Altman, Amodei, Hassabis a Huang mluví o AGI — každý ale o něčem jiném

AGI, tedy obecná umělá inteligence, se stala zkratkou pro velmi rozdílné představy. Může jít o autonomního pracovníka, který vytváří ekonomickou hodnotu; digitálního vědce na úrovni nositele Nobelovy ceny; systém se všemi kognitivními schopnostmi člověka; nebo prostě AI, která vyniká v testech.

Právě tato rozdílnost vysvětluje, proč mohou vedle sebe existovat sebevědomé předpovědi termínů, aniž by si nutně odporovaly. Jejich autoři totiž často nemíří ke stejnému cíli. A zároveň roste význam otázky, kdo takové tvrzení ověří — nezávisle na firmě, která model vyvinula.

Čtyři lídři, čtyři prahy

Sam Altman: AGI jako ekonomicky hodnotná autonomie

Často citovaná definice OpenAI popisuje AGI jako „vysoce autonomní systémy, které překonávají lidi ve většině ekonomicky hodnotné práce“. Hranice je tedy hlavně praktická a ekonomická: nejde primárně o to, zda AI dokonale napodobuje lidské myšlení, ale zda umí ve velkém dělat užitečnou práci.

Novější veřejné vyjádření OpenAI zdůrazňuje lidskou rozhodovací pravomoc. Firma říká, že chce vytvářet systémy, které lidem pomáhají naplňovat jejich vlastní cíle, nikoli nahrazovat lidský úsudek o tom, na čem záleží. Úplná automatizace všeho by podle ní byla nebezpečná i nenaplňující. 23 Také její rámec pro proměnu práce upozorňuje, že automatizace jednotlivých úkolů sama o sobě neznamená zánik povolání: lidé mohou zůstat zásadní pro poskytování služby, dohled či odpovědnost. 25

Mezi schopným nástrojem, autonomním agentem a AGI tak zůstává široká a proměnlivá hranice. Ekonomická definice může dobře popisovat dopad v praxi, není to však veřejný vědecký test.

Dario Amodei: „Výkonná AI“ jako mimořádný balík schopností

Šéf Anthropicu Dario Amodei zpravidla dává přednost výrazu výkonná AI (powerful AI) před AGI. V podání Anthropicu jde o výrazný skok nad dnešní modely: intelektuální výkon odpovídající nebo převyšující nositele Nobelovy ceny ve většině oborů; schopnost používat digitální rozhraní dostupná lidským pracovníkům; a možnost samostatně vykonávat složitou práci. 3

Anthropic očekává takové systémy na konec roku 2026 nebo začátek roku 2027. Amodei tuto možnost přirovnal k „zemi géniů v datacentru“ — obrazem chtěl zdůraznit hospodářské, bezpečnostní a geopolitické důsledky koncentrace podobné kapacity. 6 7

Tato definice je konkrétnější než obecná nálepka AGI, stále však spojuje několik mimořádně náročných podmínek: šíři expertizy, autonomii, práci s nástroji i dlouhodobou spolehlivost. Model může některé z nich splnit podstatně dříve než všechny najednou.

Demis Hassabis: AGI jako celé spektrum lidského poznávání

Šéf Google DeepMind Demis Hassabis drží pro AGI vyšší laťku: systém by měl mít všechny kognitivní schopnosti, které mají lidé. Uvedl, že AI na lidské úrovni by mohla přijít ještě v tomto desetiletí, současně ale zdůraznil, že dnešní systémy nejsou lidské úrovni AGI ani zdaleka blízko. 33 38

V tomto pojetí není AGI produktový milník, ale vědecká hranice spojená s robustní obecností. Nestačí vyniknout v několika profesních oblastech nebo skvěle řešit zkouškové otázky; systém by musel fungovat napříč šíří lidského poznávání.

Jensen Huang: AGI jako plošné překonání lidí v testech

Šéf Nvidie Jensen Huang používá přístup bližší benchmarkům. V roce 2024 řekl, že AGI by mohla dorazit do pěti let, pokud ji vymezíme jako AI, která dokáže překonat lidi prakticky v každém testu. Zpráva z roku 2026 jeho pohled popsala jako prohlášení, že AGI již bylo dosaženo podle výrazně volnějšího praktického kritéria. 34

Výhodou tohoto přístupu je zdánlivá jasnost: testy dávají skóre. Omezení je však stejně zřejmé. Úspěch v mnoha testech sám o sobě nedokazuje spolehlivou dlouhodobou autonomii, zdravý úsudek ani bezpečné fungování v nepřehledných podmínkách reálného světa.

Jejich termíny nelze jednoduše porovnávat

Nejde jen o různé odhady data téže události. Každý z nich předpovídá jinou destinaci:

• Altman / OpenAI: autonomní výkon ve většině ekonomicky hodnotné práce;
• Amodei / Anthropic: široce nobelovská intelektuální práce spolu s dlouhou autonomní prací v digitálním prostředí;
• Hassabis / DeepMind: úplný rozsah lidských kognitivních schopností;
• Huang / Nvidia: výkon převyšující lidi v širokém souboru testů.

AI může ovládnout velké množství benchmarků, aniž by samostatně dokončila týdny trvající výzkumný projekt. A může automatizovat významnou část digitální práce, aniž by vykazovala úplný repertoár lidského myšlení. Připojené termíny proto nelze číst jako jednotné odpočítávání do příchodu AGI.

