MF DNES: Svět s AI bude brzy naprosto jiný, říká Václav Rozhoň

Letos jste získal Cenu Neuron pro mladé vědce. Není to však zdaleka vaše první ocenění, na elitní polytechnice ETH Curych jste předloni získal i stříbrnou medaili za vynikající disertaci. Jak jste se tam z matfyzu dostal a později šel i na MIT?
Myslím, že za to může moje manželka, tehdy ještě přítelkyně. Potkali jsme se právě na matfyzu v Praze, kde studovala bioinformatiku, což je důležitý, ale mladý obor. V té době nebylo v Česku ještě tolik možností, takže měla velikou motivaci vyjet do zahraničí.
Vy ne?
Já jsem spíš sedavý typ, sám bych se k tomu možná ani neodhodlal. Ale díky ní jsme se začali rozhodovat, kam jít dál. ETH je skvělá univerzita a zároveň je docela blízko. Oběma se nám zalíbila a nakonec jsme tam byli strašně spokojení; odjeli jsme tam spolu po bakaláři, celkem to tam s magistrem a doktorátem bylo asi na šest let.
ETH patří k nejlepším univerzitám Evropy. Jak se vám tam líbilo, když jste přijeli jako mladí študáci do úplně jiného prostředí, možná i trošku jinačí výuky a vědy?
Bylo to úžasné. Myslím, že dobré školy se od těch průměrných neliší jen tím, že by tam nutně byly nejlepší přednášky. Samozřejmě, přednášky jsou velmi důležité, ale těch devadesát minut v posluchárně může vypadat na různých univerzitách poměrně podobně. Ten skutečný rozdíl mezi školami poznáte v tom, co se děje mezi přednáškami; potkáte tam strašně moc zajímavých, chytrých a aktivních lidí. Záleží, s kým se dáte do řeči a jaké ambice či nápady kolem vás cirkulují.
Koho jste potkal vy?
Svého budoucího školitele Mohsena Ghaffárího původem z Íránu. Později jsem s ním strávil část doktorátu na MIT, když se přesunul do Ameriky. Dal mi do života strašně moc.
V čem přesně?
Ve vědě existuje něco, co připomíná „učednický systém“. Člověk se učí od svého vedoucího, sleduje, jak přemýšlí, jak klade otázky, jak se dívá na problémy... Když se podíváte na držitele Nobelových cen, často zjistíte, že i jejich školitelé patřili mezi mimořádné vědce, někdy také nobelisty. Neříkám, že je to ideální model, ale pořád tak funguje. Věda se učí nablízko.
A vás tedy profesor Ghaffárí inspiroval jak?
Pracuje v oblasti teorie distribuovaných a paralelních algoritmů. U paralelních algoritmů je základní myšlenka jednoduchá: máte třeba výpočet, který trvá dlouho, a chcete jej zrychlit tím, že ho rozdělíte mezi více procesorů nebo počítačů. Jedna cesta, jak ho zrychlit, je pořídit víc počítačů a nechat výpočet běžet paralelně. Jenže to ne vždy funguje. Některé problémy nejdou jednoduše rozsekat na sto nezávislých částí, i když máte stokrát víc výpočetních zdrojů. A my se snažíme principiálně pochopit, u kterých problémů to možné je, u kterých ne – a navíc proč. Navrhujeme nové algoritmy, ale snažíme se vysvětlit i limity.


Vy jste teoretický informatik, nikoli inženýr. Jak vlastně pracujete?
Často pracuji s tabulí, papírem a tužkou. Snažím se nacházet nové přístupy a matematicky dokazovat, co funguje a co ne. Cílem základního výzkumu není nutně to, aby příští rok někdo implementoval přesně náš algoritmus do konkrétního systému. Cílem spíš bývá pochopit, jaké možnosti a hranice daný typ výpočtu má. Někdy se snažíte dokázat i to, že něco nejde. Ač to může znít zvláštně, je to důležité. Když víte, co nejde, lépe rozumíte tomu, co jít může.
Měl jste ambici promýšlet věci takhle do hloubky už před příchodem na ETH?
Nějakou obecnou ambici jsem asi i měl. Ale ve vědě hraje obrovskou roli náhoda. Kdybych šel na jinou, třeba i stejně kvalitní univerzitu, potkal bych jiné lidi a možná bych dnes dělal něco úplně jiného. Kdo ví. Je normální, že člověk v průběhu kariéry mění obory a témata. Já jsem začal u paralelních a distribuovaných algoritmů, ovšem dnes dělám částečně i jiné věci.
ETH je super, ale co MIT? Bývá s Caltechem či Oxfordem v žebříčcích na světě první.
Je to samozřejmě skvělá univerzita. Ale podobně jako v Curychu se kvalita nepozná jen na přednáškách. Pozná se to opět podle lidí, které potkáváte. Na MIT nebo Harvardu narazíte na extrémně ambiciózní studenty i vědce. Tím se to prostředí strašně promění. I kdyby ty školy nedělaly nic jiného, už jen koncentrace výjimečných lidí by vytvářela obrovský rozdíl.
Co hlavního se ve vašem oboru změnilo?
Čím dál víc potřebujeme AI. Umělá inteligence toho změnila tolik, že u některých typů problémů už není ani jasné, jestli má smysl, aby na nich člověk dál pracoval stejným způsobem jako dřív. A to i ve velmi abstraktních oblastech. AI už je dnes velmi schopná. Už jsem o část své práce přišel... Ne úplně, ale o velkou část ano.
Fakt? Může přijít AI vůbec s něčím originálním, tedy nenaučeným?
Různí lidé na to mají různé názory a také si pod slovem „originální“ představují různé věci. Za sebe osobně bych řekl, že AI rozhodně může být originální. A velmi brzy bude v mnoha ohledech dokonce originálnější než my.
Věda se tedy pod vlivem AI zásadně mění?
Rozhodně! Věda se zrychlí a v mnoha ohledech se promění. Pokud si lidstvo udrží nad AI kontrolu, může to být skvělé. Svět za pět nebo deset let asi bude naprosto jiný. Ale je tam to velké „pokud“. Otázka, zda si lidstvo nad AI udrží kontrolu, je opravdu zásadní.
Kráceno. Celé vyšlo v tištěné MF DNES / LN Orientace 20. června 2026, str. 17, online na Lidovky.cz
