Govor o znanju

—

Ovaj govor Aravind Srinivas održao je 3. oktobra 2026. godine pred društvom Cambridge Union Society. Cambridge Union Society je najveće studentsko društvo Univerziteta u Kembridžu i najstarije debatno društvo na svetu koje neprekidno deluje.

—

Pozdrav i hvala vam. Čast mi je što sam ovde.

Jedna od stvari koje nisam očekivao kada sam osnovao kompaniju jeste koliko vremena provodim na univerzitetima. Uživam u tome. Za izvršnog direktora, univerziteti su obično jedino mesto gde publika uzvraća argumentima. Zato ćemo za diskusiju odvojiti više vremena nego što planiram da govorim.

Počnimo.

Obično, kada me pozovu da negde govorim, traže da održim predavanje o predviđanjima, sa nekim uopštenim naslovom poput „budućnost veštačke inteligencije.“ Neću govoriti o budućnosti veštačke inteligencije. Umesto toga, govoriću o vašoj budućnosti. Vaša budućnost je meni zanimljivija, a verovatno je zanimljivija i vama.

Prvo, nešto malo o prošlosti. Kembridž je savršeno mesto da se govori o prošlosti i istovremeno o vašoj budućnosti, jer ima i jedno i drugo.

Kako priča kaže, ono što danas zovemo sistemom stručne recenzije izmišljeno je ovde, na Kembridžu. Tačnije, to je bio samo jedan profesor sa Kembridža, i on ga je predložio u Kraljevskom društvu u Londonu, a ne ovde na univerzitetu. Bilo je to 1831. godine. Danas se svake godine po sistemu stručne recenzije objavi više od 3,5 miliona naučnih radova.

Oko 160 godina kasnije, dva doktoranta na Univerzitetu Stanford radila su na mrežnim strukturama i rudarenju podataka. Bilo je to kada je internet bum 1990-ih tek počinjao. Svi su pričali samo o vebu (World Wide Web). Nešto kao danas o „AI“.

Takođe, kao i danas, o tom bumu su uglavnom govorili investitori i mediji. „Tehnološka zajednica“ je tada bila telekomunikaciona industrija. U toj diskusiji nije bilo mnogo akademika. (Bilo ih je, ali ne mnogo.) A ova dva doktoranta baš i nisu bili insajderi internet buma.

Ali znali su jednu stvar do koje ljudima izvan univerzitetskog sistema zapravo nije bilo stalo.

Kao i većina akademika, razumeli su svrhu univerziteta. Svrha univerziteta je da unapređuje znanje.

Zato koristimo stručnu recenziju. Zato i akademski radovi imaju toliko citata. A ova dva studenta su znala da količina znanja u svetu (merena brojem radova koji ispunjavaju standarde stručne recenzije) samo raste. Zato im je bilo lako da vide da će i veb samo rasti zajedno sa ljudskim znanjem.

Imali su i iskustva sa jednim starim problemom koji je za veb bio „nov“: kako pronaći pravo znanje, ili najbolje znanje, ako se ono stalno širi. U starom modelu, akademici procenjuju da li je nečije istraživanje korisno ili verodostojno na osnovu toga koliko je puta citirano.

Zato su došli na ideju da naprave algoritam koji procenjuje svaki veb-sajt na internetu na osnovu toga koliko ga je drugih sajtova citiralo, odnosno postavilo link ka njemu, u odnosu na sadržaj tih sajtova.

Sistem su nazvali „Page Rank“, jer su rangirali svaku stranicu na vebu i zato što se jedan od tih doktoranata zvao Larry Page.

Larry i njegov partner (Sergey Brin) uzeli su ovaj mali akademski princip i učinili ga dostupnim širokoj javnosti. Google je postao jedan od najkorisnijih alata u istoriji i jedan od najuspešnijih biznisa, jer je Larry Page jednostavno prilagodio ono što univerziteti rade već stotinu godina.

Kao što sam rekao, svrha univerziteta je da unapređuje znanje. U ovom govoru reći ću vam tri stvari o znanju. Nadam se da ćemo, razmišljajući o sopstvenom znanju, doći do boljeg praktičnog razumevanja veštačke inteligencije.

1.

Prvo, znanje ima život. Ono se rađa, propada i umire.

Ono ima svoj životni ciklus. A pošto ima životni ciklus, znanje prolazi kroz evoluciju.

Kako se ono što znamo razvija, svi postajemo pametniji. To se zove Flinov efekat. Flinov efekat je zapažanje da čovečanstvo svake decenije postaje pametnije za oko 3 IQ poena.

IQ testovi se stalno ponovo normiraju tako da prosek ostane 100, pa je Flinov efekat najlakše posmatrati kroz percentile. Neko ko je 1950. bio u 92. percentilu inteligencije danas bi bio tek u 50. percentilu. Svi smo postali pametniji.

Iste te 1950. godine osmišljen je i Tjuringov test. To je bio prvi test kojim se utvrđuje da li je, odnosno kada je, mašina pametnija od ljudi. To znači da je 1950. mašini bilo mnogo lakše da prođe Tjuringov test. Jer je lestvica za „ljudsku“ inteligenciju bila niža.

