Jensen Huang tvrdí, že s GPT-6 Astra „dorazila AGI“. Proč to není vědecký verdikt

Jensen Huangovo prohlášení, že „AGI už je tady“, je třeba číst jako razantní hodnocení schopností AI a zároveň jako argument pro infrastrukturu v měřítku Nvidie. Nejde o uzavřený vědecký verdikt, že GPT-6 Astra dosáhla obecné inteligence srovnatelné s člověkem.

Huang staví na dvou bodech: na mimořádně silných deklarovaných výsledcích Astry v testech uvažování a agentního plnění úkolů a na obrovském nasazení hardwaru Nvidia, které podle něj takový výkon umožnilo. Jsou to podstatná tvrzení. Sama o sobě ale nepředstavují všeobecně uznávaný test AGI.

Co Huang skutečně prohlásil

V příspěvku gratulujícím OpenAI Huang napsal, že GPT-6 Astra byla trénována na „~100K+ NVIDIA Grace Blackwell NVLink72“, označil ji za špičku v testech FrontierMath Tier 4, ARC-AGI-3 a TerminalBench-4.0 a doplnil: „400K GPUs coming online next.“ Přechod od ChatGPT přes o1 k Astře zasadil do čtyř let a uzavřel slovy: „AGI has arrived.“ 13

Tato formulace v sobě nese dvě odlišná sdělení:

• Tvrzení o schopnostech: Astra má silně fungovat v pokročilé matematice, abstraktním uvažování, programování a pracovních postupech s ovládáním počítače.
• Tvrzení o měřítku: k dosažení této úrovně jsou podle Huanga zásadní mimořádně rozsáhlé systémy Nvidie a další kapacita má posunout možnosti ještě dál.

Označení „~100K+ NVIDIA Grace Blackwell NVLink72“ nelze bez dalšího zjednodušit na přesný počet GPU. Huangův příspěvek neobsahuje podrobnosti o konfiguraci, délce tréninku, využití hardwaru ani celkovém trénovacím výpočetním výkonu, které by umožnily tvrzení nezávisle ověřit. Zprávy o tom, že dřívější údaj 300 000 GPU byl upraven, nedoprovodilo veřejné vysvětlení Huanga ani Nvidie. 5

Výsledky Astry jsou pozoruhodné, benchmark ale není certifikát AGI

OpenAI označuje GPT-6 Astra za svůj nejschopnější model pro náročnou práci od začátku do konce: uvažování, programování, práci s počítačem, výzkum, prohlížení webu a tvorbu dokumentů. Materiály pro vývojáře zdůrazňují, že model dokáže s dodaným kontextem a nástroji provést vícekrokový úkol od zadání až po hotový výsledek. 1718

OpenAI při uvedení uvádí tyto výsledky:

• 98 % ve FrontierMath Tier 4
• 99,9 % v ARC-AGI-3
• 57,9 % v Terminal-Bench 4.0 23

Jde o výsledky, které naznačují výrazný posun. FrontierMath Tier 4 je prezentován jako náročné hodnocení matematiky, ARC-AGI-3 měří abstraktní uvažování v hádankových 2D hrách a Terminal-Bench testuje výkon agentů v příkazové řádce a terminálu. Dohromady tedy nepokrývají jen jeden úzký typ úlohy. 2326

Vysoké skóre v sadě hodnocení však automaticky nedokazuje, že systém spolehlivě zvládá celý rozsah lidské intelektuální práce v neznámých, chaotických nebo vysoce rizikových situacích. Neřeší ani otázky dlouhodobé autonomie, odolnosti při změně podmínek či míry lidského dohledu, kterou nasazený systém potřebuje.

Nejpřesnější čtení proto nezní „benchmarky dokazují AGI“. Přesnější je: deklarovaný výkon Astry významně posiluje argument, že špičkové modely zvládají širokou a složitou práci zprostředkovanou nástroji.

OpenAI Huangovo tvrzení o AGI nepřevzala

Jazyk OpenAI je znatelně konkrétnější. Firma označuje Astru za „nejschopnější model“ a staví ji do role vlajkové lodě pro komplexní uvažování a programování. Dokumentace uvádí nástroje jako funkce, vyhledávání na webu, vyhledávání v souborech a ovládání počítače; kontextové okno má 1,05 milionu tokenů. 1821

OpenAI zároveň uvádí, že Astra je jejím prvním široce nasazeným modelem, který podle firemního rámce Preparedness Framework dosáhl kritické úrovně schopností v kyberbezpečnosti. 28

To jsou významná tvrzení o schopnostech i bezpečnosti. OpenAI ale netvrdí, že Astra je AGI. Rozdíl je podstatný: popis měřitelných vlastností není totéž jako vyhlášení překročení sporné konceptuální hranice.

