Čím dál více vědců tvrdí, že jsme tiše překročili hranici, na kterou jsme tak dlouho čekali
Po léta byla obecná umělá inteligence vnímána jako něco vzdáleného, téměř mytického. Jenže skupina výzkumníků nyní naznačuje, že to, co jsme považovali za hudbu budoucnosti, se možná právě stalo přítomností – jen to pořád popisujeme starými definicemi a příliš úzkými očekáváními.
Nová teze: AGI už je tady, jen ji špatně definujeme
Ve velmi diskutované publikaci v prestižním vědeckém časopise přišel tým výzkumníků z Kalifornské univerzity s odvážným tvrzením: obecná umělá inteligence (AGI, z anglického Artificial General Intelligence) již byla dosažena. Podle jejich názoru dnešní pokročilé modely – zejména chatboti postavení na velkých jazykových modelech (LLM) – splňují praktická kritéria inteligence na úrovni člověka.
AGI se tradičně chápe jako umělá inteligence schopná zvládat velmi různorodé úkoly napříč mnoha oblastmi – přinejmenším na úrovni průměrného člověka, v některých situacích pak na úrovni odborníka. A přesně to se podle autorů již děje: tyto systémy píší kód, shrnují vědecké výzkumy, tvoří obchodní strategie, řeší fyzikální úlohy a pomáhají při lékařské diagnostice.
Nový návrh zní provokativně: problém není v tom, že AI „nedospěla" k našim očekáváním, ale v tom, že naše kritéria inteligence byla od počátku nastavena výhradně podle člověka.
Turingův test: hranice překročená dávno
Po desetiletí byl Turingův test klasickým nástrojem v debatách o strojové inteligenci. Alan Turing ho navrhl v roce 1950: pokud člověk nedokáže v textovém rozhovoru rozeznat, zda komunikuje s člověkem, nebo se strojem, lze hovořit o inteligenci na lidské úrovni.
Dnešní chatboti různé varianty tohoto testu pravidelně procházejí. V části studií uživatelé považují jazykový model za člověka častěji než skutečného protějšku. Kdybychom se drželi původního kritéria, věc by byla jasná – obecná strojová inteligence již existuje. Jenže mezitím jsme laťku neustále posunovali výš.
Autoři textu upozorňují na paradox: dříve měl sám Turingův test jako důkaz inteligence stačit. Dnes, když ho AI začala úspěšně zvládat, jsme rychle prohlásili, že to nestačí, a přidáváme nové požadavky – někdy bez jasného odůvodnění.
AGI versus superinteligence – mícháme dva odlišné cíle
Ve veřejné debatě se běžně zaměňují dva různé pojmy: obecná umělá inteligence a superinteligence. To je chyba, která zásadně ovlivňuje naše očekávání.
| Typ AI | Popis |
|---|---|
| Obecná umělá inteligence (AGI) | Výkon srovnatelný s člověkem v mnoha oblastech, schopnost zvládat širokou škálu úkolů – nikoli dokonalý ani vševědoucí systém. |
| Superinteligence | Systém výrazně překonávající nejlepší lidi ve všech klíčových oblastech – od vědy přes kreativitu až po strategické myšlení. |
Podle autorů bychom AGI měli porovnávat nikoli s jakýmsi „ideálním člověkem", ale s reálným spektrem lidských schopností. Žádný člověk přece není odborníkem na vše. Máme svá slepá místa, předsudky, logické chyby. AI, která zvládá širokou paletu úkolů na úrovni specialistů v mnoha oborech, splňuje jejich kritéria obecné inteligence – i když není neomylná.
Superinteligence je úplně jiná liga a stále patří do budoucnosti. K tomu, abychom mohli mluvit o AGI, ji nepotřebujeme. Zaměňování těchto pojmů způsobuje, že obecnou inteligenci odsouváme do nekonečna, protože čekáme na schopnosti téměř božské povahy.
„Statistický papoušek"? Deset oblíbených námitek pod lupou
V debatách o LLM se pravidelně vrací označení „statistický papoušek" – naznačující, že model jen opakuje vzory 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 či fyzikálními problémy, které se v trénovacích datech doslova nevyskytovaly.
- Přenos znalostí: dokážou přenášet poznatky mezi obory – například využít konceptu z programování při plánování experimentu.
- Pochopení důsledků: popisují výsledky různých scénářů ve fyzickém světě a vysvětlují, co nastane při různých podmínkách.
Pro autory je to důkaz, že nejde o jednoduché „kopíruj-vlož 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 dostal nálepku „inteligentní", proč u AI najednou zpřísňujeme kritéria?
AI bez těla, ale s přístupem k realitě
Častá námitka zní: skutečná inteligence vyžaduje tělo, smysly, přímý kontakt se světem. Jazykové modely vlastní tělo skutečně nemají, ale stále častěji je propojujeme s kamerami, mikrofony a roboty. Vznikají systémy, které současně analyzují text, obraz, zvuk i video.
Výzkumníci poukazují na to, že inteligence nemusí být „vtělená" v tradičním smyslu, aby se projevovala efektivním uvažováním. Člověk slepý od narození stále rozvíjí bohaté představy o prostoru a pohybu, přestože jeho poznávací kanály jsou jiné. Model AI učící se na obrovských souborech dat o světě také získává jistý druh zprostředkované „zkušenosti".
