Umělá inteligence dosáhla lidské úrovně, tvrdí někteří vědci

Co když jsme si při zkoumání stromu nevšimli, že kolem nás vyrostl les? S touto provokativní otázkou a zajímavě vyargumentovanou odpovědí přišla čtveřice vědců v komentáři pro časopis Nature.

Jejich vzkaz je prostý a pro mnohé z nás těžko stravitelný: Turingův sen se splnil. Obecná umělá inteligence (AGI) není hudbou vzdálené budoucnosti, už ji máme v prohlížečích. A nevidíme to jen proto, že jsme si – možná podvědomě – posunuli laťku tak vysoko, že by na ni nedosáhl ani leckterý člověk.

Alan Turing ve svém slavném článku z roku 1950 navrhl hru, dnes známou jako Turingův test. Vycházel z předpokladu, že pokud stroj dokáže v konverzaci přesvědčivě napodobit člověka, můžeme o něm hovořit jako o myslícím. Dlouho jsme tento koncept považovali za teoretický cíl. Dnes je to statistická realita.

V březnu 2025, jak autoři připomínají, (dnes už starší) jazykový model GPT-4.5 v kontrolovaném testu lidé statisticky řečeno nedokázali rozeznat od člověka. Pokud bychom se drželi Turingovy definice, debata by tímto okamžikem měla skončit. Stroje prokázaly kognitivní kompetenci nerozeznatelnou od lidské.

Přesto většina expertů – a pravděpodobně i většina z vás – cítí intuitivní odpor takový závěr přijmout. Průzkum Asociace pro rozvoj umělé inteligence (AAAI) z března 2025 ukázal, že 76 % předních výzkumníků považuje dosažení AGI v dohledné době za „nepravděpodobné“.

Jak je možné, že autoři komentáře v Nature nachází splněný cíl tam, kde většina expertů vidí stále jen dlouhou cestu před sebou? Odpověď podle Chena a jeho kolegů leží v tom, jak definujeme „obecnou inteligenci“. A právě zde nastavujeme strojům laťku nespravedlivě vysoko, mnohem výše, než ji nastavujeme sami sobě.

Často totiž podvědomě požadujeme od AGI jakousi „univerzalitu“. Očekáváme, že obecná umělá inteligence bude umět všechno, co umí jakýkoliv člověk. Měla by zvládnout napsat báseň, vyřešit diferenciální rovnici, naplánovat dovolenou a ideálně ještě projevit empatii. Jenže, jak autoři trefně poznamenávají, taková definice by z kategorie „inteligentních bytostí“ vyloučila prakticky celé lidstvo.

Marie Curie-Skłodowská byla nepochybně geniální vědkyně, dvojnásobná nositelka Nobelovy ceny. Ale nebyla expertkou na teorii čísel. Albert Einstein přepsal naše chápání fyziky, ale neuměl čínsky. Pokud by definice obecné inteligence vyžadovala schopnost zvládnout všechny kognitivní úkoly na expertní úrovni, neprošel by jí ani Einstein.

To, co nazýváme lidskou obecnou inteligencí, je ve skutečnosti schopnost dostatečné šíře a hloubky napříč různými doménami, nikoliv dokonalost ve všech. Děti, průměrní dospělí i géniové – ti všichni disponují obecnou inteligencí, byť v různé míře.

Autoři textu v Nature tvrdí, že pokud aplikujeme stejná, férová měřítka na současné velké jazykové modely (LLM), musíme dojít k závěru, že tuto hranici již překročily. Odmítat to znamená lpět na definici, která vyžaduje „božskou“ vševědoucnost, nikoliv lidskou inteligenci.

Abychom nezůstali jen u filozofování nad definicemi, podívejme se na tvrdá data. Autoři navrhují hodnotit pokrok AI pomocí „kaskády důkazů“, podobně jako hodnotíme schopnosti studentů – od základní školy až po doktorát.

Na základní úrovni, kterou můžeme nazvat „úrovní Turingova testu“, stroje uspěly už před několika lety. Zvládají běžnou konverzaci, složí školní zkoušky, vyřeší jednoduché logické hádanky. To, co by před deseti lety bylo považováno za nezvratný důkaz umělé inteligence, dnes bereme jako samozřejmost v každém lepším mobilním telefonu.

