že to vie niekto iný. Keď budete mať nabudúce podobnú otázku, už nepôjdete za mnou, ale rovno za ním. Tým ste sa niečo naučili. Zlepšili ste spôsob, akým získavate informácie. Presne toto sa snažím robiť aj s AI systémami.

Veľa ľudí zadá ChatGPT jednu otázku, prečíta si odpoveď a tým skončí. Ako by ste im odporučili komunikovať s AI, aby získavali výrazne kvalitnejšie výsledky?

Jedna z možností je položiť úplne rovnakú otázku znova, ale požiadať o úplne inú odpoveď a argumenty, ktoré ju podporujú. Ak dostanete dve protichodné odpovede a obe sú podložené zdanlivo dobrými argumentmi, začnete si uvedomovať, že problém možno nie je taký jednoduchý.

Možno je jedna odpoveď nesprávna. A možno je nesprávna práve tá prvá, ktorej ste pôvodne verili. Takýto postup vás prinúti viac rozmýšľať a nespoliehať sa automaticky na prvý výsledok. Podľa mňa je dôležité uvedomiť si, že presvedčivo formulovaná odpoveď ešte nemusí byť pravdivá.

Ak by ste mali obyčajnému Slovákovi odporučiť tri konkrétne spôsoby, ako mu AI dokáže ušetriť aspoň niekoľko hodín týždenne, ktoré by to boli?

Namiesto troch konkrétnych spôsobov by som odporučil jednu vec: zamyslite sa nad tým, čo vo svojom živote nemáte radi, čo vás nudí a čo vás najmenej napĺňa. A presne tieto úlohy sa pokúste zveriť umelej inteligencii.

Môže ísť o administratívu, e-maily, faktúry, organizovanie stretnutí alebo množstvo ďalších činností. Dnes máme možnosť skúšať oveľa viac vecí ako v minulosti. Inteligencia je zrazu relatívne lacná, prípadne jej používanie niekto dotuje prostredníctvom investícií.

Ak máte nejaký nápad, môžete paralelne vyskúšať množstvo rôznych riešení. Už by sme nemali tráviť toľko času premýšľaním nad tým, ako niečo urobiť. Oveľa dôležitejšie je rozmýšľať nad tým, čo vlastne chceme urobiť.

Ak dnes niekto zarába 1 500 eur mesačne a bojí sa, že jeho prácu prevezme AI, čo konkrétne by ste mu odporučili začať robiť už teraz?

Naučiť sa vytvárať veci, rýchlo skúšať nové postupy a zlepšovať sa. V minulosti sme chodili do školy najmä preto, aby sme sa naučili konkrétne vedomosti a pracovné postupy. Dnes dokáže umelá inteligencia množstvo týchto činností výrazne zjednodušiť. To však neznamená, že ľudia prestanú byť potrební.

Podľa mňa by sa preto ľudia nemali sústrediť len na to, ako vykonávať konkrétne úlohy. Mali by viac rozmýšľať nad tým, akú hodnotu chcú vytvárať, komu chcú pomáhať a čo má skutočný zmysel. Inteligencia je totiž len jednou z mnohých vecí, ktoré nás definujú ako ľudí.

Keby ste mali pomenovať jednu vec, ktorú o umelej inteligencii viete vďaka práci v Google a Mete a ktorá by bežných ľudí najviac prekvapila, čo by to bolo?

To, že dnešná umelá inteligencia v skutočnosti nevie spoľahlivo vyhodnotiť, nakoľko si môže byť istá svojou odpoveďou. Pri dnešných veľkých jazykových modeloch je to komplikované. Ich neurónové siete nemajú priamo k dispozícii spoľahlivé intervaly neistoty pre každé tvrdenie, ktoré vytvoria. Môžu vám preto odpovedať veľmi sebavedomo, aj keď je odpoveď nesprávna.

Dokonca sa môže stať, že model najprv niečo tvrdí, potom sa ospravedlní a poskytne opačnú odpoveď. Je to podobné ako pri komunikácii medzi ľuďmi. Často máme tendenciu veriť tomu, kto pôsobí najsebavedomejšie. Lenže sebavedomie neznamená, že má človek pravdu.

Preto si myslím, že jednou z najdôležitejších vecí, ktoré by mali ľudia o AI vedieť, je to, že presvedčivá odpoveď nie je zárukou pravdivosti.

Keď sa pozriete na Slovensko, vidíte tu priestor na vznik globálne úspešnej AI firmy? Čo nám chýba, aby ďalší úspešný slovenský vedec nemusel odchádzať do zahraničia?

Bol by som veľmi rád, keby sme sa raz na Slovensku nemuseli rozprávať iba so Slovákmi, ktorí uspeli v zahraničí, ale aj so zahraničnými vedcami, ktorí prišli pracovať k nám. Podľa mňa nám chýba predovšetkým väčšia otvorenosť voči svetu.

Len kúsok od Bratislavy je Viedeň, kde na mnohých univerzitných programoch prebieha výučba v angličtine. To je zásadný rozdiel. Ak chcete pritiahnuť najlepších vedcov a študentov z celého sveta, musíte im vytvoriť prostredie, v ktorom môžu fungovať. Vedomosti predsa nemajú hranice.