Publikováno: 06.08.2026
Příspěvek je převzat z facebookového blogu Ondřeje Krásy Budoucnost s AI. Blog publikujeme paralelně i na stránkách FF.
Schopnosti AI dál velmi výrazně rostou. Několik příkladů:
Matematika
Před zhruba dvěma měsíci zveřejnila OpenAI vyvrácení dlouho zkoumané a velmi důležité Erdösovy hypotézy o jednotkových vzdálenostech. Mnoho matematiků si na zkoumání této konkrétní otázky vylámalo zuby. AI model od OpenAI však přišel s neotřelým řešením a vyvrátil hypotézu, která má pro danou část matematiky značný význam. Špičkoví světoví matematici říkali, že by takovýto výsledek bez váhání doporučili k publikaci v nejprestižnějším oborovém časopise (Annals of Mathematics).
Včera se OpenAI pochlubila, že její nový a dosud nezveřejněný model (Astra) vyřešil deset dalších matematických problémů. Podle reakcí matematické komunity jsou některé z těchto výsledků opravdu výjimečné.
Pokud by s podobnými výsledky přišel matematik z masa a krve, byl by zcela jasným kandidátem na Fieldsovu medaili (obdoba Nobelovy ceny pro matematiky do čtyřiceti let). Byly by to výsledky, které by zdobily kariéru těch nejlepších matematiků světa. V nejprestižnějších vědeckých grantech (ERC Advanced) by mnoho z těchto výsledků bylo hodnoceno jako naprosto mimořádné.
Když se zeptáte nejschopnější konkurenční AI (Fable od Anthropicu) na reportované výsledky, aniž jí řeknete, že jsou reálné a skutečně se už staly, tipne si, že jde o fikční scénář, v němž se AI už stala nadlidsky schopnou…
Před pár lety se AI pletla v základních početních úlohách. Před zhruba rokem AI poprvé dosáhla na zlatou medaili v Mezinárodní matematické olympiádě, tj. byla na úrovni nejlepších středoškoláků z celého světa. Nyní AI činí objevy, na něž by byli pyšní i ti nejlepší světoví matematici.
A těchto deset špičkových objevů stálo dohromady zhruba jen 2.000 dolarů. „Intelligence too cheap to matter“ se rychle stává skutečností.
Programování
Programátoři byli první, kteří nesmírnou sílu AI pocítili ve své každodenní praxi. Konkrétní náplň práce programátora se zásadně změnila, neboť samotný kód již velmi často píše AI.
Soutěž AtCoder je asi nejprestižnějším kláním programátorů z celého světa. V roce 2025 se klání účastnil i model od OpenAI. Dlouho vedl, ale v závěrečné fázi soutěže ho přeskočil jeden člověk a AI obsadila druhé místo. Vítěz s přezdívkou „Psyho“ si tak mohl do štítu vyvěsit heslo „Humanity’s Last Programmer“.
Když se soutěž konala letos, model od OpenAI nedal lidem vůbec žádnou šanci. Zvítězil naprosto drtivě, a to i přesto, že pořadatelé záměrně vytvořili úlohy, které by právě pro AI měly být obtížné. Drtivé vítězství AI přitom nevzbudilo větší pozornost. Všichni to již čekali.
A nejedná se pouze o programovací soutěže. Minulý týden jsem psal o modelech OpenAI, které se sérií do té doby neznámých technik dostaly ze svého cvičného „uzavřeného“ prostředí v OpenAI, našly si cestičky k internetu a úspěšně zaútočily na cizí firmu (HuggingFace). V průběhu týdne se ukázalo, že jen o trochu slabší incidenty se v OpenAI nestaly poprvé a nevyhnuly se ani Anthropicu a jejím modelům. Na těchto zprávách není důležité jen to, že se jedná o velmi jasný varovný výstřel předtím, než AI systémy nekontrolovatelně napáchají daleko větší škody. Dokládají také, jak schopné jsou AI systémy v hackování. Prakticky žádný počítač není dost zabezpečený, aby se do něj nedostal nesmírně schopný AI hacker.
AI modely také vylepšují samy sebe. Zatím poslední model GPT-5.6 Sol zlepšil své vlastní fungování a tím ušetřil cca 20 % nákladů. Pomohl také svým menším sestřičkám, modelům Luna a Terra, jejichž fungování zlevnil o 80 respektive 20 procent.
Není úniku
Možná si říkáte: To jen furt řečí o programování a matematice, co tam máš dál? Zrovna tyto dvě oblasti jsou totiž dost specifické (mají jasně a rychle ověřitelné správné/funkční řešení). Ale svět je mnohem komplikovanější a neurčitější, než aby se dal převést na programy a vzorečky.
AI systémy se ale zjevně zlepšují i v lecčems jiném. S jednou oblastí se AIčka potýkají s překvapivými obtížemi. Totiž když je zavedete do oblastí, které se nepodobají tomu, co znají ze svého tréninku. Právě na schopnosti AI poradit si s novým typem zadání se pak specializuje benchmark ARC-AGI. V něm je třeba pochopit nové typy pravidelností, které jsou navrženy právě tak, aby se nevyskytovaly v trénovacích datech. AI tak nemůže sáhnout po tom, co dobře zná, a musí se učit za běhu.
Když jsem se sám dozvěděl o existenci tohoto benchmarku před několika lety, nejprve jsem nevěřil, že s ním mají tehdejší modely opravdu problémy. První verze benchmarku (ARC-AGI 1) byla totiž pro lidi dost primitivní. Ale AI systémy s ním zápolily a vylámaly si nad ním zuby.
Neuplynulo ale zase tolik času a AI systémy začaly řešit úlohy v ARC-AGI 1 zcela rutinně (část úloh je neveřejných, a tak se AI systémy nemohly jen navrčet odpovědi). Tvůrci benchmarku proto přišli před rokem a čtvrt s druhou, obtížnější verzí. A scénář se opakoval. AI systémy s úlohami pár měsíců zápolily, a pak je začaly rutinně zvládat.
Před nedávnem tak tvůrci přišli s třetí verzí svého ARC-AGI. Už se nejedná o úlohy, které jsou pro člověka primitivní. Musíte se dost soustředit, abyste princip úlohy pochopili a byli schopni ho vyřešit. A sám jsem si nad řadou úloh vylámal zuby (existuje veřejná část úloh, které si může kdokoli zkusit). Čerstvě začaly AI systémy i ARC-AGI 3 zvládat s relativně slušnou úspěšností. Z nízkých jednotek procent se třeba čerstvý Opus 5 dostal na 30 %.
AI systémy se tak zlepšují nesmírně rychlým tempem. Nezdá se, že by se toto tempo mělo jakkoliv zmírnit. Pravděpodobnější je naopak další zrychlování.
Jak ukázalo veřejné prohlášení více než 1000 výzkumníků z právě skončeného týdne, je navýsost urgentní mít možnost vývoj zpomalit či zastavit (před pár dny jsem postoval překlad tohoto prohlášení s názvem Pacing the Frontier).
Jedeme totiž všichni v autobuse, který neustále zrychluje. Můžeme se přít o to, zdali je rozumné zpomalit už nyní nebo až za chvíli. Je ale nesporné, že brzdy autobus mít musí. Jenže ten náš je zatím bohužel nemá.
3. 8. 2026
