Jeden člověk seděl nad papírem a psal korejské věty, aby se stroj naučil pohybovat virtuálním perem. Žádná velká přehlídka univerzální inteligence: přibližně čtyři a půl tisíce řádků, jeden rukopis a úloha, kterou lze přesně pojmenovat. Právě proto stojí Hangul.ink za pozornost. Připomíná totiž něco, co se v závodě o větší modely snadno ztrácí: kvalitní řešení začíná správně vybraným problémem, ne objednávkou dalšího výpočetního výkonu.
Jonathan Baudanza představil projekt 9. října 2026, ke Dni hangulu. Jak jsme popsali v rychlé zprávě o generování korejského rukopisu, model vytváří postupné tahy pera přímo v prohlížeči. Podle autora má přibližně 350 tisíc parametrů. Není to konkurent univerzálních chatbotů a nemá smysl ho tak hodnotit. Je to konkrétní ukázka, že generativní AI nemusí být vždy vzdálená služba, která dostane všechna naše data.
Nepotřebujete obrázek písma. Potřebujete pohyb pera
Rozdíl proti běžnému obrazovému generátoru je zásadní. Hangul.ink nevyrábí hotovou bitmapu s nápisem, ale posloupnost souřadnic, hodnot tlaku a pokynů pro zvednutí či přiložení pera. Výsledkem je animace, v níž lze sledovat vznik jednotlivých tahů; proměnlivý tlak se projeví v tloušťce čáry. Výstup lze stáhnout jako animované SVG nebo jako surová data v JSON.
To dává projektu zajímavější možnosti než pouhé zobrazení ozdobného textu. Animátor může pracovat s časováním tahů, vývojář se souřadnicemi a učitel ukázat, jak neuronová síť postupně vytváří výsledek. Připojení skutečného mechanického pera uvádí autor jako námět pro další práci, nikoli jako hotovou funkci demonstrace. A výukové využití má svou hranici: napodobení jednoho pisatele není automaticky správný vzor pořadí tahů pro každého studenta.
Základ přitom pochází z práce Alexe Gravese z roku 2013 o generování sekvencí pomocí rekurentních neuronových sítí. RNN si mezi jednotlivými kroky nese vnitřní stav, takže může navazovat na předchozí pohyb. Baudanza tento princip přizpůsobil korejskému písmu. Starší architektura zde není ostuda, kterou by měl autor zakrývat; je to nástroj vybraný pro práci, kterou skutečně potřebuje udělat.
Nejcennější část projektu držela pero v ruce
Veřejná datová sada na Hugging Face uvádí 4 568 zaznamenaných řádků od jediného pisatele, Jo YW. Zachycuje pohyb, tlak, časování i orientaci pera, nikoli jen fotografii hotového textu. Právě v tomto detailu je hodnota sběru: model dostane průběh činnosti, ne pouze její výsledek. Stejný napsaný znak totiž sám o sobě neprozradí, kdy se pero odlepilo od papíru nebo jak se měnil tlak.
Autor nejprve nechával pisatele opisovat věty z korejské Wikipedie. Jenže encyklopedický jazyk nebyl dobrým vzorkem všeho, co chtěl generovat. V popisu projektu uvádí, že model měl potíže se zdvořilým zakončením 요, které se v těchto textech na konci věty téměř nevyskytovalo. Síť se neučila obecný lidský rukopis z nějakého ideálního reprezentativního světa. Učila se z toho, co jí někdo skutečně napsal.
Baudanza proto začal pomocí Claude připravovat věty cílené na slabá místa modelu a nechával je znovu ručně napsat. V tomto případě syntetická data znamenají vytvořené textové zadání; samotné tahy pera dál zaznamenával člověk. Je to podstatný rozdíl. Kdyby se pouze násobily uměle vytvořené křivky, nepřibyla by stejným způsobem nová zkušenost skutečné ruky.
