Přelomový moment, který mohl proběhnout bez povšimnutí
Stále více vědců se domnívá, že hranice, na kterou lidstvo tak dlouho čekalo, byla možná překročena potichu – bez velkých fanfár.
Obecná umělá inteligence (AGI) byla po desetiletí vnímána jako něco vzdáleného, téměř pohádkového. Nyní však skupina výzkumníků naznačuje, že to, co jsme považovali za vzdálenou budoucnost, se možná právě stalo přítomností. Jen to stále popisujeme zastaralými definicemi a příliš úzkými očekáváními.
Revoluční tvrzení: AGI už tu je, jen ji špatně definujeme
Tým badatelů z Kalifornské univerzity přichází s provokativním tvrzením: obecná umělá inteligence již byla dosažena. Podle jejich názoru současné modely, jako jsou pokročilé chatboty postavené na velkých jazykových modelech, splňují praktická kritéria inteligence srovnatelné s člověkem.
AGI se obvykle chápe jako systém schopný zvládat rozmanité úkoly napříč mnoha obory – minimálně na úrovni průměrného člověka, v některých případech dokonce experta. Autoři studie tvrdí, že přesně to se již děje. Tyto systémy píší programový kód, shrnují vědecké výzkumy, vytvářejí obchodní strategie, řeší úlohy z fyziky a asistují při lékařské diagnostice.
Jádro jejich argumentu zní provokativně: problémem není, že by umělá inteligence nedorostla našim očekáváním. Skutečným problémem je, že naše kritéria inteligence byla od počátku konstruována výhradně podle lidských měřítek.
Turingův test: dávno překonaná laťka
Po desetiletí sloužil Turingův test jako zlatý standard v debatách o strojové inteligenci. Alan Turing jej navrhl v roce 1950 s jednoduchou premisou: pokud člověk při textové konverzaci nedokáže rozpoznat, zda komunikuje s člověkem nebo strojem, lze hovořit o inteligenci na lidské úrovni.
Dnešní chatboty tento test pravidelně zvládají. V některých výzkumech účastníci častěji označují jazykový model za člověka než skutečného lidského partnera v rozhovoru. Kdybychom se drželi původního kritéria, záležitost by byla jasná – obecná strojová inteligence již existuje.
Jenže mezitím jsme neustále posouvali laťku výš. Výzkumníci upozorňují na zajímavý paradox: kdysi měl samotný Turingův test stačit jako důkaz inteligence. Dnes, když ho umělá inteligence začala úspěšně plnit, rychle jsme prohlásili, že to nestačí, a přidáváme další požadavky – často bez jasného zdůvodnění.
AGI versus superinteligence: zaměňování dvou odlišných cílů
Ve veřejné diskusi se často směšují dva zcela odlišné pojmy: obecná umělá inteligence a superinteligence. Tato záměna významně ovlivňuje naše očekávání.
- Obecná umělá inteligence (AGI) představuje úroveň srovnatelnou s člověkem v mnoha oblastech, se širokým spektrem úkolů, ale nikoliv dokonalou či vševědoucí.
- Superinteligence označuje systém výrazně převyšující nejschopnější lidi ve všech klíčových oblastech – od vědy přes kreativitu až po strategické uvažování.
Podle autorů bychom AGI měli srovnávat nikoli s nějakým idealizovaným člověkem, ale s reálným spektrem lidských schopností. Žádný člověk není odborníkem na všechno. Každý z nás má mezery ve znalostech, předsudky a činí logické chyby.
Umělá inteligence schopná plnit širokou škálu úkolů na úrovni specialistů v mnoha oborech podle jejich názoru splňuje kritéria obecné inteligence – i když není neomylná. Superinteligence je zcela jiná liga a zůstává hudbou budoucnosti. Zaměňování těchto pojmů způsobuje, že obecnou inteligenci neustále odsouváme do nedohledna, protože očekáváme téměř božské schopnosti.