Huang svou rétoriku o AGI postupně zostřuje

Huang dlouhodobě váže časový odhad AGI na to, jak si tento pojem kdo vyloží. V roce 2024 uvedl, že by AI mohla AGI dosáhnout do pěti let, zároveň však odhad podmínil samotnou definicí. 50

V březnu 2026 v debatě o tom, zda by AI dokázala vybudovat a řídit firmu v hodnotě miliardy dolarů, řekl: „I think we’ve achieved AGI.“ 61 Koncem srpna pak prohlásil, že Nvidia by „pro mnoho úloh“ mohla říct, že AGI už dosáhla, současně ale podobné milníky označil za „nesmyslné“. 54

Výrok po uvedení Astry tak zapadá do širšího vzorce: Huang používá AGI v praktickém, na úlohách založeném smyslu. Podle tohoto pohledu může systém hranici splnit ve chvíli, kdy na vysoké úrovni zvládá dostatečně široký soubor ekonomicky hodnotných kognitivních úkolů. Takové použití pojmu je obhajitelné, není však jediné ani vědecky sdílené jako standard.

Proč verdikt o AGI zůstává sporný

Základní problém je definice. I lídři, kteří očekávají rychlý příchod velmi výkonné AI, se neshodnou, zda je „AGI“ užitečný nebo jasně vymezený pojem. Šéf Anthropicu Dario Amodei AGI označil spíše za „marketingový termín“ než za přesně definovanou hranici. 47

Generální ředitel Google DeepMind Demis Hassabis je opatrnější: podle něj lidské AGI stále chybějí určité „ingredience“ a její příchod odhaduje na pět až deset let. 34

Kritici Huangova prohlášení upozorňují na příbuzný problém: vynikající výsledky ve strukturovaných testech nejsou totéž jako důkaz spolehlivého obecného jednání. Model může excelovat v evaluacích, ale stále selhávat při nejasných cílech, proměnlivém prostředí, neúplných informacích či při samotném provedení úkolu v reálném světě.

Rozumná laťka je proto výš než jeden výsledek v žebříčku nebo prohlášení manažera. Silnější argument pro AGI by vyžadoval reprodukovatelné a nezávislé důkazy napříč širokou škálou nových úloh — včetně jasné dokumentace spolehlivosti, limitů, potřebného dohledu a způsobů selhání.

Finanční zájem Nvidie je důležitý kontext

Huangův pohled nelze zcela oddělit od postavení Nvidie v ekonomice AI. Jeho příspěvek spojil prohlášení o AGI s přímou podporou nejnovějších systémů Nvidie a s prognózou další GPU kapacity. 13

To neznamená, že tvrzení o schopnostech jsou nepravdivá. Huang však není nezávislý hodnotitel: vyšší poptávka po trénování a provozu špičkových modelů přímo podporuje datacentrový byznys Nvidie.

Nvidia má navíc s OpenAI finanční vztah. V září 2025 firmy oznámily plán, podle nějž měla Nvidia investovat až 100 miliard dolarů, zatímco OpenAI rozvíjela datacentra založená na systémech Nvidie. 62 V březnu 2026 Huang uvedl, že příležitost investovat 100 miliard dolarů už patrně není k dispozici kvůli očekávanému vstupu OpenAI na burzu; Reuters následně informoval, že Nvidia dokončila investici ve výši 30 miliard dolarů. 49

Toto obchodní i finanční provázání je důvodem k pečlivému posuzování rétoriky — nikoli důvodem automaticky odmítnout deklarovaný pokrok Astry.

Závěr

Huangův výrok znamená, že podle jeho praktické definice GPT-6 Astra hranici AGI překročila: kombinuje silné uvažování, programování, výzkum, prohlížení webu a práci s počítačem v měřítku, které umožnila rozsáhlá infrastruktura Nvidie.

Dostupné informace ale podporují užší závěr. Astra se jeví jako výrazný posun v široce použitelných modelech pracujících s nástroji a dosáhla působivých deklarovaných výsledků v několika náročných benchmarcích. 23 OpenAI však AGI nevyhlásila, neexistuje všeobecně uznávaná vědecká definice ani postup pro její potvrzení a úspěch v benchmarcích sám o sobě nedokazuje odolnou a spolehlivou obecnou inteligenci v každé reálné situaci.

„AGI už je tady“ je tedy nejlépe chápat jako Huangovu významnou interpretaci velkého modelového vydání, ne jako nesporný fakt, na němž se celý obor umělé inteligence shodl.