Podle nás je právě tohle nejsilnější poučení celého projektu. Vývojář nehledal odpověď pouze v počtu parametrů, ale v chybějících příkladech. Pokud trénink téměř neobsahuje běžnou zdvořilou koncovku, větší síť z ní sama neudělá známou situaci. Oprava začala všední prací: zjistit, co chybí, připravit vhodné věty a pořídit další záznamy. Méně efektní než oznámení dalšího rekordního modelu, ale pro daný problém mnohem konkrétnější.
Malý model neznamená malou práci
V technickém vysvětlení úprav autor popisuje rozklad korejských slabik na dílčí písmena jamo. Místo samostatného učení každé celé slabiky model využívá menší součásti, které se opakovaně kombinují. Přidal také informace o tlaku a absolutní poloze pera. Tlak podle jeho zkušenosti pomohl učení; poloha zase řešila ujíždění řádku. Jde o popis jeho experimentů, nikoli o nezávislé srovnání s jinými systémy.
Zvlášť výmluvná je pasáž o zastavování. Model někdy skončil uprostřed slabiky, jindy po dokončení textu kreslil další nesmyslné tahy. Autor doplnil značku konce textu a tréninkové příklady odloženého pera: žádný pohyb, žádný tlak, pero zvednuté. Ukončení úlohy se tím stalo součástí učení. I tak zdánlivě jednoduché zadání jako „napiš větu“ obsahuje rozhodnutí, která pouhé napodobování dalších bodů nevyřeší samo.
Úspornost tedy nevznikla tím, že by se někde bez práce zmenšil univerzální model. Předcházelo jí pochopení písma, výběr vhodné reprezentace a úpravy podle konkrétních chyb. Podobný zájem o práci kolem malých modelů vidíme i v experimentu Speck s oddělením paměti a plánování. Úlohy jsou odlišné, společná je však užitečná otázka: co musí opravdu dělat neuronová síť a co lze lépe vyřešit uspořádáním celého systému?
Rukopis není důkaz přítomnosti člověka
Projekt má čitelné limity. Napodobuje jednoho pisatele, pracuje s korejským písmem a autor ho představuje jako vlastní vzdělávací experiment. Neuvádí nezávislý benchmark, který by doložil obecnou přesnost nebo vhodnost pro nasazení do hotového produktu. My jsme model netestovali v soustavném čtenářském hodnocení; tento komentář vychází ze zveřejněné dokumentace a dat. Rozšíření na více rukopisů či jiné abecedy patří mezi autorovy náměty, ne mezi dnešní schopnosti.
Přesto stojí za to domyslet jeden důsledek. Pokud lze písmo generovat tah po tahu, „ručně vypadající“ přestává být spolehlivým popisem původu. Pro umění je to další materiál. Pro přání zákazníkovi je fér říct, že osobní vzhled vytvořil software. A pro jakékoli ověřování identity by byla chyba zaměňovat přesvědčivou křivku s důkazem, kdo ji vytvořil. Hangul.ink ovšem nedokládá padělání podpisů; takový závěr by jeho skutečné zadání přeháněl.
Otevřenost projektu je také konkrétní, nikoli bezpodmínečná. Zdrojový kód má licenci MIT, zatímco data a modelové váhy jsou zveřejněny pod CC BY-SA 4.0. To znamená povinnost přiznat původ a dodržet podmínky sdílení odvozených děl podle příslušné licence. Datová karta výslovně uvádí souhlas Jo YW s veřejným vydáním a uvedením jména. Člověk, jehož ruka projekt umožnila, tak nezmizel za anonymním slovem „dataset“.
Hangul.ink nevyřeší velké otázky AI a nemusí. Jeho hodnota je v dobře vymezené práci, zveřejněných podkladech a možnosti spustit generování u sebe v prohlížeči. Přál bych si víc podobných projektů: takových, které nechtějí být asistentem na všechno, ale dokážou přesně říct, co se učí, z čeho a proč. Někdy je rozumnější posadit jednoho člověka k papíru než poslat další model číst celý internet.