Statistický papoušek? Deset populárních námitek pod drobnohledem
V debatách o velkých jazykových modelech se pravidelně objevuje označení statistický papoušek – naznačující, že model pouze opakuje vzorce z trénovacích dat bez skutečného porozumění. Kalifornský tým analyzoval deset nejčastějších argumentů proti uznání AGI a snaží se je vyvrátit.
- Řešení nových problémů: modely zvládají matematické a fyzikální úlohy, které se doslovně v trénovacích datech nevyskytovaly.
- Přenos dovedností: dokážou aplikovat znalosti mezi obory – například využít koncept z programování při plánování experimentu.
- Chápání důsledků: popisují následky činností ve fyzickém prostředí a vysvětlují, co se stane při různých scénářích.
Pro autory to dokazuje, že nemáme co do činění s pouhou sofistikovanou verzí kopírování a vkládání, ale se systémy budujícími vnitřní reprezentace vztahů – i když jejich způsob myšlení vypadá jinak než ten lidský.
Nabízí se otázka: pokud by člověk s podobnou úspěšností v testech a úkolech dostal nálepku inteligentní, proč u umělé inteligence najednou zpřísňujeme kritéria?
Umělá inteligence bez těla, ale s přístupem k realitě
Častá námitka zní: skutečná inteligence vyžaduje tělo, smysly, přímý kontakt se světem. Jazykové modely skutečně vlastní tělo nemají, ale stále častěji je napojujeme na kamery, mikrofony a roboty. Vznikají systémy analyzující současně text, obraz, zvuk i video.
Výzkumníci poukazují na to, že inteligence nemusí být vtělena v tradičním smyslu, aby se projevovala efektivním uvažováním. Člověk nevidomý od narození stále rozvíjí bohaté představy o prostoru a jednání, přestože jeho poznávací kanály jsou odlišné. Model učící se na obrovských souborech dat o světě také získává určitý druh nepřímé zkušenostní znalosti.
Souběžně se rozvíjí robotika. Koncept Physical AI – strojů propojujících jazykové modely s fyzickými těly – přestává být vizí ze sci-fi filmů. Jde o další krok, který může strojovou inteligenci ještě více přiblížit té, jak ji intuitivně chápeme v každodenním životě.
Paměť, autonomie, rychlost učení – jsou to skutečně nezbytné podmínky?
Mnozí kritici opakují, že bez trvalé autobiografické paměti nebo plné autonomie jednání nelze hovořit o AGI. Autoři vědecké studie s tímto postojem nesouhlasí.
Zaprvé ne každý člověk má souvislou, detailní paměť o vlastním životě, a přesto mu to neupírá inteligenci. Zadruhé umělá inteligence často funguje jako nástroj – v určitých mantinelech stanovených programátory a uživateli. Požadavek plné autonomie jako podmínky inteligence je podle badatelů zcela arbitrární.
Další námitka se týká nákladů na učení: umělá inteligence potřebuje gigantické objemy dat, zatímco člověk se mnoha věcem naučí z několika příkladů. To je pravda, ale autoři navrhují zaměřit se na výsledek, nikoli na proces. Pokud systém po intenzivním tréninku dokáže působit široce a efektivně, rozdíl v cestě k tomuto výsledku by jej neměl diskvalifikovat jako inteligentní.
Halucinace umělé inteligence versus lidské omyly
Nejcitlivějším tématem jsou halucinace – situace, kdy model s naprostou jistotou vytváří nepravdivé informace: neexistující zdroje, vymyšlená fakta, smyšlené citace. Autoři článku přiznávají, že tento problém existuje, ale tvrdí, že jeho rozsah se s každou novou generací modelů zmenšuje.
Data však nejsou jednoznačná. Některé nezávislé výzkumy naznačují, že u určitých úkolů zůstává podíl halucinací vysoký, a někdy dokonce roste, když požadujeme složitější analýzy. Odhaduje se, že i u modelů příští generace bude přibližně jedna z deseti odpovědí stále obsahovat závažnou faktickou chybu.
