Navzdory rychlému pokroku v umělé inteligenci (AI) lidé stále předstihují AI v učení se novým videohrám. I když umělá inteligence exceluje ve hrách s jasnými pravidly a cíli – jako jsou šachy nebo některé strategické hry – bojuje v otevřených, nepředvídatelných světech, které vyžadují intuici a přizpůsobivost. To není jen rozmar herního průmyslu; zdůrazňuje zásadní rozdíly v tom, jak se stroje a lidé učí, a potenciálně odhaluje, proč skutečná „inteligence na lidské úrovni“ zůstává pro AI nepolapitelná.
Výhoda AI: Specializace místo generalizace
Umělá inteligence po desetiletí používala hry jako testovací základna. Modely jako Deep Blue (šachy) od IBM a AlphaGo (Go) od společnosti Google prokázaly schopnost umělé inteligence ovládnout strukturovaná prostředí prostřednictvím posílení učení – opakovaných pokusů a omylů. Stejná metoda je nyní základem AI chatbotů a je vynikající pro zvládnutí her Atari, Dota 2 a Starcraft II.
Tento úspěch však podléhá jasným omezením. Umělá inteligence v těchto hrách poráží lidi, protože pravidla jsou přísná a cíle jsou definované. I drobné změny v herním designu mohou rozbít model umělé inteligence, který prospívá spíše opakování než improvizaci. Na rozdíl od lidí nemohou modely umělé inteligence zobecňovat; stanou se výjimečně dobrými v jednom konkrétním úkolu.
Proč se lidé učí rychleji
Klíčový rozdíl je v tom, jak lidé přistupují k novým výzvám. Člověk může rychle zvládnout neformální hru a porozumět jejímu mechanismu rychleji než AI, a to i ve složitých projektech, jako je Red Dead Redemption. Lidé intuitivně chápou nejednoznačné cíle – jako je ztělesnění morálně nejednoznačného zločince –, zatímco AI má potíže s abstraktními pojmy.
Vědci z New York University zdůrazňují, že dobře navržené hry berou v úvahu lidské schopnosti: intuici, zdravý rozum a životní zkušenosti. Lidské dítě se učí poznávat předměty během několika měsíců jednoduše tím, že je ve světě; AI vyžaduje rozsáhlé školení. Výzkum ukazuje, že modely umělé inteligence mohou trvat 37 hodin nepřetržitého hraní (čtyři miliony interakcí s klávesnicí), než dokončí hru, zatímco lidský hráč často přijde na to, jak to udělat za méně než 10 hodin.
Benchmark skutečné umělé inteligence
SIMA 2 od Google DeepMind představuje pokrok díky integraci funkcí uvažování z modelu Gemini, které pomáhají umělé inteligenci lépe interagovat s novými prostředími. Ani tento průlom však nestačí. Autoři navrhují měřítko skutečné umělé inteligence: porazit 100 nejlepších her na Steamu nebo App Store bez předchozího školení, přibližně za stejnou dobu jako člověk.
Tento problém zůstává nevyřešen a stávající metody pro něj nemusí být vhodné. K dosažení tohoto cíle bude AI vyžadovat kreativitu, progresivní plánování a abstraktní myšlení, vlastnosti, které zůstávají jedinečně lidské.
Skutečný test „lidské inteligence“ nemusí pocházet z deepfakes nebo románů, ale ze zvládnutí nepředvídatelného chaosu videoher.
Schopnost rychle se přizpůsobit novým situacím, vypilovaná léty života ve složitém světě, je to, co odlišuje lidskou a strojovou inteligenci. Dokud umělá inteligence nedokáže replikovat tuto vrozenou přizpůsobivost, zůstane spíše specializovaným nástrojem než plnohodnotnou kognitivní obdobou člověka.