Proč AGI působí jako neověřitelný, až „duchovní“ pojem

Problém není v tom, že schopnosti AI nelze měřit. Měřit lze mnohé. AGI ale nemá společně uznávané, nezávisle spravované pravidlo typu „splnil/nesplnil“.

Akademický návrh popisuje AGI jako důležitý, ale někdy sporný pojem, a pro účely měření ji vymezuje jako alespoň lidskou schopnost u většiny úkolů. I to ukazuje skrytě nevyřešené otázky: které úkoly, kteří lidé, jaká míra spolehlivosti a za jakých podmínek? 50

Důvěryhodný veřejný test by vyžadoval nejméně:

1. jasně vymezený soubor úkolů místo stále se měnící přehlídky demonstrací;
2. prahy výkonu a spolehlivosti včetně četnosti selhání;
3. zkoušky dlouhodobé autonomie a práce s nástroji, nikoli jen jednorázových odpovědí;
4. ochranu proti tomu, aby se model cvičil přímo na dané hodnocení;
5. nezávislý přístup dostatečný pro opakování nebo audit výsledků.

Bez podobné infrastruktury se z AGI může stát statusové tvrzení organizací, které mají zároveň nejsilnější motivaci určovat cílovou čáru. AI Now Institute kritizuje řadu dosavadních metrik jako úzké, vágní a účelově výhodné pro jejich tvůrce. 62

Za sporem o slovo AGI je problém důvěry

Debata zároveň odráží širší problém důvěryhodnosti. Firmy mohou mluvit o zásadně proměňujících schopnostech, zatímco pracovníci a zákazníci se setkávají se systémy, které jsou nerovnoměrné, chybující nebo obtížně nasaditelné. To samo o sobě nedokazuje, že dlouhodobé prognózy jsou chybné. Znamená to ale, že mimořádná tvrzení potřebují ověřitelné důkazy a předpovědi, za něž někdo nese odpovědnost.

Dobře je to vidět na debatě o práci. OpenAI uvádí, že AI bude pracovní trh měnit, některá zaměstnání zaniknou, ale dosavadní důkazy podle firmy spíše ukazují na AI jako nástroj podporující lidi než jako jejich náhradu. 17 Není to nutně rozpor: automatizace úkolů, proměna povolání a rušení pracovních míst jsou různé jevy. Důvěra veřejnosti ale trpí, pokud projekce rozsáhlé proměny nejsou provázeny průhlednými ukazateli skutečných dopadů na trh práce.

Místo nálepek AGI dozor nad konkrétními schopnostmi

Silnější model správy AI by se méně soustředil na rozhodnutí, zda systém „dosáhl AGI“, a více na konkrétní schopnosti a rizika, která přináší.

Přístup AI Safety Levels Anthropicu pracuje s podmíněnou logikou: pokud model získá konkrétně vymezenou nebezpečnou schopnost, musí být před nasazením nebo dalším škálováním zavedeny určité pojistky. 5 Pozdější politický rámec Anthropicu volá po transparentnosti, nezávislém hodnocení a pravomoci státu blokovat nebo odrazovat od nebezpečného nasazení. 10

Altman také vyzval k externímu ověřování a nezávislému hodnocení rizik výkonných modelů, včetně testování před vydáním a zveřejňování výsledků evaluací. 49

Hassabis navrhl americký orgán pro standardy hraniční AI po vzoru FINRA — samoregulačního orgánu financovaného odvětvím, který dohlíží na americký finanční sektor pod veřejným dohledem. Takový orgán by nezávisle posuzoval nejpokročilejší modely před jejich vydáním. 52 Podle dostupného zpravodajství se mezi několika lídry vývoje špičkové AI rýsuje shoda, že pokročilé systémy mají testovat třetí strany a že se mají podílet na tvorbě standardů pro veřejnou politiku. 51

Mezi návrhy a vymahatelnou praxí však zůstává výrazná mezera. AI Safety Index organizace Future of Life Institute v roce 2026 uvedl, že neexistují závazné národní regulace či standardy, které by výslovně řešily rizika špičkové AI a odpovídající postupy jejich hodnocení. 59

Jak by vypadala důvěryhodná tvrzení o AI

Užitečnější veřejná otázka nezní: „Už přišla AGI?“ Zní: „Co tento model dokáže, jak spolehlivě to dokáže, co se může pokazit a kdo tyto odpovědi nezávisle ověřil?“

Z toho vyplývají požadavky zaměřené na konkrétní schopnosti:

• veřejné hodnoticí protokoly pro vysoce rizikové kybernetické, biologické a klamavé schopnosti;
• nezávislé testování a red-teaming před nasazením;
• zveřejňování spolehlivosti, incidentů a podstatných změn podmínek nasazení;
• ochranná opatření a omezení přístupu navázaná na prokázané prahy rizika;
• právní důsledky za nedodržení pravidel, nikoli jen dobrovolná prohlášení.

AGI může zůstat silnou vizí, marketingovou nálepkou i filozofickou otázkou. Jako regulační spouštěč je ale slabá, pokud její vyhlášení nepodkládají veřejně ověřitelné důkazy. Důvěra se bude budovat teprve tehdy, až vývojáři nebudou moci sami posunout definici milníku, oznámit jeho dosažení a zároveň sami potvrdit vlastní bezpečnost.