I u tome je moć evolucije. Znanje uvek vodi ka još više znanja.

Loša strana je to što svet može da postaje pametniji, a vi kao pojedinac gluplji. Znanje propada. Zamislite to kao poluživot. Poluživot (vreme poluraspada) radioaktivnog elementa je vreme potrebno da se polovina njega raspadne. Poluživot znanja je vreme potrebno da polovina tog znanja zastari.

Evo nekoliko primera, upravo odavde, sa Kembridža.

Godine 1978. ser Roy Calne pomogao je da se ciklosporin uvede u transplantaciju. To je bilo važno za sprečavanje odbacivanja organa. Prva klinička ispitivanja sprovedena su na Kembridžu. Do 2001. godine drugi lek, takrolimus, postao je dominantna terapija u svojoj klasi kod transplantacije bubrega u Americi. Moglo bi se reći da je medicinsko znanje o terapiji ciklosporinom imalo poluživot od 23 godine.

To je nesavršeno merilo, ali je koristan model za procenu inženjera u oblastima koje se brzo razvijaju. Mi to radimo u tehnološkoj industriji. Implikacija je: „u kom trenutku karijere tog inženjera polovina onoga što zna postaje potpuno zastarela?“

U kom trenutku karijere će se to desiti vama? Odgovor zavisi od toga koliko vremena provodite učeći nove stvari.

Nažalost, u retkim slučajevima i znanje umire. Postoje jezici koje više niko ne govori. Postoji mudrost koja umire zajedno sa nekim starcem.

Zato ljudi već više od 4.000 godina grade biblioteke. A kada se pojavio veb, na njega smo postavili neizmerno više od onoga što znamo. Dakle, znanje umire, ali ne mora. Možda zbog neke urođene odlike ljudske prirode, ljudi su oduvek osećali potrebu da čuvaju znanje. Neprestano ga čuvamo i uvećavamo ukupno znanje sveta. To je dobra stvar.

Treba da napomenem: znanje je poput živog bića, ali nije živo. Živi ste samo vi. Samo mislim da ste življi kada učite nešto novo.

Usput, zato i postoji Perplexity. Ali nisam ovde da govorim o kompaniji Perplexity. Ovde sam da govorim o vama i o ekonomiji znanja. Što me dovodi do moje druge tačke.

2.

Drugo, znanje nije novac. Ali se ponaša kao novac.

Novac ima vremensku vrednost. Kamata ga uvećava, a inflacija ga umanjuje. Uz dovoljno vremena, i kamata i inflacija deluju po principu složene kamate.

Kada sto hiljada funti bude imalo kupovnu moć od četrdeset hiljada (verovatno za oko 23 godine), biće vam potrebno 250.000 £ da biste ostali na nuli. Još 23 godine nakon toga biće vam potrebno 625.000 £.

Kada nešto raste po principu složene kamate, dobici ili gubici rastu eksponencijalno s vremenom.

Zato je najosnovniji finansijski princip da vam se novac uvek uvećava po principu složene kamate, po stopi većoj od inflacije. Jer ako ne rastete, smanjujete se. Isto je i sa znanjem.

Baš kao i vrednost funte, i vrednost onoga što danas znate vremenom će opadati. I baš kao kod obične amortizacije, to će se dešavati samo pomalo svakog dana. Biće to toliko malo da ćete to jedva primetiti. Sve dok se jednog dana ne probudite bez ičega. Vaše znanje više neće imati istu tržišnu vrednost. To je neizbežno. Setite se, Pitagorinu teoremu su nekada smele da znaju samo elite. A svi ovde su je učili u sedmom razredu.

Svi postajemo pametniji, zauvek. Kao što sam pomenuo, to je cela svrha univerziteta. Uz malo sreće, jednog dana u dalekoj budućnosti, ono što ste studirali ovde na Kembridžu možda će biti gradivo za sedmi razred.

To je dobro ako se dogodi. To znači napredak. Ali to znači i da vaši ekonomski ciljevi zahtevaju da nikada ne prestanete da učite. Morate da učite po kamatnoj stopi većoj od stope inflacije znanja.

Drugim rečima, morate da udvostručite ono što znate brže nego što protekne vaš sopstveni poluživot znanja. Za to je potrebno vreme. Ali kada svet posmatrate kroz prizmu složenog rasta, morate ga posmatrati sa dugoročnom budućnošću na umu.

Zato je najbolji trik za uvećanje bogatstva po principu složene kamate da počnete mladi, a drugi najbolji način je da umrete stari. Warren Buffet je počeo da investira sa 11 godina, ali 99% njegovog bogatstva nagomilalo se posle 65. godine.

Što nagoveštava poslednju sličnost između znanja i novca. Morate ga trošiti.

Kada imate kapital, ulažete ga da bi radio za vas. Kada imate znanje, posebno izuzetno znanje, treba da ga stavite u funkciju. Uradite nešto s njim. To je razlika između izuma i inovacije. Izum pita: „Jeste li nešto napravili?“ Inovacija pita: „Da li je to nešto promenilo?“

A ako želite da nešto promenite, morate da delujete na osnovu znanja. Samo delovanje podstiče nova pitanja, istraživanje i novo znanje. Morate stalno da učite i stalno da delujete.

