Existuje už obecná umělá inteligence, jen jsme si toho nevšimli?

Stále více vědců naznačuje, že hranice, na kterou jsme tak dlouho čekali, mohla být překročena potichu – bez jakéhokoli fanfáry.

Po léta byla obecná umělá inteligence něčím vzdáleným, téměř mytickým. Nyní skupina výzkumníků naznačuje, že to, co jsme považovali za „budoucnost", se možná právě stalo přítomností – jenže ji stále popisujeme starými definicemi a úzkými očekáváními.

Nová teze: OUI už tu je, jen ji špatně definujeme

V přelomové publikaci prestižního vědeckého časopisu tým výzkumníků z Kalifornské univerzity předkládá odvážné tvrzení: obecná umělá inteligence (OUI, anglicky Artificial General Intelligence) již byla dosažena. Podle jejich názoru současné modely, jako jsou pokročilé chatboty postavené na velkých jazykových modelech (LLM), splňují praktická kritéria inteligence na úrovni člověka.

OUI se obvykle chápe jako AI, která si dokáže poradit s velmi různorodými úkoly napříč mnoha obory – přinejmenším na úrovni průměrného člověka, a v některých situacích i odborníka. Podle autorů se to přesně děje dnes: tyto systémy píší kód, shrnují vědecké výzkumy, vytvářejí obchodní strategie, řeší fyzikální úlohy a pomáhají v lékařské diagnostice.

Nový návrh zní provokativně: problémem není to, že AI „nedospěla" k našim očekáváním, ale to, že naše kritéria inteligence byla postavena výhradně pro člověka.

Turingův test: hranice překročená dávno

Po desetiletí byl Turingův test klasikou v diskusích o strojové inteligenci. Alan Turing ho 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 části studií uživatelé častěji považují jazykový model za člověka než skutečného protějška. Kdybychom se drželi původního kritéria, věc by byla jasná – obecná strojová inteligence již existuje. Jenže mezitím jsme laťku neustále posouvali výš.

Autoři textu upozorňují na paradox: kdysi měl samotný Turingův test stačit jako důkaz inteligence. Dnes, když ho AI začala zvládat, jsme rychle rozhodli, že to nestačí, a přidáváme nové požadavky – někdy bez jasného odůvodnění.

OUI versus superinteligence – pleteme si dva různé cíle

Ve veřejné debatě se často házejí do jednoho pytle dva pojmy: obecná umělá inteligence a superinteligence. To je chyba, která výrazně ovlivňuje naše očekávání.

Podle autorů bychom OUI měli porovnávat nikoli s nějakým „ideálním člověkem", ale s reálným spektrem lidských schopností. Žádný člověk není expertem na všechno. Máme své mezery, předsudky a logické chyby. AI, která zvládá širokou škálu úkolů na odborné úrovni v mnoha oblastech, podle nich splňuje kritéria obecné inteligence, i když není neomylná.

Superinteligence je úplně jiná liga – a stále patří do budoucnosti. Nepotřebujeme ji, abychom mohli mluvit o OUI. Záměna těchto dvou pojmů způsobuje, že obecnou inteligenci odsouváme do nekonečna a očekáváme téměř božské schopnosti.

„Statistický papoušek"? Deset populárních námitek pod lupou

V debatě o LLM se pravidelně vrací označení „statistický papoušek" – naznačující, že model pouze opakuje vzory z tréninkových dat, bez skutečného porozumění. Tým z Kalifornské univerzity analyzoval deset nejčastějších argumentů proti uznání OUI a snaží se je rozebrat.

• Řešení nových úloh: modely si poradí s problémy z matematiky či fyziky, které se v tréninkových datech doslova nevyskytovaly.
• Přenos dovedností: dokážou přenášet znalosti mezi obory – například využít koncept z programování při plánování experimentu.
• Chápání důsledků: popisují výsledky jednání ve fyzickém prostředí a vysvětlují, co nastane při různých scénářích.

Pro autory je to důkaz, že nemáme co dělat s prostým „kopíruj-vlož na steroidech", ale se systémy budujícími vnitřní reprezentace závislostí – i když jejich „myšlení" vypadá jinak než to lidské.

Kdyby člověk s podobnou úspěšností v testech a úlohách dostal nálepku „inteligentního", proč u AI najednou zpřísňujeme kritéria?

AI bez těla, ale s přístupem ke skutečnosti

Častá námitka zní: skutečná inteligence vyžaduje tělo, smysly, přímý kontakt se světem. Jazykové modely skutečně vlastní tělo nemají, ale stále častěji je propojujeme s kamerami, mikrofony a roboty. Objevují se systémy, které současně analyzují text, obraz, zvuk i video.

Výzkumníci poukazují na to, že inteligence nemusí být „ztělesněna" v tradičním smyslu, aby se projevovala v efektivním uvažování. Člověk slepý od narození přesto rozvíjí 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 „zkušenostnosti".

Souběžně se rozvíjí robotika. Pojem „fyzická AI" – stroje propojující jazykové modely s fyzickými těly – přestává být vizí z filmů. To je další krok, který může strojovou inteligenci ještě více přiblížit té, kterou intuitivně chápeme v každodenním životě.