Mnohem zajímavější je ale druhá úroveň – „expertní“. Zde už nejde jen o papouškování naučených frází. Velké jazykové modely dosáhly na zlaté medaile v mezinárodní matematické olympiádě. Spolupracují s matematiky na dokazování nových teorémů. Generují vědecké hypotézy, které jsou následně ověřeny v reálných experimentech. Pomáhají profesionálním programátorům psát už i relativně složitý kód.

Když se nad tímto výčtem zamyslíme bez emocí, je zřejmé, že tyto systémy vykazují Turingem požadovanou flexibilitu myšlení. Nejde o úzce zaměřenou „kalkulačku“ nebo šachový program, který neumí nic jiného. Jde o systém, který v jednu chvíli skládá poezii a v druhou řeší úlohy z Ph.D. zkoušek.

Vzpomeňme na palubní počítač HAL 9000 z Clarkovy (či pro většinu z nás spíše filmové Kubrickovy) Vesmírné odysey. Tento fiktivní vrchol umělé inteligence, který děsil čtenáře a diváky svou „lidskostí“, vykazoval menší šíři schopností než současné modely.

HAL uměl hrát šachy, odezírat ze rtů a vést konverzaci. Dnešní modely k tomu přidávají schopnost analyzovat genom nebo programovat v Pythonu. Přesto HAL považujeme za archetyp AGI, zatímco reálným současným modelům tuto nálepku upíráme. Možná jen proto, že nemají zlověstné červené oko a zatím se nepokoušejí zavraždit posádku, ale „jen“ nám trpělivě odpovídají v chatovacím okně.

Je fascinující sledovat, jak rychle jsme si na tento stav zvykli. Autoři poznamenávají: „Ještě před pěti lety jsme AGI neměli, teď ji máme.“ Rychlost tohoto posunu je bezprecedentní a naše mysl, zvyklá na lineární vývoj, má problém tuto exponenciální změnu vstřebat. Možná i proto hledáme únikové cesty v argumentech, že to vlastně „není doopravdy“.

Autoři komentáře v časopise Nature se nespokojují jen s tvrzením, že AGI už máme. Systematicky rozebírají důvody, proč si to odmítáme přiznat. Identifikovali deset nejčastějších námitek kritiků a ukazují, že většina z nich stojí na vodě. Nebo přesněji: Stojí na dvojím metru.

Jedním z nejčastějších argumentů, se kterým se setkáváme i v našich diskuzích, je tvrzení, že jazykové modely jsou jen „stochastičtí papoušci“. Že ve skutečnosti ničemu nerozumí, jen na základě pravděpodobnosti lepí slovo za slovem. Že nemají žádný „model světa“ a jen interpolují tréninková data.

Chen a jeho kolegové oponují, že tento pohled je zastaralý. Býval pravdivý u prvních verzí modelů, ale u těch současných naráží. Pokud by model jen „papouškoval“ známá data, nedokázal by řešit zcela nové, dosud nepublikované matematické problémy nebo navrhovat funkční experimenty v biologii.

Ještě ilustrativnější je námitka ohledně chybějícího „modelu světa“. Kritici tvrdí, že textový model nemůže chápat fyzikální realitu. Ale zkuste se špičkového modelu zeptat, co se stane, když na dlažbu upustíte sklenici, a co se stane, když tam upustíte polštář. Model správně předpoví, že sklenice se rozbije a polštář ne, a dokáže vysvětlit proč. Aby to dokázal, musí mít v sobě zakódovanou funkční reprezentaci fyzikálních zákonitostí, byť získanou „jen“ čtením textu.

Navíc, jak autoři s trochou ironie dodávají: Nemáme žádnou záruku, že lidská inteligence není v jádru také jen velmi sofistikovaná verze „stochastického papouška“. I náš mozek se učí z dat a hledá v nich vzorce. Otázkou není, jak k výsledku dojdeme, ale jaký ten výsledek je.

Další silná bariéra, která nám brání uznat strojovou inteligenci, je naše posedlost biologií a autonomií. Máme pocit, že aby byl někdo inteligentní, musí mít tělo, musí se pohybovat světem a především – musí něco chtít. Musí mít vlastní cíle, ambice, touhy.

Zde autoři přicházejí s velmi důležitým rozlišením: Inteligence není to samé, co schopnost konat.