Tu na scenu stupa veštačka inteligencija, i to me dovodi do moje treće i poslednje tačke.

3.

Svrha veštačke inteligencije je da ubrza ljudsko znanje i prosperitet.

Razmislite o prve dve stvari koje sam večeras rekao. Rekao sam da znanje ima gotovo živ karakter, i da treba da ga negujemo i unapređujemo, jer od toga, uopšteno gledano, ljudi imaju koristi. Zatim sam rekao da znanje ima ekonomski karakter. Da treba da ga razvijamo, jer, uopšteno gledano, od toga svi ljudi imaju koristi.

Ako verujete u ove dve stvari, onda i o veštačkoj inteligenciji morate da razmišljate malo drugačije.

Umesto da budete opsednuti postizanjem opšte veštačke inteligencije (AGI) ili time da tehnologija bude pametna radi same tehnologije, zaključili biste da je razlog za stvaranje bolje i preciznije veštačke inteligencije to da služi ljudima.

Zaključili biste da je najviša i najvažnija svrha veštačke inteligencije da ljude učini pametnijim i prosperitetnijim.

Ako vam ovo mnogo liči na svrhu univerziteta, pa, evo nas ovde.

Razmislite ponovo o stručnoj recenziji. Izmišljena je 1831. godine. Ove godine Perplexity je predstavio vrlo jednostavan proizvod pod nazivom Model Council, zasnovan na ideji jednog od istraživača iz osnivačkog tima kompanije OpenAI. Postavite isto pitanje trima AI modelima. Svaki od njih istraži temu i odgovori, a zatim „predsedavajući“ model procenjuje u čemu se razlikuju, a u čemu se slažu, i promišljanjem dolazi do konačnog odgovora.

Model Council ne zamenjuje stručnu recenziju. Njegova svrha je da duh akademskog istraživanja približi većem broju ljudi. Etos univerziteta možemo proširiti izvan ovih zidova, na ceo svet.

Mogli bismo da pomognemo većem broju ljudi da zaista budu u pravu, a ne samo da se osećaju ili zvuče kao da su u pravu. Da naučno tragaju za istinom i znanjem. Luk univerzuma teži tome da svi imaju veći pristup većem znanju. Dobro je da ljudi imaju znanje. I upravo ljudi imaju koristi od toga.

Završiću kratkom pričom o svojoj kompaniji.

Kada smo počeli, bili smo samo tri istraživača veštačke inteligencije, sa više pitanja nego vizije. Onda, kada nam se pridružila četvrta osoba, odlučili smo da je vreme da uzmemo zdravstveno osiguranje. Zdravstveno osiguranje u Americi je komplikovano čak i za Amerikance. Ja nisam iz Amerike, pa mi je bilo još zbunjujućije.

Rezultati Google pretrage nisu bili od pomoći. A u takvoj situaciji osnivač obično pozove nekoga ko je to već radio. Recimo investitora ili drugog osnivača. Ali bilo je kasno uveče. Hteo sam to da završim, pa sam morao sam da pronađem potrebno znanje.

Problem je u tome što, kada sami istražujete, pretražujete Google i probijate se kroz SEO-optimizovane sajtove osiguravajućih kuća, punih loših saveta, koji se takmiče u tome koji će izgledati najverodostojnije.

Tada sam napravio prvu verziju proizvoda Perplexity.

Obavila je istraživanje umesto mene. I naterao sam je da za odgovore navede izvore. Tako sam mogao da proverim i da nastavim da postavljam nova pitanja. A onda sam sredio naše zdravstveno osiguranje. Problem je bio rešen. Na sledeći problem. Pa na sledeći, i na sledeći. I evo nas danas.

Pouka te priče je da vam više ne treba „veza“. Možete jednostavno da naučite stvari i da ih uradite. Već sam vam rekao da je obećanje veštačke inteligencije to što možete da pristupite bilo kom znanju. Pouka ove priče je da svaka osoba može da pristupi bilo kom znanju.

To je krajnje obećanje veštačke inteligencije. Svako sada može da bude radoznao. Svako može da napravi bilo šta. Svako sada može da uđe u hram znanja. To koristi svima.

I to je dobra vest za vas. To znači da je najvažnije što možete da radite, do kraja života, da budete radoznali. Najuspešniji među vama biće oni koji imaju najviše pitanja. I to najboljih pitanja.

Zato vam savetujem da budete radoznali koliko god možete. Nemojte se zadovoljiti skrolovanjem društvenih mreža na telefonu. Nemojte se zadovoljiti AI agentom koji samo rezerviše sto za večeru – obavite uz njega neki pravi posao. I nikada ne verujte četbotu koji vam kaže da ste već u pravu.

Verujte u duh istraživanja. Verujte u ono što možete da naučite uz pomoć veštačke inteligencije. Verujte u ono što ćete stvoriti kada to uradite. I, za dobro svih nas, neka to bude nešto dobro.

Hvala vam.