Překročili jsme hranici, kterou jsme ani nezaregistrovali?
Stále více vědců naznačuje, že pomyslná linie, na kterou jsme tak dlouho čekali, mohla být překonána tiše – bez velkých fanfár.
Dlouhá léta byla obecná umělá inteligence považována za něco vzdáleného, téměř bájného. Nyní však skupina výzkumníků přichází s myšlenkou, že to, co jsme vnímali jako budoucnost, se možná již stalo součástí naší přítomnosti. Problém spočívá v tom, že stále používáme zastaralé definice a úzké představy o tom, co inteligence vlastně znamená.
Nový pohled: Obecná AI už existuje, jen ji špatně definujeme
V prestižním vědeckém časopise publikoval tým badatelů z Kalifornské univerzity odvážné tvrzení. Podle nich byla obecná umělá inteligence již dosažena. Současné modely, jako jsou pokročilé chatboty založené na velkých jazykových modelech, splňují praktická kritéria inteligence srovnatelné s lidskou úrovní.
Obecnou umělou inteligenci si obvykle představujeme jako systém schopný zvládat rozmanité úkoly v mnoha oblastech – minimálně na úrovni průměrného člověka, někdy dokonce experta. Autoři studie tvrdí, že přesně tohle se děje právě teď. Tyto systémy píší programový kód, shrnují vědecké výzkumy, vytvářejí obchodní strategie, řeší fyzikální úlohy a asistují při medicínské diagnostice.
Provokativní myšlenka zní takto: problémem není, že by AI nedorostla našim očekáváním, ale že naše kritéria inteligence byla vytvořena výhradně podle lidského vzoru.
Turingův test: hranice dávno překonaná
Klasikou v diskusích o strojové inteligenci byl po desetiletí Turingův test. Alan Turing ho navrhl v roce 1950 s jednoduchým principem. Pokud člověk nedokáže v textové konverzaci rozpoznat, zda komunikuje s člověkem nebo strojem, lze hovořit o inteligenci na lidské úrovni.
Dnešní chatboty pravidelně procházejí různými variantami tohoto testu. V některých studiích účastníci častěji považovali jazykový model za člověka než skutečného lidského partnera v rozhovoru. Kdybychom se drželi původního kritéria, odpověď by byla jednoznačná – obecná strojová inteligence již existuje. Jenže mezitím jsme laťku neustále posouvali výš.
Autoři upozorňují na zajímavý paradox. Kdysi měl samotný Turingův test stačit jako důkaz inteligence. Dnes, když ho AI začala úspěšně zvládat, rychle jsme prohlásili, že to nestačí, a přidáváme nové požadavky – často bez jasného odůvodnění.
Obecná AI versus superinteligence – dva odlišné cíle
Ve veřejné debatě se často směšují dva pojmy: obecná umělá inteligence a superinteligence. Tato záměna výrazně ovlivňuje naše očekávání.
Obecná umělá inteligence představuje úroveň blízkou člověku v mnoha oblastech se širokým spektrem úkolů. Není však dokonalá ani vševědoucí.
Superinteligence označuje systém výrazně převyšující nejlepší lidské odborníky ve všech klíčových oblastech – od vědy přes kreativitu až po strategické myšlení.
Podle autorů bychom měli obecnou AI 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. Systém schopný vykonávat širokou škálu úkolů na úrovni specialistů v mnoha oborech podle nich splňuje kritéria obecné inteligence, i když není neomylný.
Superinteligence je úplně jiná kategorie – a stále zůstává hudbou budoucnosti. K uznání obecné AI ji nepotřebujeme. Směšování těchto pojmů způsobuje, že obecnou inteligenci neustále odsouváme do nedohledna a očekáváme téměř nadpřirozené schopnosti.
Statistický papoušek? Deset běžných námitek pod drobnohledem
V debatách o velkých jazykových modelech se pravidelně objevuje označení statistický papoušek. Naznačuje, že model pouze opakuje vzorce z trénovacích dat bez skutečného porozumění. Kalifornský výzkumný tým analyzoval deset nejčastějších argumentů proti uznání obecné AI a pokouší se je vyvrátit.
- Řešení nových úloh: modely si poradí s matematickými či fyzikálními problémy, které se v trénovacích datech doslovně nevyskytovaly.
- Přenos dovedností: dokáží přenášet 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 jde o důkaz, že nemáme co do činění s prostým kopírováním na steroidech. Tyto systémy budují vnitřní reprezentace vztahů a závislostí, přestože jejich myšlení vypadá jinak než to lidské.
Pokud by člověk s podobnou úspěšností v testech a úkolech dostal nálepku inteligentní, proč v případě AI najednou zpřísňujeme kritéria?
AI bez těla, ale s přístupem ke skutečnosti
Častá námitka zní: skutečná inteligence vyžaduje tělo, smysly a přímý kontakt se světem. Jazykové modely vlastní tělo opravdu nemají. Stále častěji je však připojujeme ke kamerám, mikrofonům a robotům. Vznikají systémy analyzující současně text, obraz, zvuk i video.
Výzkumníci poukazují na to, že inteligence nemusí být vtělená v tradičním smyslu, aby se projevovala efektivním uvažováním. Člověk od narození nevidomý přesto 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 zprostředkované zkušenostní báze.
Souběžně se rozvíjí robotika. Koncept Physical AI – strojů kombinujících jazykové modely s fyzickými těly – přestává být vizí ze sci-fi filmů. Představuje další krok, který může strojovou inteligenci ještě více přiblížit té, jak ji intuitivně chápeme v běžném životě.
Paměť, autonomie a doba učení – jsou to skutečně nezbytné podmínky?
