AGI a superinteligence – co znamenají, proč neexistuje jednotná definice a co o nich víme (a nevíme)

AGI (Artificial General Intelligence, česky umělá obecná inteligence) a superinteligence patří mezi nejčastěji skloňované, ale také nejméně jasně definované pojmy v oboru AI. Technologické firmy mluví o tom, že se k AGI blížíme; kritici namítají, že jde o marketingový pojem; filozofové a bezpečnostní výzkumníci varují před riziky systémů, které by lidi překonaly; a běžný uživatel se ptá, jestli ChatGPT už AGI je. Pravdou je, že neexistuje jediná všeobecně přijímaná definice, odborníci se neshodují v odhadech, kdy (a zda vůbec) AGI vznikne, a jednotlivá tvrzení je nutné číst opatrně. Tento článek vysvětluje základní pojmy, ukazuje, proč se lidé neshodují, a dává praktické vodítko, jak podobná tvrzení posuzovat.

V tomto článku vysvětlujeme, co je úzká AI, AGI a superinteligence, proč neexistuje jednotná definice, jaké úrovně AGI navrhl Google DeepMind, jak vypadá spor o to, zda jsou dnešní modely „blízko“ AGI, jaké obavy a bezpečnostní témata se s tím pojí, jaké jsou argumenty skeptiků a jak se k tématu stavět prakticky. Čerpáme z práce Levels of AGI for Operationalizing Progress on the Path to AGI (Google DeepMind), z komentářů Singularity Hub a The Decoder, z ankety Thousands of AI Authors on the Future of AI, z prohlášení Statement on AI Risk a z knihy Nick Bostrom: Superintelligence (anglicky). Jde o téma s velkou nejistotou; uvádíme různé pohledy, nikoli jediné „správné“ stanovisko.

Další články najdete v kategorii Základy a principy AI, například Co to je umělá inteligence (AI), Historie umělé inteligence a Generativní AI vs. klasická AI.

Aktualizováno: listopad 2026.

Tři pojmy

• Úzká AI (narrow AI): systém navržený či natrénovaný pro konkrétní úlohu či skupinu úloh: šachy, rozpoznávání obrazu, doporučování, překlad, předpověď struktury proteinů. Všechna běžně používaná AI do nedávna byla úzká.
• AGI (umělá obecná inteligence): systém, který by dokázal zvládat široké spektrum kognitivních úloh na úrovni člověka (a učit se nové), nikoli jen jednu specializaci. Přesná hranice („kolik úloh, jak dobře?“) se liší podle autora.
• Superinteligence: hypotetický systém, který by výrazně překonával lidské schopnosti ve většině oblastí, včetně vědeckého uvažování a strategie. Pojem popularizoval filozof Nick Bostrom ve stejnojmenné knize.

Zásadní: všechny dnešní systémy jsou technicky „úzké“ či „vznikající obecné“; jazykové modely jsou překvapivě široké, ale mají značné slabiny (halucinace, nespolehlivost v dlouhých úlohách, omezené plánování); viz Proč AI halucinuje.

Orientační schéma pojmů úzká AI, AGI a superinteligence – vlastní infografika

Proč neexistuje jednotná definice

• Inteligence není jedno číslo: zahrnuje uvažování, učení, plánování, kreativitu, sociální dovednosti i praktické činnosti. Co z toho musí AGI umět?
• Různé měřítko srovnání: „průměrný člověk“, „odborník“, „nejlepší člověk“? V jakém oboru?
• Ekonomická definice: charta společnosti OpenAI popisuje AGI jako vysoce autonomní systémy, které překonávají lidi ve většině ekonomicky hodnotné práce. Kritici namítají, že taková definice nezahrnuje aspekty inteligence mimo ekonomiku (umělecká kreativita, emoční inteligence) a že závisí na tom, co trh oceňuje.
• Fyzické tělo: je nutné, aby systém uměl jednat ve fyzickém světě? DeepMind to za předpoklad AGI nepovažuje; jiní ano.
• Posouvající se laťka: co AI dokáže, přestává být vnímáno jako „skutečná inteligence“ (tzv. AI efekt).
• Obchodní zájmy: pojem AGI se používá i v marketingu, financování a smluvních podmínkách, proto jeho definice není vždy neutrální.

