Google DeepMind 16. septembra 2026 spustil DeepMind Institute (DMI), platformu, ktorá má cez odborníkov z rôznych oblastí skúmať dôsledky príchodu všeobecnej umelej inteligencie, teda AGI. Za projektom stoja riaditelia Shane Legg, James Manyika a nositeľ Nobelovej ceny Demis Hassabis, podľa ktorých otázky bezpečnosti, riadenia a rizík AGI nemožno nechať len na technológov. Krok prichádza v čase, keď sa medzi veľkými AI firmami množia verejné vyhlásenia o tom, ako blízko je moment, keď stroje dosiahnu úroveň uvažovania porovnateľnú s ľudskou.
Čo je DeepMind Institute
DMI podľa DeepMind spája výskumníkov z Google DeepMind, Google a širšej vedeckej komunity a má byť miestom na publikovanie a diskusiu o nápadoch spojených so svetom, v ktorom AGI existuje. Autori na stránke inštitútu zdôrazňujú, že jednotlivé texty odzrkadľujú názory ich autorov a nejde o oficiálne stanovisko Googlu. Na otázkach okolo AGI, teda bezpečnosti, riadenia či rizík, akými sú kybernetické útoky alebo strata kontroly nad systémami, by sa podľa zakladateľov mali podieľať aj odborníci z umenia, humanitných vied a politiky, nielen informatici. DeepMind zároveň priznáva, že jednotná definícia AGI v odvetví neexistuje, sama ju opisuje ako systém so všetkými kognitívnymi schopnosťami ľudského mozgu.
Prvé eseje: od transparentnosti po ekonomickú politiku
Inštitút pri spustení zverejnil päť textov. Výskumníci Rohin Shah a Anca Dragan v eseji o transparentnosti uvažovania tvrdia, že sledovanie takzvaného reťazca myšlienok AI modelu dáva ľuďom okno do jeho rozhodovania, cez ktoré sa dá odhaliť klamanie alebo obchádzanie pravidiel, a že toto okno treba udržať otvorené. Julian Jacobs a Alex Imas v texte o ekonomickej politike pre AGI vyhodnocujú jedenásť opatrení, ktorými by spoločnosti mohli zvládnuť hospodárske otrasy spôsobené čoraz schopnejšou a rozšírenejšou umelou inteligenciou. Filozof Stephen Cave v eseji o novom utopizme volá po pragmatickom prístupe postavenom na pokore a nádeji, poučenom z otrasov dvadsiateho storočia. Sám Hassabis v texte o hraničných modeloch navrhuje dynamický spôsob testovania schopností najvyspelejších AI systémov, ktorý má podporovať inovácie a zároveň vynucovať zodpovedné správanie.
Kedy príde AGI, sa naprieč odvetvím líši
Zhoda nepanuje ani na tom, kedy AGI skutočne nastane. Hassabis podľa DeepMind očakáva jej príchod v priebehu niekoľkých rokov, Legg nedávno uviedol, že prvý predchodca AGI by mohol prísť už v roku 2028. Šéf OpenAI Sam Altman naopak opakovane tvrdí, že AGI by mohla prísť ešte do konca tohto roka, hoci OpenAI kladie dôraz skôr na ekonomickú hodnotu systémov než na presnú definíciu pojmu. DeepMind zároveň upozorňuje, že AGI netreba zamieňať s umelou superinteligenciou, teda systémom, ktorý by ľudí prevýšil vo všetkých ohľadoch, hoci AGI je podľa nej pravdepodobne nevyhnutným krokom k nej. Podobné otázky o tempe vývoja si nedávno kládli aj v OpenAI, kde pred príliš rýchlym tempom výskumu varoval priamo šéfvedec firmy, a téma spomalenia sa objavila aj v Anthropicu, ktorý spolu so Samom Altmanom vyzval na opatrnejší postup pri vývoji AI. Rozdielne odhady jednotlivých laboratórií tak ukazujú, že pojem AGI v praxi slúži skôr ako smerovka pre výskum a komunikáciu s verejnosťou než ako presne ohraničený technický míľnik, na ktorom by sa firmy zhodli.
Čo to znamená pre firmy
Pre firmy, ktoré s produktmi Google DeepMind alebo podobnými modelmi pracujú, je dôležité najmä to, že aj samotní tvorcovia najväčších AI systémov verejne priznávajú neistotu okolo toho, čo AGI prinesie a kedy presne nastane. Esej o ekonomickej politike pre AGI napríklad ukazuje, že sa už dnes uvažuje o konkrétnych opatreniach na zvládnutie dopadov na trh práce, a firmy by mali podobný vývoj sledovať skôr ako súčasť dlhodobého plánovania než ako vzdialenú hypotézu. Diskusia o transparentnosti uvažovania modelov, teda o tom, či dokážeme AI systémom nahliadnuť do rozhodovania, je zároveň pre firmy nasadzujúce AI agentov s prístupom k citlivým firemným procesom rovnako praktická ako filozofická otázka.
DeepMind Institute tiež naznačuje smer, akým sa uberá aj zvyšok odvetvia, keď veľké AI laboratóriá čoraz viac investujú do vlastných výskumných platforiem popri bežnom vývoji produktov. Pre menšie firmy a startupy, ktoré na modeloch Google DeepMind alebo konkurenčných laboratórií stavajú vlastné aplikácie, z toho vyplýva, že by nemali spoliehať len na marketingové vyhlásenia o schopnostiach modelov, ale sledovať aj to, ako sami tvorcovia hovoria o limitoch a rizikách svojich systémov. Otvorené otázky okolo riadenia a bezpečnosti AGI totiž skôr či neskôr ovplyvnia aj to, akým spôsobom budú musieť firmy dokladovať, ako a prečo AI nástroje v prevádzke používajú.
