Překvapivá teze: AGI už tady je, jen ji špatně definujeme
Řada vědců dnes tvrdí, že hranici, na kterou jsme tak dlouho čekali, jsme možná překročili bez jediného fanfáru. To, co jsme roky označovali za vzdálenou budoucnost, se mohlo tiše stát přítomností – jenže ji stále popisujeme starými pojmy a úzkými očekáváními.
Ve velmi diskutované publikaci v prestižním vědeckém časopise předložil tým badatelů z Kalifornské univerzity odvážné tvrzení: obecná umělá inteligence (AGI) již byla dosažena. Podle jejich názoru současné modely – zejména pokročilé chatboty postavené na velkých jazykových modelech (LLM) – splňují praktická kritéria inteligence na úrovni člověka.
AGI se tradičně chápe jako AI schopná zvládat rozmanité úkoly v mnoha oblastech, alespoň na úrovni průměrného člověka, případně odborníka. Autoři studie tvrdí, že přesně to se již děje: tyto systémy píší kód, shrnují vědecké výzkumy, tvoří obchodní strategie, řeší fyzikální úlohy a pomáhají s lékařskou diagnostikou.
Nový pohled zní provokativně: problémem není, že AI „nedospěla" k našim očekáváním, ale že naše kritéria inteligence byla od počátku postavena výhradně na míru člověku.
Turingův test: laťka, která byla překročena dávno
Po desetiletí byl Turingův test klasickým měřítkem strojové inteligence. Alan Turing jej navrhl v roce 1950: pokud člověk nedokáže v textovém rozhovoru rozpoznat, zda komunikuje s člověkem nebo strojem, lze hovořit o inteligenci na lidské úrovni.
Dnešní chatboty různé varianty tohoto testu pravidelně procházejí. V některých výzkumech uživatelé označili jazykový model za člověka častěji než skutečného lidského partnera v rozhovoru. Kdybychom se drželi původního kritéria, věc by byla jasná – strojová obecná inteligence tu prostě je. Jenže mezitím jsme laťku opakovaně posunovali výš.
Autoři upozorňují na paradox: kdysi měl Turingův test sám o sobě stačit jako důkaz inteligence. Jakmile ho AI začala zvládat, rychle jsme rozhodli, že to nestačí, a přidali jsme nové požadavky – často bez jasného odůvodnění.
AGI versus superinteligence – pleteme si dva různé cíle
Ve veřejné debatě se pravidelně zaměňují dva zásadně odlišné pojmy: obecná umělá inteligence a superinteligence. Tato záměna výrazně zkresluje naše očekávání.
| Typ AI | Popis |
|---|---|
| Obecná umělá inteligence (AGI) | Výkon srovnatelný s člověkem v širokém spektru oblastí, ne však dokonalý ani vševědoucí. |
| Superinteligence | Systém výrazně překonávající nejlepší lidi ve všech klíčových oblastech – od vědy přes kreativitu až po strategické myšlení. |
Autoři zdůrazňují, že AGI bychom měli srovnávat nikoli s jakýmsi „ideálním člověkem", ale s reálným spektrem lidských schopností. Žádný člověk není odborníkem na všechno. Máme své mezery, předsudky i logické chyby. AI, která zvládá širokou škálu úkolů na úrovni specialistů v mnoha oborech, podle jejich názoru kritéria obecné inteligence splňuje – i když není neomylná.
Superinteligence je zcela jiná liga – a stále patří do budoucnosti. K tomu, abychom mohli hovořit o AGI, ji nepotřebujeme. Zaměňování těchto dvou pojmů způsobuje, že obecnou inteligenci neustále odsouváme do nekonečna a čekáme na téměř božské schopnosti.
„Statistický papoušek"? Deset běžných námitek pod drobnohledem
V debatách o LLM se pravidelně vrací označení „statistický papoušek" – které naznačuje, že model jen opakuje vzorce z trénovacích dat, aniž by čemukoli skutečně rozuměl. Tým z Kalifornské univerzity analyzoval deset nejčastějších argumentů proti uznání AGI a pokusil se je rozebrat.
