AGI může přijít do roka. Testy ale ukazují, kde dnešní AI stále selhává

Jedna předpověď, nikoli oznámení hotového produktu

Ben Goertzel, šéf SingularityNET a předseda AGI Society, po konferenci AGI-26 v San Franciscu uvedl, že se zvýšila jeho pravděpodobnost průlomu v příštích devíti až dvanácti měsících. Konference se konala od 27. do 30. července 2026 a podle reportáže IBM Think se na ní mluvilo hlavně o uvažování, paměti a průběžném učení.

Důležité je každé slovo: Goertzel neřekl, že AGI dorazí do roka. Řekl, že tomu po konferenci věří o něco více než dříve. Sám dodal, že nelze s jistotou říci, zda k průlomu dojde příští rok, nebo až za tři či čtyři roky. Titulek o AGI za dvanáct měsíců tedy popisuje názor jednoho výzkumníka, ne plán OpenAI, Googlu ani IBM.

AGI, tedy artificial general intelligence, nemá univerzálně přijatou definici ani oficiální zkoušku. Obvykle se tím myslí systém, který zvládne široké spektrum intelektuálních úkolů podobně pružně jako člověk, a ne pouze dobře odpovídá v jednom typu testu. Je to rozdíl mezi švýcarským nožem a dokonale nabroušeným šroubovákem. Dnešní modely jsou často působivé v konkrétních činnostech, ale jejich schopnosti nejsou rovnoměrné.

Čísla vypadají skvěle. A zároveň trochu děsivě

Nejlepší argument pro rychlý vývoj představují agenti. Na rozdíl od běžného chatbotu dostanou přístup k prohlížeči, souborům nebo programovacímu prostředí a mají za úkol dokončit několik kroků za sebou. Podle Stanford AI Indexu 2026 vzrostla přesnost agentů v testu OSWorld z přibližně 12 % na 66,3 % během jediného roku. OSWorld simuluje práci s počítačem napříč operačními systémy, takže měří více než schopnost napsat hezký odstavec.

Jenže 66,3 % není totéž co spolehlivý digitální kolega. Agent stále selže zhruba v jednom ze tří pokusů. U pracovního úkolu, který jen zopakuje uživatel, to znamená opravu. U agenta s přístupem k firemnímu účtu, e-mailu nebo objednávce to může znamenat problém. Číslo proto ukazuje rychlý pokrok, nikoli bezpečný bod, kdy lze člověka vyřadit z kontroly.

Ještě výraznější je takzvaná zubatá inteligence. Google DeepMind uvedl, že pokročilá verze Gemini Deep Think v roce 2025 vyřešila pět ze šesti úloh IMO, získala 35 ze 42 bodů a dosáhla zlatého standardu. Řešení vznikala přímo v přirozeném jazyce během soutěžního limitu 4,5 hodiny. Ve stejném přehledu Stanford uvádí, že špičkový model správně přečetl analogové hodiny jen v 50,6 % případů, zatímco lidé dosáhli 90,1 %.

To není jen kuriozita s ručičkami. Model může být v jedné oblasti nadlidský a v jiné překvapivě křehký. Benchmark je jako zkouška z jednoho předmětu: jednička z matematiky nepotvrzuje, že student zvládne řídit auto, vyjednat smlouvu a najít cestu v neznámém městě.

Co by se muselo změnit, aby šlo mluvit o AGI

Goertzel v IBM popisuje několik vlastností, které podle něj dnešním velkým jazykovým modelům chybějí. Především dlouhodobá paměť a takzvaný self-model, tedy interní představa o vlastní historii, schopnostech, omezeních a cílech. Chatbot si může načíst dokument z databáze nebo navázat na předchozí konverzaci, ale to ještě není totéž jako trvalé učení z celého života.

Jednou z diskutovaných cest je prediktivní kódování. Systém předpoví, co se stane, porovná odhad s realitou a z rozdílu se učí. Goertzelův tým podle jeho slov tuto metodu vyzkoušel v transformerech přibližně ve velikosti GPT-2, nikoli však v měřítku dnešních největších modelů. Další možností je neuro-symbolická AI: neuronová síť rozpoznává vzory, zatímco symbolická část pracuje s pravidly, vztahy a cíli. Je to intuice mechanika doplněná servisní příručkou, ne jen jeden z těchto prvků.

Za zajímavější než další tabulku benchmarků považuji Goertzelův návrh takzvaného MIT testu. Robot by musel bez porušení pravidel vystudovat na MIT, chodit na přednášky, skládat písemné i ústní zkoušky, spolupracovat s lidmi a vytvořit původní doktorskou práci. Taková zkouška by spojila jazyk, plánování, fyzický svět, sociální úsudek a schopnost vytvořit nové poznatky. Zatím jde o myšlenkový návrh, nikoli schválený standard.

Český a evropský kontext: dostupnost ano, AGI ne

Pro českého uživatele se dnes nic nemění v tom smyslu, že by se po konferenci objevil nový produkt s označením AGI. ChatGPT, Gemini, Claude a další služby mohou v češtině běžně generovat text nebo pomáhat s kódem, jejich dostupnost a konkrétní funkce se ale liší podle poskytovatele, tarifu a země. IBM článek neoznamuje žádné uvedení AGI na český trh ani novou českou lokalizaci.

Evropa navíc řeší nejen schopnosti modelů, ale také jejich nasazení. Evropská komise uvádí, že pravidla pro obecné modely AI se v rámci AI Actu používají od srpna 2025 a od 2. srpna 2026 se uplatňuje širší rámec s dohledem AI Office a členských států. Pro poskytovatele systémových modelů to znamená povinnosti spojené s hodnocením rizik, transparentností a bezpečností. AI Act přitom neřeší, zda model smí dostat nálepku AGI; posuzuje konkrétní rizika a použití.

Praktický dopad je pro české firmy méně filmový a více provozní. Pokud agent dostane přístup k interním datům, je třeba řešit oprávnění, logování, lidský dohled a možnost zásah vrátit zpět. Česká diakritika přitom nebude hlavním problémem. Větší potíž představuje dlouhý pracovní proces, nejasné cíle a situace, kdy systém sebevědomě pokračuje špatným směrem.

Verdikt: sledujme schopnosti, ne odpočítávání

Goertzelův odhad stojí za pozornost, protože agentní systémy skutečně zvládají více kroků, programování i výzkumnou práci než před rokem. Důkazy ze Stanfordu a z matematické olympiády ukazují, že některé úkoly už překonaly lidský výkon. Stejná data však ukazují limity: agenti selhávají v každodenní práci a modely s medailí z matematiky mají potíže s analogovými hodinami.

Možná tedy AGI přijde do roka. Možná se spor protáhne hlavně proto, že se odborníci neshodnou, co přesně mají měřit. Pro uživatele v Česku je rozumnější sledovat konkrétní otázky: umí systém dokončit celý úkol, pamatuje si důležitý kontext, přizná nejistotu a lze jeho kroky zkontrolovat? Dokud odpověď zní jen občas, máme před sebou velmi schopný nástroj, nikoli digitálního člověka.