Slika je ustvarjena z umetno inteligenco.
Predsednik družbe OpenAI Greg Brockman je nedavno namignil, da bi lahko njihov napredni model GPT-6 Astra pomenil prihod nečesa, kar imenujemo umetna splošna inteligenca (AGI – Artificial General Intelligence).
Če umetno inteligenco običajno opredeljujemo kot sposobnost posnemanja človeške inteligence, OpenAI umetno splošno inteligenco razume kot sistem umetne inteligence, ki pri večini ekonomsko pomembnih nalog presega človeške sposobnosti. To pomeni, da bi bil takšen sistem uspešnejši pri večini digitalnih in kognitivnih opravil, ki jih sicer opravlja človek. Mednje sodijo pisanje računalniške kode, organizacijska opravila in vodenje projektov.
Za zdaj ta opredelitev ne vključuje dela, ki zahteva fizični napor, denimo kmetijstva ali gradbeništva. Toda povezovanje umetne inteligence z robotiko bi lahko pomenilo, da tudi ti gospodarski sektorji v prihodnosti ne bodo več izključno v domeni človeka.
Opredelitev OpenAI se osredotoča predvsem na širino sposobnosti umetno inteligentnega sistema. Drugi strokovnjaki pa menijo, da bi morala umetna splošna inteligenca vključevati tudi bistveno višjo raven kognitivnih sposobnosti, ki presegajo zmogljivosti današnjih modelov. Demis Hassabis, ustanovitelj podjetja Google DeepMind, na primer meni, da bi morala biti AGI sposobna opraviti »praktično vsako kognitivno nalogo, ki jo lahko opravi človek«.
Takšna opredelitev daje večji poudarek splošni inteligenci in izjemnim miselnim sposobnostim, nekoliko manj pa sami širini uporabnosti. Yann LeCun, nekdanji glavni znanstvenik za umetno inteligenco pri Meti, meni celo, da je izraz AGI neustrezen in da bi ga bilo bolje nadomestiti s pojmom umetna inteligenca na ravni človeka (human-level AI).
Vse to so različni pogledi v živahni strokovni razpravi o tem, kdaj bo umetna splošna inteligenca dejansko nastopila in kako bomo lahko prepoznali, da smo dosegli ta prelomni trenutek.
Po poročanju revije VentureBeat je Brockman na zaprtem novinarskem srečanju septembra, posvečenem modelu GPT-6 Astra, priznal, da je tudi sam pričakoval jasen trenutek, ko bo vsem postalo očitno, da je umetna splošna inteligenca dosežena.
»Ko smo ustanovili OpenAI, smo nekako verjeli, da bo obstajal jasno opredeljen trenutek, ki ga bodo vsi prepoznali. Toda stvari se niso odvile tako,« je dejal.
Ob tem je dodal: »Osebno menim, da smo že tam.«
Le nekaj dni po Brockmanovih izjavah je izvršni direktor podjetja Anthropic Dario Amodei v eseju z naslovom We Must Pace the Frontier (Razvoj na meji zmogljivosti moramo upočasniti) pozval celotno industrijo umetne inteligence k upočasnitvi razvoja. V nekaj urah po objavi sta se z njegovim stališčem strinjala tudi Sam Altman in Elon Musk.
Toda ali ima Brockman prav? Je umetna splošna inteligenca res že tukaj?
Trenutno razpoložljivi dokazi kažejo v različne smeri, zato dokončnega odgovora še ni mogoče podati.
Od orodja, ki čaka na navodila, do sistema, ki samostojno izvaja naloge
Najopaznejši premik, ki ga prinaša GPT-6 Astra, je povezan z načinom uporabe umetne inteligence.
Starejši modeli so za učinkovito delovanje praviloma potrebovali podrobna navodila za vsak posamezen korak. Astra pa je zasnovana za izvajanje daljših in kompleksnejših nalog. Uporabnik ji določi cilj in osnovne omejitve, model pa nato sam načrtuje zaporedje korakov, potrebnih za njegovo uresničitev.