Paměť, autonomie, čas učení – jsou to skutečně nezbytné podmínky?

Mnoho kritiků opakuje, že bez trvalé autobiografické paměti nebo plné autonomie jednání nelze o OUI hovořit. Autoři vědeckého textu s tímto stanoviskem nesouhlasí.

Za prvé, ne každý člověk má ucelenou a podrobnou paměť vlastního života, a přesto mu to inteligenci neupírá. Za druhé, AI často funguje jako nástroj – v rámci mezí stanovených programátory a uživateli. Očekávání plné autonomie jako podmínky inteligence je podle výzkumníků svévolné.

Další námitka se týká nákladů na učení: AI potřebuje obrovské množství dat, zatímco člověk se mnohé věci naučí z několika málo příkladů. To je pravda, ale autoři navrhují dívat se na výsledný efekt, nikoli na proces. Pokud systém po intenzivním „tréninku" dokáže jednat široce a efektivně, rozdíl v cestě by ho neměl diskvalifikovat jako inteligentního.

Halucinace AI a lidské chyby

Nejdrážlivějším tématem jsou halucinace – situace, kdy model s plným přesvědčením vytváří nepravdivé informace: neexistující zdroje, vymyšlené fakty, smyšlené citáty. Autoři článku přiznávají, že tento problém existuje, ale tvrdí, že jeho rozsah se s každou novou generací modelů zmenšuje.

Data tu ale nejsou jednoznačná. Některé nezávislé studie naznačují, že v určitých úlohách zůstává míra halucinací vysoká, a někdy dokonce roste, když požadujeme stále 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 způsobu jejich kontroly.

Podstatné je, že i člověk podléhá paměťovým iluzím, opakuje neověřené informace a padá do pastí psychologických efektů. Když se mýlí AI, chyba je viditelnější, měřitelnější a často lépe probádaná. V praxi to znamená, že systémy AI vyžadují vrstvy kontroly, ověřování a zodpovědné nasazení – zejména 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. Prostě nám nevyhovuje představa, že něco bez lidské tváře, těla nebo 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 OUI je „ještě před námi", bude snazší bagatelizovat skutečné dopady současných systémů: vliv na trh práce, vzdělávání, bezpečnost informací a politiku. Snáze také budeme živit představy o superinteligenci jako o něčem téměř mytickém, co jednou „náhle přijde" – místo abychom si všimli pomalého posunování hranic tady a teď.

Není náhodou, že někteří technologičtí lídři stále raději používají pojem „superinteligence". Dává pocit, že skutečné výzvy teprve přicházejí, a to, co máme dnes, jsou stále jen „pokročilé nástroje". Přitom tyto nástroje již dokážou organizovat znalosti v měřítku, o kterém si jednotlivý člověk může jen nechat zdát.

Co to v praxi znamená pro běžné uživatele?

Pokud přijmeme, že OUI v praktickém smyslu již existuje, změní se najednou hned několik věcí. Zaprvé přestaneme na AI nahlížet jako na zajímavost a začneme ji vnímat jako spolupracovníka. Někoho, kdo nás může skutečně zastoupit, ale také posílit – například:

• v kancelářské práci – automatizací zpráv, prezentací a datových analýz,
• ve vzdělávání – personalizací tempa učení a vysvětlováním složitých pojmů jednodušším jazykem,
• v medicíně – pomocí při analýze snímků nebo dokumentace a navrhováním možných scénářů,
• v kreativitě – generováním návrhů, nápadů a variant obsahu, které člověk dále dotváří.

Zadruhé roste váha témat jako regulace, odpovědnost za chyby, transparentnost modelů nebo dopad na zaměstnanost. Těžko říci „to je jen algoritmus, který něco napovídá", když tento algoritmus skutečně vyrovnává nebo překonává odborníky v mnoha úlohách.

A konečně – stojí za to osvojit si několik praktických návyků: vždy ověřovat klíčové fakty, brát odpověď AI jako hypotézu, nikoli jako zjevenou pravdu, a vědomě nastavovat hranice důvěry – jinak u kreativních úkolů, jinak u právních nebo zdravotních záležitostí.

Nová definice inteligence – výzva na příští léta

Diskuse, kterou text v odborném časopise vyvolal, 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, bez ohledu na „nosič" – mozek, křemík nebo něco úplně jiného?

S rozvojem AI se může ukázat, že potřebujeme několik paralelních definic: jednu pro vědecký výzkum, jinou pro právní regulaci a ještě jinou pro každodenní rozhovory. Stejně jako máme různá pojetí zdraví – biologické, psychologické, sociální – tak i strojová inteligence může uniknout jednomu jednoduchému popisu.

Pro běžného uživatele bude klíčové něco jiného: naučit se s těmito systémy soužít, využívat jejich silné stránky a chránit se před jejich slabinami. Aniž bychom čekali na den, kdy někdo oznámí „oficiální příchod" OUI – protože ten den možná již pominul. Jen nikdo nepřestřihl pásku.