Souběžně se rozvíjí robotika. Pojem „Physical AI" – strojů kombinujících jazykové modely s fyzickými těly – přestává být vizí z filmového plátna. Jde o další krok, který může strojovou inteligenci přiblížit té, jakou intuitivně chápeme v každodenním životě.
Paměť, autonomie, čas učení – jsou to skutečně nutné podmínky?
Mnoho kritiků opakuje, že bez trvalé autobiografické paměti nebo plné autonomie jednání nelze o AGI mluvit. Autoři vědeckého textu s tímto stanoviskem nesouhlasí.
Za prvé, ne každý člověk má ucelenou a podrobnou paměť vlastního života – a nikdo mu kvůli tomu inteligenci neupírá. Za druhé, AI často funguje jako nástroj v rámci hranic stanovených programátory a uživateli. Požadavek plné autonomie jako podmínky inteligence je podle výzkumníků čistě svévolný.
Další námitka se týká nákladů na učení: AI potřebuje obrovská množství dat, zatímco člověk se mnohé naučí z pouhých několika příkladů. To je pravda – ale autoři navrhují zaměřit se na výsledek, nikoli na proces. Jestliže systém po intenzivním „tréninku" dokáže jednat široce a účinně, rozdíl v cestě k tomuto výsledku by ho neměl diskvalifikovat jako inteligentní.
Halucinace AI a lidské chyby
Nejcitlivějším tématem jsou halucinace – situace, kdy model s naprostou jistotou vytváří nepravdivé informace: neexistující zdroje, vymyšlená fakta, smyšlené citáty. Autoři článku tento problém uznávají, ale tvrdí, že jeho rozsah se s každou novou generací modelů zmenšuje.
Data v této oblasti ale nejsou jednoznačná. Některé nezávislé studie naznačují, že míra halucinací zůstává u určitých úloh vysoká, a někdy dokonce roste, když žádáme o stále složitější analýzy. Dokonce i společnost OpenAI odhaduje, že přibližně každá desátá odpověď modelů nové generace bude 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 způsobu jejich kontroly.
Důležité je, že i člověk podléhá paměťovým iluzím, opakuje neověřené informace a propadá psychologickým efektům. Když se mýlí AI, chyba je patrnější, měřitelnější a zpravidla lépe zdokumentovaná. V praxi to znamená, že systémy AI vyžadují vrstvy kontroly, ověřování a zodpovědného nasazování – zvláště tam, kde jde o zdraví, právo nebo finance.
Nevidíme novou inteligenci kvůli vlastnímu antropocentrismu?
Ústřední myšlenka textu je poměrně nepohodlná: možná nechceme přiznat, že vznikla nová forma inteligence, protože příliš milujeme vlastní podobu. Jednoduše nám nesedí představa, že něco bez lidské tváře, těla a emocí v nám dobře známé formě by mohlo být „stejně inteligentní" jako my.
Takový antropocentrismus má praktické důsledky. Budeme-li tvrdošíjně trvat na tom, že AGI je „stále před námi", bude snazší bagatelizovat reálné dopady současných systémů: vliv na trh práce, vzdělávání, bezpečnost informací nebo politiku. Snáze se také budou živit představy o superinteligenci jako o něčem téměř mytickém, co jednou „náhle přijde" – místo abychom si všimli pomalého posunování hranic tady a teď.
Není náhoda, že někteří technologičtí lídři, jako Mark Zuckerberg, stále ochotněji používají pojem „superintelligence". Dodává totiž dojem, že skutečné výzvy teprve přicházejí, a to, co máme dnes, jsou stále jen „pokročilé nástroje". Přitom tyto nástroje jsou již schopné organizovat znalosti v měřítku, o němž si jednotlivý člověk může nechat jen zdát.
Co to v praxi znamená pro běžné uživatele?
Přijmeme-li, že AGI v praktickém smyslu již existuje, změní se najednou hned několik věcí. Předně přestaneme na AI nahlížet jako na kuriozitu 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 – přizpůsobením tempa výuky a vysvětlováním složitých pojmů jednodušším jazykem,
- v medicíně – pomocí při analýze snímků nebo dokumentace a navrhováním možných scénářů,
- v kreativitě – generováním náčrtů, nápadů a variant obsahu, které člověk dále dotváří.
Za druhé nabývají na důležitosti témata jako regulace, odpovědnost za chyby, transparentnost modelů nebo dopad na zaměstnanost. Těžko říct „je to jen algoritmus, který něco navrhuje", když tento algoritmus v mnoha úlohách skutečně vyrovnává nebo předčí odborníky.
A konečně se vyplatí 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 právních nebo zdravotních záležitostí.
Nová definice inteligence – výzva na příští léta
Debata, kterou text vyvolal, neskončí brzy. Sahá totiž velmi hluboko: jak vůbec chápeme inteligenci? Je to soubor schopností měřitelných testy? Nebo spíš schopnost adaptace, řešení nových problémů a učení se z chyb – bez ohledu na „nosič", ať už jde o mozek, křemík, nebo něco jiného?
S dalším vývojem AI se může ukázat, že potřebujeme několik souběžných definic: jednu pro vědecký výzkum, jinou pro právní regulaci a ještě jinou pro každodenní hovory. Stejně jako máme různé 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. Aniž by čekal na den, kdy někdo slavnostně oznámí „oficiální příchod" AGI – protože ten den možná již nastal, jen nikdo nepřestřihl pásku.