Predstavitve OpenAI so pokazale, da lahko ta napredni model hkrati obravnava več med seboj nepovezanih nalog. Podjetje to predstavlja kot pomemben odmik od dosedanjega načina dela, pri katerem je moral človek umetni inteligenci ves čas posredovati naslednje navodilo.
Gre za resnično pomembno spremembo, ki jo bodo uporabniki verjetno najprej tudi najbolj občutili.
Eden od primerjalnih preizkusov naj bi pokazal, da je Astra na testu ARC-AGI-3 dosegla kar 99,9-odstotno uspešnost. Test je zasnovan tako, da umetno inteligenco postavi v neznane interaktivne igre, pri katerih ne prejme nobenih navodil. Njena naloga je, da sama ugotovi pravila in čim učinkoviteje reši zastavljene izzive.
Po ocenah OpenAI je povprečen človek pri reševanju istih neznanih iger dosegel 48-odstotno uspešnost.
Vendar je pri interpretaciji teh rezultatov potrebna previdnost. Organizacija ARC Prize, ki upravlja omenjeno primerjalno merilo, je namreč poročala, da je najboljši rezultat Astre v standardnem programskem okolju oziroma tako imenovanem »harnessu«, ki ga zagotavlja vsem testiranim modelom, znašal 62,7 odstotka.
Harness je mogoče razumeti kot programsko okolje oziroma sistem, znotraj katerega umetna inteligenca izvaja svoje naloge. Vsem modelom, ki sodelujejo v primerjavi, zagotavlja enake osnovne pogoje delovanja.
Rezultat 99,9 odstotka pa je Astra dosegla v drugačnem okolju, ki ga je posebej razvilo podjetje OpenAI. To okolje modelu omogoča, da med posameznimi zahtevami ohranja svoje predhodno sklepanje in ga ponovno uporabi.
Povedano drugače: Astra je dosegla bistveno boljši rezultat, ker ji ni bilo treba vsakič znova začeti od začetka, temveč je lahko izkoristila že opravljeno delo in predhodne ugotovitve.
Strokovnjaki niso enotni glede dejanskega napredka
Neodvisni ocenjevalci se ne strinjajo povsem glede tega, kako velik tehnološki preskok predstavlja GPT-6 Astra v primerjavi s svojim predhodnikom.
Neodvisni raziskovalni inštitut Epoch AI ga uvršča v sam vrh najnaprednejših modelov umetne inteligence, skupaj z drugimi vodilnimi sistemi, kot so Claude Fable 5.1, Kimi K3 in GPT-5.5 Pro.
Podjetje Artificial Analysis, ki izvaja neodvisne analize zmogljivosti umetne inteligence, pa Astre ni ocenilo kot radikalno naprednejše od njenega predhodnika GPT-5.6 Sol.
Toby Walsh, raziskovalec umetne inteligence na Univerzi New South Wales v avstralskem Sydneyju, opozarja, da je inteligenca najnaprednejših modelov, med katere sodita tudi GPT-6 Astra in drugi vodilni sistemi, še vedno izrazito neenakomerna.
V pogovoru za Al Jazeero je poudaril, da imajo tudi najboljši modeli še vedno težave pri preprostih opravilih, ki bi jih človek opravil brez večjih težav.
To razkriva eno ključnih omejitev današnje umetne inteligence: izjemni rezultati na določenih področjih še ne pomenijo, da sistem enako dobro deluje na vseh drugih področjih.
Matematični dosežek, ki ni bil delo Astre
OpenAI je 8. septembra 2026 objavil domnevno rešitev problema Navier-Stokes, enega od sedmih znamenitih matematičnih problemov tisočletja, za rešitev katerih je razpisana milijonska nagrada.
Dosežek so številni mediji pripisali modelu GPT-6 Astra. Toda v resnici Astra ni bila tista, ki je pripravila matematični dokaz.
Po navedbah OpenAI je dokaz ustvaril interni model, ki še ni bil javno predstavljen in naj bi bil bistveno zmogljivejši od Astre. Pri tem je vzporedno delovalo približno 10.000 agentov umetne inteligence, ki so naloge izvajali okoli 88 ur.