Jako dobrý příklad může by mohlo posloužit známá věštírna v Delfách. V jejím pomyslném středu (vlastně údajně „pupku“ celé Země), seděla na místě kněžka. Pokud jí dáte otázku, poskytne odpověď – která alespoň v představách celé řady lidí obsahovala hlubokou pravdu. Sama od sebe kněžka mlčí, reaguje jen na otázku zvenčí. Je neinteligentní jen proto, že sama nezahájila konverzaci?

Stejně tak argument s chybějícím tělem kulhá. Autoři připomínají příklad Stephena Hawkinga. Většinu svého života interagoval se světem téměř výhradně prostřednictvím textu a syntetizovaného hlasu. Jeho fyzická schránka byla nehybná, jeho schopnost fyzicky manipulovat s předměty nulová. Přesto by nikoho nenapadlo zpochybňovat jeho intelekt. Podmiňovat obecnou inteligenci vlastnictvím „masa a kostí“ nebo schopností pohybu je podle autorů čirý antropocentrismus – předsudek, který bychom si vůči mimozemské civilizaci nedovolili, ale u strojů ho uplatňujeme bez mrknutí oka.

A že AI občas lže nebo přesněji „halucinuje“? To je jistě problém z hlediska spolehlivosti, a tedy i praktického využití, ale není to důkaz absence inteligence. Lidé trpí falešnými vzpomínkami, kognitivními zkresleními a často s bohorovným klidem tvrdí nesmysly (a ještě si díky tomu budují moc a popularitu). Halucinace je chybou systému, nikoliv diskvalifikačním kritériem.

Podle autorů si význam dnešní AI technologie nedokážeme uvědomit i proto, jak rychle se vše stalo: „Ještě před pěti lety jsme AGI (tedy AGI podle jejich názoru, pozn. red.) neměli, teď ji máme,“ píší autoři. Nedá se totiž říci, že by „inteligence ve stroji“ ve své současné podobě po našem boku dorůstala nějak dlouho. Uvažovalo a spekulovalo se o ní, ale realistickou možnost, jak se k ní dostat, odborníci celé dekády neviděli.

V roce 1965 filozof Hubert Dreyfus přirovnal snahy o sestrojení lidské umělé inteligence k pokusu dostat se na Měsíc lezením na stromy. Tvrdil, že i když můžete šplhat výš a výš na vyšší a vyšší strom (zlepšovat algoritmy, výkon apod.), nikdy tímto způsobem nepřekonáte tu propastnou vzdálenost k opravdovému myslícímu stroji.

Desítky let se zdálo, že měl pravdu. Ale jak nyní autoři v Nature podotýkají: „Ukazuje se, že jsme špatně odhadli povahu Měsíce i sílu toho stromu.“ Až v posledních letech jsme zjistili, jak všestranná inteligence se může „vynořit“ z dlouhého tréninku na velkém množství dat podle několika relativně jednoduchých pravidel. Jestli se opravdu blížíme k Měsíci, tak se to stalo navíc v extrémně krátkém čase.

Co z toho všeho plyne? Pokud přijmeme argumentaci Chena a jeho týmu, čeká nás psychologicky náročný proces: Smíření se s tím, že jsme ztratili monopol na obecnou inteligenci.

Autoři to přirovnávají k velkým vědeckým revolucím minulosti. Mikuláš Koperník nás vyhnal ze středu vesmíru. Charles Darwin nám vzal výsadní postavení v říši živočichů a ukázal, že jsme jen jedním z mnoha výhonků evoluce. A nyní nám Alan Turing – a současná realita v datacentrech – berou výlučnost v oblasti rozumu.

Inteligence dnešních modelů je přitom podle autorů „mimozemská“ (nejsou rozhodně sami, jen Pavel Kasík svůj text zřejmě zapomněl do Nature poslat). Je lidská v tom smyslu, že se učila na našich textech a mluví naším jazykem. Ale je zároveň hluboce odlišná. Nevznikla evolučním tlakem na přežití v divočině, nemá pud sebezáchovy, necítí únavu a tak dále a tak (ne)podobně.

Právě toto uvědomění – že sdílíme svět s entitou, která je obecně inteligentní, ale fundamentálně odlišná – je podle autorů komentáře klíčové pro naši budoucnost. Pokud budeme tyto systémy stále považovat jen za „chytré vyhledávače“ nebo „statistické nástroje“, hrozí nám, že podceníme jejich dopady.

V plné verzi newsletteru TechMIX toho najdete ještě mnohem víc. Přihlaste se k odběru a budete ho dostávat každou středu přímo do své e-mailové schránky.