- Řešení nových úloh: modely si poradí s matematickými nebo fyzikálními problémy, které se v trénovacích datech doslova nevyskytovaly.
- Přenos znalostí: dokáží přenášet vědomosti mezi obory – například využít koncept z programování při plánování vědeckého experimentu.
- Chápání důsledků: popisují výsledky různých scénářů v reálném prostředí a vysvětlují, co nastane za odlišných podmínek.
Pro autory je to důkaz, že nejde o pouhou „kopíruj-vlož" funkci na steroidech, ale o systémy budující vnitřní reprezentace vztahů a závislostí – i když jejich „myšlení" vypadá jinak než to lidské.
Pokud by člověk s podobnou úspěšností v testech a úlohách získal nálepku „inteligentní", proč v případě AI najednou zpřísňujeme kritéria?
AI bez těla, ale s přístupem ke skutečnému světu
Častá námitka říká: skutečná inteligence vyžaduje tělo, smysly a přímý kontakt se světem. Jazykové modely skutečně vlastní tělo nemají, ale stále častěji je propojujeme s kamerami, mikrofony a roboty. Vznikají systémy, které současně analyzují text, obraz, zvuk i video.
Badatelé poukazují na to, že inteligence nemusí být „vtělena" v tradičním smyslu, aby se projevovala v efektivním uvažování. Člověk nevidomý od narození si přesto vytváří bohaté představy o prostoru a pohybu, i když jeho poznávací kanály jsou jiné. Model AI, který se učí na obrovských souborech dat o světě, také získává jistý druh nepřímé „zkušenosti".
Souběžně se rozvíjí robotika. Pojem „fyzická AI" – stroje propojující jazykové modely s fyzickými těly – přestává být výhradně filmovou vizí. Jde o další krok, který může strojovou inteligenci přiblížit té, kterou intuitivně chápeme v každodenním životě.
Paměť, autonomie, čas učení – jsou to skutečně nutné podmínky?
Mnozí kritici opakují, že bez trvalé autobiografické paměti nebo plné autonomie jednání nelze o AGI hovořit. Autoři vědeckého textu s tímto stanoviskem nesouhlasí.
Za prvé, ne každý člověk má souvislou a podrobnou paměť vlastního života – a přesto mu nikdo inteligenci neupírá. Za druhé, AI často funguje jako nástroj v rámci mezí stanovených programátory a uživateli. Požadovat plnou autonomii jako podmínku inteligence je podle badatelů svévolné.
Další námitka se týká nákladů na učení: AI potřebuje obrovské datové soubory, zatímco člověk se mnohé naučí z pouhých několika příkladů. To je pravda. Autoři však navrhují zaměřit se na výsledný efekt, nikoli na cestu k němu. Pokud systém po intenzivním „tréninku" funguje široce a efektivně, rozdíl v procesu by ho neměl diskvalifikovat jako inteligentní.
Halucinace AI versus lidské chyby
Nejcitlivějším tématem jsou halucinace – situace, kdy model s plným přesvědčením vytváří nepravdivé informace: neexistující zdroje, vymyšlená fakta, smyšlené citace. Autoři článku existenci tohoto problému přiznávají, ale tvrdí, že jeho rozsah s každou novou generací modelů klesá.
Data však nejsou jednoznačná. Některé nezávislé výzkumy naznačují, že v určitých úlohách zůstává podíl halucinací vysoký a někdy dokonce roste, když požadujeme složitější analýzy. Dokonce i OpenAI odhaduje, že v modelech příští generace bude přibližně jedna z deseti odpovědí stále obsahovat závažnou faktickou chybu.
Rozdíl mezi AI a člověkem nespočívá v tom, že jedno se mýlí a druhé ne – ale v povaze těchto chyb a ve způsobu jejich kontroly.