Astra je sodelovala šele v naslednji fazi, ko je bilo treba dokaz formalizirati in preveriti. Ta postopek je trajal dodatnih 17 ur.
Pomembno je tudi, da matematična skupnost dokaza še ni neodvisno preverila. Zato je treba o njegovi veljavnosti in pomenu govoriti previdno.
Opozorila pred nevarnostmi: ali razvoj prehiteva nadzor?
Amodeijev septembrski esej, v katerem je pozval k upočasnitvi razvoja umetne inteligence, predstavlja eno najodmevnejših nedavnih opozoril o tveganjih, povezanih z najnaprednejšimi modeli.
Opozoril je, da bi lahko v obdobju od šestih do dvanajstih mesecev skupina medsebojno povezanih avtonomnih agentov umetne inteligence postala sposobna prevzeti nadzor nad velikim delom interneta z vzpostavitvijo trajnega omrežja zlonamernih botov.
Takšen scenarij bi lahko povzročil resne motnje v delovanju ključnih sistemov in infrastrukture, gospodarska škoda pa bi lahko dosegla več sto milijard dolarjev.
Zlorabe Claudea že kažejo, kako nevarna je lahko umetna inteligenca
Amodeijeva opozorila je vredno obravnavati resno. Septembrsko poročilo podjetja Anthropic o varnostnih grožnjah namreč navaja več primerov, ki kažejo, kako se umetna inteligenca že uporablja na zaskrbljujoče načine.
Po navedbah poročila je skupina na severu Jemna pred kratkim uporabila Claude Code za razvoj programske opreme za vodenje raket in izstrelkov. Ruski in kitajski operativci naj bi avtomatizirali določene dejavnosti vohunjenja.
V drugem primeru je posameznik, ki govori francosko, s pomočjo umetne inteligence izdelal programsko platformo, ki je omogočala iskanje osebnih podatkov o ljudeh, povezanih z določeno politično skupino, ki je bila tarča operacije.
V vseh teh primerih je človek določil cilje, umetna inteligenca pa je opravila velik del operativnega dela.
To kaže na nevarno kombinacijo: ozko specializirane zmogljivosti, ki jih je mogoče uporabiti izjemno hitro in v velikem obsegu, pri čemer človek še vedno določa namen in cilje delovanja.
Takšna uporaba je nedvomno resna grožnja, vendar je ne smemo enačiti z umetno splošno inteligenco.
Zmogljivost še ni isto kot splošna inteligenca
Prav razlikovanje med zmogljivostjo in splošno inteligenco je eno najpomembnejših vprašanj v aktualni razpravi o prihodnosti umetne inteligence.
Amodei predlaga, da bi bilo treba razvoj najnaprednejših sistemov upočasniti, hkrati pa okrepiti neodvisno preverjanje njihovih sposobnosti in vzpostaviti usklajene varnostne standarde na mednarodni ravni.
Toda sistem, ki bi dejansko dosegel raven splošne inteligence, bi odprl še bistveno širša vprašanja, na katera zgolj takšni ukrepi morda ne bi mogli odgovoriti.
GPT-6 Astra za zdaj ne daje dokončnega odgovora na vprašanje, ali je umetna splošna inteligenca že dosežena. Razkriva pa, zakaj je to vprašanje vse težje opredeliti.
Inteligenca namreč vse bolj postaja lastnost celotnega sistema, ki ga sestavljajo model, spomin, orodja in avtonomni agenti, ne pa zgolj posameznega modela, preizkušenega v izoliranem okolju.
Pri ožjem vprašanju, ali lahko ti sistemi že danes povzročijo resno škodo, pa so vodilni predstavniki podjetij, ki jih razvijajo, precej bolj enotni: takšna nevarnost nedvomno obstaja.
Avtor: Waqas Ali, predavatelj poslovnega managementa in raziskovalec na Fakulteti za umetnost, poslovne in družbene vede Univerze v Wolverhamptonu.
Članek je bil prvotno objavljen v mediju The Conversation in je ponovno objavljen v skladu z licenco Creative Commons. Izvirni članek je dostopen na spletni strani The Conversation.