Foto: Magnific

AI zvládne hru vytvořit, ale ne ji pochopit

Velké jazykové modely v posledních letech působí dojmem, že se rychle blíží univerzální inteligenci. Umí programovat, vysvětlovat složité pojmy, skládat texty a v některých případech pomáhají vytvářet i jednoduché hry. Jenže právě hry odhalují jejich slabé místo. Když mají jazykové modely videohru opravdu hrát, výsledek bývá překvapivě špatný.

Na tento rozpor upozornil 29. března 2026 Matthew S. Smith v článku pro IEEE Spectrum, kde cituje výzkumníka Juliana Togelia, ředitele NYU Game Innovation Lab a spoluzakladatele společnosti Modl.ai. Togelius se dlouhodobě zabývá umělou inteligencí ve hrách a podle něj problém nespočívá jen v tom, že dnešní LLM nemají dost herních dovedností. Podstatnější je, že neexistuje obecná herní umělá inteligence, která by bez speciální přípravy zvládala libovolnou hru.

Výjimky sice existují. V květnu 2025 například Gemini 2.5 Pro dokončil Pokémon Blue. Jenže ani takový úspěch neznamená, že by model hrál jako člověk. Potřeboval speciální software, postupoval velmi pomalu a dělal chyby, které by běžnému hráči připadaly nepochopitelné. Spíše než triumf univerzální AI to ukázalo, jak těžké je pro modely porozumět prostoru, pravidlům, opakovanému zkoušení a okamžitému rozhodování.

Proč je kódování jednodušší než hraní

Togelius vysvětluje rozdíl mezi programováním a hraním poměrně jednoduše. Kódování se podle něj chová jako dobře navržená hra. Model dostane zadání, vytvoří kód, spustí ho a rychle zjistí, zda prošel testy. Odměna je jasná. Buď program funguje, nebo ne. Často navíc existuje chybová hláška, která přesně ukáže, co se nepovedlo.

Videohry jsou jiné. Každá má vlastní pravidla, jiné ovládání, jiný prostor a jiný způsob uvažování. Šachy a Go sice umělá inteligence ovládla už dříve, ale AlphaZero od Googlu muselo být pro konkrétní hry přizpůsobeno a znovu trénováno. U běžných videoher je rozdíl ještě větší. Halo a Space Invaders mohou člověku připadat jako dvě hry, ale pro AI jde o dva velmi odlišné světy.

Togelius připomíná také problém s daty. U známých titulů, jako jsou Minecraft nebo Pokémon, existují miliony hodin návodů, videí a popisů. U menších nebo nových her nic takového není. Model tak nemá z čeho opisovat naučené vzorce. Musel by skutečně zkoumat, učit se a chápat prostor, což je oblast, ve které jazykové modely dlouhodobě selhávají.

Zajímavý je i jeho pohled na vývoj her. V nástrojích jako Cursor nebo Claude lze dnes jedním promptem vytvořit jednoduchou hru ve stylu Asteroids. Bude pravděpodobně hratelná, protože podobných příkladů je v datech mnoho. Jenže nebude nutně dobrá ani originální. Vývoj hry není jen napsání kódu. Je to testování, ladění pocitu z ovládání, úprava obtížnosti a opakované hraní. A právě to model neumí.

Zdroj: Spectrum.ieee.com (odkaz)