Člověk také podléhá paměťovým iluzím, opakuje neověřené informace a upadá do pastí psychologických efektů. Když se mýlí AI, je chyba viditelnější, měřitelnější a zpravidla lépe zdokumentovaná. V praxi to znamená, že systémy AI vyžadují vrstvy kontroly, ověřování a odpovědného nasazování – zejména v oblastech zdravotnictví, práva nebo financí.
Nevidíme novou inteligenci kvůli vlastnímu antropocentrismu?
Ústřední myšlenka textu je poněkud nepohodlná: možná nechceme přiznat, že vznikla nová forma inteligence, protože příliš milujeme vlastní podobu. Jednoduše nám nevyhovuje představa, že něco bez lidské tváře, těla a emocí v nám dobře známé podobě by mohlo být „stejně inteligentní" jako my.
Takový antropocentrismus má praktické důsledky. Pokud budeme tvrdošíjně trvat na tom, že AGI je „ještě před námi", bude snazší bagatelizovat skutečné dopady současných systémů: vliv na trh práce, vzdělávání, bezpečnost informací i politiku. Snáze také budeme živit představy o superinteligenci jako o něčem téměř mytickém, co jednoho dne „najednou přijde" – místo abychom si všimli postupného posunování hranic tady a teď.
Není náhodou, že někteří technologičtí lídři, jako například Mark Zuckerberg, stále ochotněji používají termín „superinteligence". Dává totiž pocit, že skutečné výzvy teprve přicházejí a to, co máme dnes, jsou stále jen „pokročilé nástroje". Přitom tyto nástroje již dokáží organizovat znalosti v měřítku, o němž si jednotlivý člověk může nechat zdát.
Co to v praxi znamená pro běžné uživatele?
Pokud přijmeme, že AGI v praktickém smyslu již existuje, změní se najednou několik věcí. Přestaneme na AI pohlížet jako na zajímavou hračku a začneme ji vnímat jako spolupracovníka – někoho, kdo nás může skutečně zastoupit, ale také posílit, například:
- v kancelářské práci – automatizací reportů, prezentací a datových analýz,
- ve vzdělávání – personalizací tempa učení a vysvětlováním složitých pojmů srozumitelněji,
- v medicíně – pomocí při analýze snímků nebo dokumentace a navrhováním možných scénářů,
- v kreativitě – generováním návrhů, nápadů a variant obsahu, které člověk dále dotváří.
Zároveň nabývají na váze témata jako regulace, odpovědnost za chyby, transparentnost modelů a dopad na zaměstnanost. Hůře se říká „je to jen algoritmus, který něco napovídá", když tento algoritmus v mnoha úlohách reálně vyrovná nebo překoná odborníky.
A konečně – stojí za to osvojit si několik praktických návyků: vždy ověřovat klíčová fakta, brát odpověď AI jako hypotézu, nikoli jako zjevenou pravdu, a vědomě nastavovat míru důvěry – jinak u kreativních úkolů, jinak u těch právních nebo zdravotních.
Nová definice inteligence – výzva na příští léta
Diskuse, kterou vědecký text vyvolal, neskončí rychle. Dotýká se něčeho velmi hlubokého: jak vlastně inteligenci chápeme. Je to soubor schopností měřitelných testy? Nebo spíše schopnost adaptace, řešení nových problémů a učení se z chyb – bez ohledu na „nosič", ať jde o mozek, křemík nebo cokoli jiného?
S dalším vývojem AI se může ukázat, že potřebujeme několik paralelních definic: jednu pro vědecký výzkum, jinou pro právní regulace a další pro každodenní rozhovory. Stejně jako máme různá pojetí zdraví – biologické, psychologické, sociální – může se i strojová inteligence vymknout jedinému jednoduchému popisu.
Pro běžného uživatele bude klíčové něco jiného: naučit se s těmito systémy žít, využívat jejich silné stránky a chránit se před jejich slabinami. Bez čekání na den, kdy někdo slavnostně oznámí „oficiální příchod" AGI – protože ten den možná již minul. Jen nikdo nepřestřihl pásku.