Podstatný rozdíl mezi umělou inteligencí a člověkem nespočívá v tom, že jedno se mýlí a druhé ne – ale v povaze těchto chyb a způsobu jejich kontroly.
I člověk podléhá paměťovým iluzím, opakuje neověřené informace a padá do pastí psychologických efektů. Když se mýlí umělá inteligence, chyba je viditelnější, měřitelnější a často lépe prozkoumatelná. V praxi to znamená, že systémy vyžadují vrstvy kontroly, verifikace a odpovědného nasazení – zejména tam, kde jde o zdraví, právo nebo finance.
Nevidíme novou inteligenci kvůli vlastnímu antropocentrismu?
Ústřední myšlenka studie je poměrně znepokojující: možná nechceme přiznat, že vznikla nová forma inteligence, protože příliš milujeme vlastní obraz. Jednoduše nám nevyhovuje představa, že něco bez lidské tváře, těla ani emocí v nám známé podobě by mohlo být stejně inteligentní jako my.
Takový antropocentrismus má praktické důsledky. Pokud budeme tvrdošíjně trvat na tom, že AGI je stále před námi, bude snazší bagatelizovat reálné dopady současných systémů: vliv na trh práce, vzdělávání, informační bezpečnost či politiku.
Bude také snazší živit představy o superinteligenci jako o čemsi téměř mytickém, co se jednoho dne náhle objeví – místo abychom si všimli pomalého posouvání hranic tady a teď. Není náhoda, že někteří technologičtí lídři stále raději používají termín superinteligence. Vytváří to dojem, že skutečné výzvy teprve přijdou, zatímco to, co máme dnes, jsou pořád jen pokročilé nástroje.
Co to prakticky znamená pro běžné uživatele?
Pokud připustíme, že AGI v praktickém smyslu již existuje, mění se několik věcí najednou. Přestáváme se na umělou inteligenci dívat jako na kuriozitu a začínáme ji vnímat jako spolupracovníka. Někoho, kdo nás může reálně zastoupit, ale také posílit:
- V kancelářské práci – automatizací reportů, prezentací a datových analýz
- Ve vzdělávání – personalizací tempa učení a vysvětlováním složitých pojmů jednodušším jazykem
- V medicíně – pomocí při analýze snímků či dokumentace a naznačováním možných scénářů
- V kreativitě – generováním náčrtů, nápadů a variant obsahu, které člověk dále rozpracuje
Zadruhé roste důležitost témat jako regulace, odpovědnost za chyby, transparentnost modelů či dopad na zaměstnanost. Je těžší říkat to je jen algoritmus, který něco napovídá, když tento algoritmus reálně vyrovnává nebo převyšuje experty v mnoha úkolech.
Nakonec stojí za to osvojit si několik praktických návyků: vždy ověřovat klíčová fakta, považovat odpověď umělé inteligence za hypotézu nikoliv za zjevenou pravdu a vědomě nastavovat hranice důvěry – jinak u kreativních úkolů, jinak u právních či zdravotních záležitostí.
Nová definice inteligence jako výzva pro nadcházející roky
Diskuse, kterou vyvolala tato studie, neskončí rychle. Dotýká se něčeho velmi hlubokého: jak vůbec chápeme inteligenci. Je to soubor schopností měřitelných testy? Nebo spíše schopnost adaptace, řešení nových problémů a učení se z chyb – nezávisle na nosiči, ať už jde o mozek, křemík nebo něco zcela jiného?
S rozvojem umělé inteligence se může ukázat, že potřebujeme několik paralelních definic: jednu pro vědecký výzkum, jinou pro právní regulace a další pro každodenní komunikaci. Podobně jako máme různé pojetí zdraví – biologické, psychologické, sociální – tak i strojová inteligence může unikat jednomu jednoduchému popisu.
Pro běžného uživatele se klíčovým stane něco jiného: naučit se s těmito systémy koexistovat, využívat jejich silné stránky a chránit se před slabinami. Nečekat na den, kdy někdo vyhlásí oficiální příchod AGI – protože ten den možná již minul. Jen nikdo nepřestřihl pásku.
