Články na Wikipedii jsou v ideálním případě vlastně rozsáhlým shrnutím informací z odlišných zdrojů. Tým z Google Brain, výzkumné „laboratoře“ zaměřené na strojové učení, se pokouší tohoto výsledku dosáhnout za pomocí umělé inteligence. Svoji práci představili v nedávno publikovaném vědeckém článku.
Cílem je co nejpřesněji, ale zároveň nejstručněji, sesumírovat informace o zadaném tématu z volně dostupných internetových zdrojů. Model Googlu prý funguje tak, že po zadání tématu ho sám „vygooglí“ a vezme prvních 10 nalezených výsledků - samozřejmě vyjma případně již existujícího článku na Wikipedii. Systém odlišné texty ohodnotí podle důležitosti a dá je všechny dohromady do jednoho dlouhého textu, který poslouží jako vstup pro svůj model. Z něj pak vytvoří výsledné shrnutí.
Publikovaný článek obsahuje i ukázky vygenerovaných textů, které zatím spíše nepřesvědčí o tom, že by je psal člověk, ale z informačního hlediska se zdá, že poslouží obstojně. Některé odstavce jsou ale podstatně delší, než by měly být - alespoň podle měřítek přispěvovatelů na Wikipedii.
Vlevo výstup AI od Googlu, vpravo pro porovnání pravý článek na anglické Wikipedii
Systém se samozřejmě bude zlepšovat a pokusy Googlu nejsou jediné. O sumarizaci textu pomocí AI se pokouší například i firma Salesforce. V dnešní informacemi přeplněné době by samozřejmě spolehlivý systém na vytažení toho nejpodstatnějšího ušetřil spoustu času. Ale je potřeba dávat si pozor na to, s jakými informacemi pracuje: například oněch prvních 10 výsledků na Googlu nemusí vždy představovat věrohodné zdroje.