Z toho plyne: pokud někdo říká „AGI bude do X let“, zeptejte se, jak ji definuje a jak by to měřil.

Úrovně AGI (Google DeepMind)

V roce 2023 navrhl tým Google DeepMind v práci „Levels of AGI“ rámec, který hodnotí systémy podle dvou os: hloubky (výkonu) a šíře (obecnosti). Podle úrovně výkonu rozlišuje Level 0 (žádná AI) až Level 5 (nadlidský výkon), přičemž úzké systémy mohou na některých úrovních dosahovat i nadlidských výsledků (například systém pro předpověď proteinů), zatímco obecné systémy zatím dosahují nižších úrovní. Podle autorů tehdejší nejnovější jazykové modely patřily do kategorie „vznikající (emerging) AGI“: obecné, ale zatím na úrovni „nekvalifikovaného dospělého“ či nižší u většiny úloh. Význam tohoto rámce: místo „je/není AGI“ umožňuje popsat postup po stupních a odlišit úzký nadlidský výkon od obecnosti. Přesto nikoho plně nepřesvědčí: zařazení konkrétních modelů do úrovní je předmětem sporů a metriky se musejí vyvíjet.

Je ChatGPT AGI?

Většina odborníků by řekla, že dnešní jazykové modely nejsou AGI v plném smyslu, ale mají některé obecné schopnosti, které dříve nebyly dostupné: zvládají mnoho druhů úloh (psaní, překlad, kód, shrnutí, základní uvažování) bez speciálního přeprogramování. Důvody skepse:

• Halucinace a nespolehlivost: model může tvrdit nepravdy s jistotou.
• Slabé dlouhodobé plánování a autonomie v reálných úlohách (i když se zlepšují, například u agentů; viz AI agenti).
• Učení po nasazení: modely se samy průběžně neučí z každé konverzace tak, jak to dělá člověk.
• Fyzický svět a zkušenost: modely pracují hlavně s texty a daty, nikoli s přímou zkušeností.
• Spor o „porozumění“: odborníci se neshodují, zda modely „rozumějí“, nebo jen velmi dobře napodobují vzorce.

Důvody pro opačný pohled: široká obecnost napříč úlohami, rychlé zlepšování, schopnost nových úloh z několika příkladů a výkony na náročných testech (viz Jak hodnotit AI modely). Realisticky: jde o kontinuum a spor o slova je částečně spor o definici.

Kdy AGI vznikne? Odhady se liší

Odhady termínu jsou velmi nejisté. Ankety mezi výzkumníky (například rozsáhlé šetření autorů odborných prací o AI) ukazují široké rozpětí odpovědí, od „za několik let“ po „za desítky let“ či „nikdy“, a také velké rozdíly podle formulace otázky. Důvody nejistoty:

• Neznáme chybějící složky: stačí zvětšovat modely a data, nebo chybí nové principy?
• Nejasná definice (viz výše).
• Neznámé překážky: spolehlivost, plánování, energie, data, regulace.
• Historie předpovědí: v minulosti byly předpovědi často příliš optimistické (viz Historie umělé inteligence) i příliš skeptické.
• Zainteresovanost: firmy, investoři i kritici mají motivace, které mohou ovlivnit prezentaci.

Střízlivé vodítko: nespoléhejte na jednotlivé předpovědi, sledujte nezávislá měření schopností a rozlišujte zprávy o produktech od vědeckých výsledků.