Mnozí kritici opakují, že bez trvalé autobiografické paměti nebo plné autonomie jednání nelze hovořit o obecné AI. Autoři vědecké studie s tímto stanoviskem nesouhlasí.
Za prvé, ne každý člověk má souvislou a podrobnou paměť o vlastním životě, a přesto mu to neupírá inteligenci. Za druhé, AI často funguje jako nástroj – v určitých rámcích stanovených programátory a uživateli. Požadavek plné autonomie jako podmínky inteligence je podle badatelů svévolný.
Další námitka se týká nákladů na učení. AI potřebuje gigantické objemy dat, zatímco člověk se mnohému naučí z několika příkladů. To je pravda. Autoři však navrhují zaměřit se na konečný výsledek, nikoli na proces. Pokud systém po intenzivním tréninku dokáže působit široce a efektivně, rozdíl v cestě k tomuto stavu by ho neměl diskvalifikovat jako inteligentní.
Halucinace AI versus lidské omyly
Nejcitlivějším tématem jsou halucinace – situace, kdy model s plným přesvědčením vytváří nepravdivé informace. Vymýšlí neexistující zdroje, fiktivní fakta či smyšlené citáty. Autoři článku připouštějí existenci tohoto problému, ale tvrdí, že jeho rozsah se s každou novou generací modelů zmenšuje.
Data však nejsou jednoznačná. Některé nezávislé studie naznačují, že u určitých úkolů podíl halucinací zůstává vysoký. Někdy dokonce roste, když požadujeme stále složitější analýzy. I společnost OpenAI odhaduje, že u modelů 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.
Důležité je, že i člověk podléhá paměťovým iluzím, opakuje neověřené informace a propadá psychologickým klamům. Když se mýlí AI, chyba je viditelnější, měřitelnější a často lépe zdokumentovaná. V praxi to znamená, že systémy AI vyžadují vrstvy kontroly, ověřování a odpovědného nasazení – zejména tam, kde jde o zdraví, právo nebo finance.
Nevidíme novou inteligenci kvůli vlastnímu antropocentrismu?
Ústřední myšlenka studie je poměrně nepříjemná. Možná nechceme přiznat, že vznikla nová forma inteligence, protože příliš lpíme na vlastní podobě. Prostě se nám nelíbí představa, že něco bez lidské tváře, těla a emocí v nám známé podobě by mohlo být stejně inteligentní jako my.
Takový antropocentrismus má praktické důsledky. Pokud budeme tvrdošíjně trvat na tom, že obecná AI je stále před námi, snadněji budeme bagatelizovat reálné dopady současných systémů. Jejich vliv na trh práce, vzdělávání, informační bezpečnost či politiku. Snadněji budeme živit představy o superinteligenci jako o něčem téměř mytickém, co se jednou náhle objeví – místo abychom si všimli postupného posouvání hranic právě teď.
Není náhoda, že někteří technologičtí lídři stále častěji používají termín superinteligence. Vyvolává pocit, že skutečné výzvy teprve přijdou, zatímco to, co máme dnes, jsou pořád jen pokročilé nástroje. Tyto nástroje přitom už dokáží organizovat znalosti v měřítku, o kterém může jednotlivý člověk pouze snít.
Co to znamená v praxi pro běžné uživatele?
Pokud přijmeme, že obecná AI v praktickém smyslu už existuje, mění se několik věcí najednou. Přestáváme se na AI dívat jako na kuriozitu a začínáme ji vnímat jako spolupracovníka. Jako někoho, kdo nás může skutečně zastoupit, ale také posílit.
- V kancelářské práci – automatizací reportů, prezentací a datových analýz.
- Ve vzdělávání – personalizací tempa učení a vysvětlováním složitých pojmů jednodušším jazykem.
- Ve zdravotnictví – pomocí při analýze obrazových dat či dokumentace a naznačováním možných scénářů.
- V kreativitě – generováním náčrtů, nápadů a variant obsahu, které člověk dále dopracuje.
Za druhé roste význam témat jako regulace, odpovědnost za chyby, transparentnost modelů či dopad na zaměstnanost. Obtížněji se říká je to jen algoritmus, který něco napovídá, když tento algoritmus reálně vyrovnává nebo překonává experty v mnoha úkolech.
Konečně stojí za to naučit se několik praktických návyků. Vždy ověřovat klíčová fakta. Zacházet s odpovědí AI jako s hypotézou, nikoli zjavenou pravdou. A vědomě nastavovat hranice důvěry – jinak u kreativních úkolů, jinak u právních či zdravotních záležitostí.
Nová definice inteligence – výzva na další roky
Diskuse vyvolaná touto studií neskončí rychle. Dotýká se něčeho velmi hlubokého: jak vlastně chápeme inteligenci. Je to soubor schopností měřitelných testy? Nebo spíše schopnost adaptace, řešení nových problémů a učení se z chyb – nezávisle na nositeli, ať už je to mozek, křemík nebo něco úplně jiného?
S rozvojem AI se možná ukáže, že potřebujeme několik paralelních definic. Jednu pro výzkumné účely, jinou pro právní regulace a další pro každodenní konverzace. Podobně jako máme různé pojetí zdraví – biologické, psychologické, sociální – může i strojová inteligence unikat jednomu jednoduchému popisu.
Pro běžného uživatele se stane klíčovým něco jiného. Naučit se s těmito systémy koexistovat. Využívat jejich silné stránky a chránit se před slabinami. Nečekat na den, kdy někdo oficiálně vyhlásí příchod obecné AI. Ten den totiž možná už minul – jen nikdo nepřestřihl pásku.
