Umělá inteligence už poráží lidi v matematických olympiádách. Co to znamená pro nás?

Umělá inteligence dosáhla zlomového bodu, který ještě před rokem vypadal jako sci-fi. Nové modely od společností Google a OpenAI dokázaly zvítězit v nejprestižnější matematické soutěži světa, kde prokázaly schopnost chápat a řešit komplexní problémy na úrovni lidské elity. Tento úspěch není založen na pouhém opakování naučených vzorců, ale na nové formě učení, kdy si AI sama hledá cesty k řešení a učí se z vlastních chyb. Tento princip, známý jako posilované učení, se již projevuje i v programování, kde AI dokáže vytvářet celé aplikace na základě jednoduchého slovního zadání. Ačkoliv to vyvolává obavy o budoucnost profesí, jako jsou programátoři nebo analytici, historie ukazuje, že technologické revoluce spíše práci transformují a vytvářejí nové příležitosti, než aby ji ničily.

Revoluce v přímém přenosu: AI na vrcholech matematiky

Donedávna se mělo za to, že schopnost řešit skutečně složité a kreativní problémy zůstane dlouho doménou člověka. Nedávný úspěch na Mezinárodní matematické olympiádě však tento předpoklad vyvrací. Dva nezávislé modely umělé inteligence – Gemini DeepMind od Googlu a experimentální model od OpenAI – dosáhly na zlatou medaili, když získaly 35 ze 42 možných bodů. Poprvé v historii dokázala AI přečíst zadání úlohy v přirozeném jazyce, porozumět mu, navrhnout strategie řešení a obhájit výsledek před lidskými experty, a to bez jakékoliv asistence nebo předchozího převodu do formálního zápisu.

Tento skok vpřed ukazuje, že AI již pouze nekombinuje naučené příklady, ale dokáže uvažovat, rozkládat problémy na části a přicházet s originálními a kreativními řešeními. Tím se posouvá od pouhého napodobování k reálné konkurenci lidské inteligenci v jejích nejsilnějších disciplínách.

Jak se AI učí myslet? Klíčem je učení se z vlastních chyb

Co stojí za tímto rapidním pokrokem? Odpovědí je změna přístupu k učení. Zatímco starší modely vyžadovaly přesné instrukce, nová generace AI se učí sama. Díky metodě známé jako posilované učení (reinforcement learning) si model dokáže vnitřně generovat tisíce možných řešení, testovat je, vyhodnocovat úspěšnost a učit se z vlastních chyb. Místo slepého následování instrukcí si tak AI vytváří vlastní strategie a postupy.

Je to proces podobný vzniku vnitřního hlasu, který vyhodnocuje, co fungovalo a co ne, a zkouší nové kombinace. Výsledkem je umělá inteligence, která si sama hledá cesty a dokáže tvořit řešení, na která by člověk sám nepřišel. Tento přístup se začíná přibližovat tomu, co nazýváme obecná inteligence – schopnosti řešit neznámé úkoly s kreativitou a adaptací. Tento trénink je však extrémně náročný na výpočetní výkon. Například jen jediný test na úrovni člověka, tzv. ARC AGI test, stál podle některých zdrojů okolo 300 000 dolarů.

Budoucnost programování: Od kódu k pocitovému diktátu

Jednou z oblastí, kde se tyto schopnosti projevují nejdramatičtěji, je programování. AI dnes již soutěží na akcích jako AtCoder World Finals, kde drtí světovou špičku programátorů. Rodí se koncept zvaný VIBE coding, kdy uživatel pouze slovně popíše svou představu (např. „vytvoř 3D vesmírnou strategickou hru“) a AI se postará o kompletní realizaci – od návrhu mechanik přes 3D modely až po samotný kód.

Ačkoliv jsou dnešní výsledky často ještě nedokonalé a plné chyb, vývoj je nesmírně rychlý. Podobně jako digitální fotoaparáty zpřístupnily fotografování masám, AI zpřístupní tvorbu softwaru, aplikací a automatizací miliardám lidí bez znalosti programování. Psaní kódu přestává být uzavřeným klubem pro experty.

Nahradí nás umělá inteligence? Změna je jistá, konec práce ne

S nástupem takto schopné AI se logicky objevuje otázka, co bude s lidskou prací. Mnoho technických a rutinních profesí, jako jsou programátoři, analytici, administrátoři, ale i diagnostičtí lékaři nebo právníci, projde dramatickou proměnou, nebo dokonce zanikne. Historie nám ale ukazuje, že každá technologická revoluce, od parního stroje po internet, nakonec vytvořila více pracovních příležitostí, než kolik jich zničila.

Budoucnost nebude patřit těm, kdo umí psát kód, ale těm, kteří dokáží efektivně využívat nové AI nástroje. Hodnota člověka se přesune od technického provedení k rychlé adaptaci, kreativitě a schopnosti dávat úkolům smysl. Klíčem k úspěchu bude agilita, zvědavost a neustálé učení se novým věcem.

Poslední překážkou na cestě k obecné superinteligenci je schopnost AI rozumět a hodnotit úkoly, kde neexistuje jednoznačně správný výsledek – například v oblastech řízených pocity, estetikou nebo intuicí. Jakmile dokážeme tyto „měkké“ hodnoty přeložit do jazyka, kterému AI porozumí, otevřou se jí zcela nové možnosti.

Jaké věci jsou podle vás dnes hodnotitelné jen pocitem? A jak byste ten pocit popsali tak, aby ho mohla AI pochopit a použít jako kritérium?