Kontrolní seznam – vlastní infografika

Obavy a bezpečnostní témata

Možnost velmi schopných AI systémů vyvolává debatu o bezpečnosti. V roce 2023 podepsali významní výzkumníci a představitelé firem (včetně Geoffreyho Hintona či Yoshuy Bengia a vedoucích AI firem) krátké prohlášení „Statement on AI Risk“: *„Snižování rizika vyhynutí způsobeného AI by mělo být globální prioritou vedle dalších rizik celospolečenského rozsahu, jako jsou pandemie a jaderná válka.“* Prohlášení neříká, že k tomu dojde, ale že riziko stojí za vážné zkoumání. Hlavní okruhy témat:

• Sladění cílů (alignment): jak zajistit, aby systémy dělaly to, co lidé skutečně chtějí.
• Kontrola a vypnutelnost velmi schopných systémů.
• Zneužití: kybernetické útoky, dezinformace, biologická rizika; viz AI v kybernetických útocích.
• Koncentrace moci u několika firem či států.
• Ekonomické a sociální dopady: pracovní trh, nerovnost; viz Budoucnost AI a dopad na zaměstnání.
• Krátkodobé škody (zkreslení, soukromí, dezinformace) bývají podle kritiků opomíjeny kvůli pozornosti věnované vzdáleným scénářům; viz Rizika AI: bias a diskriminace.

Existují i skeptické názory, že obavy z „existenčního rizika“ jsou přehnané či odvádějí pozornost od aktuálních problémů. Nejde o spor „věřit či nevěřit“, ale o různé odhady pravděpodobností a priorit.

Superinteligence a „singularita“

Bostromovy úvahy o superinteligenci zahrnují scénáře, kdy systém schopný sám zlepšovat svůj návrh by mohl rychle překonat lidské schopnosti (tzv. „rychlý start“). Kritici upozorňují, že jde o hypotézu závislou na řadě předpokladů (zda je „samovylepšování“ jednoduché, jaké jsou fyzikální a datové limity). Slovo „singularita“ se používá pro bod, za nímž je vývoj neodhadnutelný; používá se v různých významech. Důležité je odlišit vědeckou diskusi od sci-fi a marketingových slibů. Pro většinu lidí je užitečnější rozumět dnešním schopnostem a rizikům než spekulovat o vzdálené budoucnosti.

Co s tím prakticky

• Neodkládejte praktické otázky kvůli spekulacím: bezpečné používání AI, ochrana dat a ověřování výstupů jsou důležité už dnes; viz Bezpečnost a etika používání AI.
• Rozlišujte pojmy: „AI“, „AGI“, „chatbot“, „agent“ nejsou synonyma.
• Kriticky čtěte titulky: „AI překonala lidi“ obvykle znamená konkrétní test.
• Sledujte regulaci: evropský AI Act kategorizuje podle rizik použití; viz EU AI Act.
• Rozvíjejte dovednosti: schopnost formulovat úlohy, ověřovat výstupy a pracovat s AI se hodí bez ohledu na budoucí vývoj; viz Jak psát prompty pro AI.
• Ve firmě: nastavte pravidla a lidský dohled; viz Firemní politika používání AI.

Časté otázky v praxi

Je ChatGPT AGI?: většina odborníků říká, že ne v plném smyslu; má široké, ale nespolehlivé schopnosti. Kdy AGI vznikne?: nikdo neví; odhady se liší o desetiletí. Je superinteligence reálná?: je hypotetická; diskuse je vědecká i spekulativní. Je AGI nebezpečná?: část odborníků vidí riziko, část zdůrazňuje aktuální škody; výzkum bezpečnosti pokračuje. Mám se bát?: lepší je informovat se a využívat AI uvážlivě.

AGI v kostce

Základní údaje – vlastní infografika

Výhody a nevýhody

Souhrn pro čtenáře – vlastní infografika

Související články

Další články najdete v kategorii Základy a principy AI: Jak hodnotit AI modely, Multimodální AI, Slovník pojmů umělé inteligence a RAG a fine-tuning.

Shrnutí

AGI je hypotetický systém s obecnými schopnostmi na úrovni člověka, superinteligence by lidi výrazně překonávala. Jednotná definice neexistuje, odhady termínu jsou velmi nejisté a dnešní modely jsou široké, ale nespolehlivé. Číst tvrzení o AGI je třeba kriticky a hlavně řešit bezpečné a uvážlivé používání AI už dnes. Více najdete v práci Levels of AGI.

Často kladené otázky k AGI a superinteligenci