AGI za kilka lat: Hassabis ma rację czy tylko podkręca hype?

W maju 2024 roku Demis Hassabis, szef Google DeepMind, stanął na scenie Google I/O i powiedział coś, co wstrząsnęło branżą: „Stoimy u podnóża singularity”. N…

Andrzej Niemiec

19 sierpnia 2026 · 7 min czytania · 1461 słów

Reviewed by Andrzej Niemiec

W maju 2024 roku Demis Hassabis, szef Google DeepMind, stanął na scenie Google I/O i powiedział coś, co wstrząsnęło branżą: „Stoimy u podnóża singularity”. Nie minęło 24 godziny, a jego słowa obiegły fora technologiczne, media i biura firm, które od lat próbują zrozumieć, kiedy sztuczna inteligencja ogólna (AGI) stanie się rzeczywistością. Problem w tym, że jeszcze rok temu ten sam Hassabis mówił o 5–10 latach. Co się zmieniło — i czy polskie firmy powinny już teraz przygotowywać się na rewolucję?

Dlaczego Demis Hassabis twierdzi, że AGI jest już „za kilka lat”?

Hassabis nie jest typem, który rzuca słowa na wiatr. Jeszcze w 2023 roku szacował, że AGI pojawi się za 5–10 lat [1]. Teraz mówi o „kilku latach” — i to nie na jakiejś nieformalnej konferencji, ale podczas Google I/O, wydarzenia transmitowanego na żywo do milionów widzów [2]. To nie przypadek, że jego prognozy się skróciły. W ciągu ostatniego roku Google DeepMind osiągnęło kilka kluczowych kamieni milowych, które sprawiły, że AGI przestało być abstrakcyjnym celem, a stało się realnym scenariuszem.

Najważniejsza zmiana? Podejście do multimodalności. Hassabis wielokrotnie podkreślał, że AGI nie powstanie dzięki jednemu przełomowi, ale dzięki integracji wielu technologii — od przetwarzania języka naturalnego po rozumienie obrazów i dźwięków [4]. W 2024 roku Google zaprezentowało Gemini 2.0, model, który nie tylko lepiej radzi sobie z tekstem, ale potrafi też analizować obrazy, dźwięki i nawet struktury chemiczne [2]. To właśnie ta zdolność do łączenia różnych typów danych sprawia, że DeepMind uważa, iż jesteśmy bliżej AGI niż kiedykolwiek.

Warto też zwrócić uwagę na słowa, których Hassabis użył podczas Google I/O: „When we look back at this time I think we will realize that we were standing in the foothills of the singularity” [1]. To nie tylko retoryka — to deklaracja, że DeepMind widzi już zarys czegoś, co może zmienić wszystko. Ale czy to oznacza, że AGI naprawdę jest tuż za rogiem?

Czy AGI w ciągu kilku lat to realistyczny scenariusz, czy marketing?

Prognozy Hassabisa nie są jedynymi na rynku. Sam Altman z OpenAI od lat mówi o AGI jako o czymś, co może nadejść „w ciągu dekady”, ale unika konkretnych dat [4]. Yann LeCun z Meta jest jeszcze bardziej sceptyczny — uważa, że AGI to wciąż science fiction, a obecne modele nie mają nawet podstawowych zdolności rozumowania abstrakcyjnego [4]. Dlaczego więc Hassabis tak bardzo przyspieszył swoje szacunki?

Odpowiedź może leżeć w konkurencji. Google DeepMind od lat rywalizuje z OpenAI, a ostatnie sukcesy konkurentów — jak GPT-4 czy Sora — sprawiły, że firma musiała przyspieszyć. Gemini 2.0 i AlphaFold 3 to odpowiedzi na te wyzwania, ale czy są one naprawdę krokiem w stronę AGI, czy tylko kolejnymi iteracjami istniejących technologii? AlphaFold 3, choć imponujący w przewidywaniu struktur białek, wciąż działa w bardzo wąskiej domenie [3]. To nie jest AGI — to narzędzie, które może pomóc w badaniach nad lekami, ale nie potrafi myśleć abstrakcyjnie czy podejmować decyzji w nieznanych kontekstach.

Jest też kwestia definicji. Co tak naprawdę oznacza AGI? Dla Hassabisa to system, który potrafi wykonywać dowolne zadanie intelektualne na poziomie ludzkim — od pisania kodu po prowadzenie badań naukowych [4]. Ale nawet jeśli taki system powstanie, nie oznacza to, że będzie w stanie zastąpić ludzi we wszystkich dziedzinach. Przykład? Gemini 2.0 potrafi generować kod, ale wciąż popełnia błędy, które wymagają interwencji programisty [2]. To ograniczenie pokazuje, że nawet najbardziej zaawansowane modele mają swoje słabości — i że AGI może nie być tak blisko, jak sugerują prognozy.

Co oznacza AGI dla polskiego biznesu i rynku pracy?

Polskie firmy coraz częściej wdrażają rozwiązania oparte na AI, ale większość z nich skupia się na wąskich zastosowaniach — od chatbotów po automatyzację procesów [5]. AGI zmieniłoby to diametralnie. Zamiast korzystać z kilku oddzielnych narzędzi, firmy mogłyby mieć do dyspozycji jeden system, który potrafi analizować dane, podejmować decyzje i nawet prowadzić badania. Ale czy polski rynek jest na to gotowy?

Największe szanse na wykorzystanie AGI mają sektory, które już teraz intensywnie korzystają z AI. Mowa o finansach, gdzie systemy mogłyby optymalizować inwestycje w czasie rzeczywistym, czy o medycynie, gdzie AGI mogłoby wspierać diagnostykę i badania nad lekami [3]. Z drugiej strony, branże oparte na rutynowych zadaniach — jak produkcja czy logistyka — mogą odczuć największe zagrożenie. Jeśli AGI rzeczywiście pojawi się za kilka lat, firmy, które nie zaczną inwestować w AI już teraz, mogą zostać w tyle.

Problem w tym, że Polska wciąż ma spore zaległości. Według raportu PAP, większość polskich firm nie ma ani zasobów, ani wiedzy, aby konkurować z globalnymi liderami [5]. Brakuje też regulacji, które mogłyby przyspieszyć rozwój AGI. W przeciwieństwie do UE, która wprowadza AI Act, Polska nie ma jeszcze spójnej strategii dotyczącej sztucznej inteligencji [5]. To oznacza, że nawet jeśli AGI pojawi się za kilka lat, polskie firmy mogą nie być w stanie z niego skorzystać.

Jakie technologie Google DeepMind przybliżają nas do AGI?

Gemini 2.0 i AlphaFold 3 to dwa najważniejsze projekty DeepMind, które mają przybliżyć nas do AGI. Gemini 2.0 to model multimodalny, który potrafi analizować tekst, obrazy, dźwięki i nawet struktury chemiczne [2]. To krok w stronę systemu, który rozumie świat w sposób zbliżony do ludzkiego. Ale czy to wystarczy?

AlphaFold 3 idzie jeszcze dalej — potrafi przewidywać struktury białek z dokładnością na poziomie atomowym [3]. To przełom w biologii molekularnej, ale wciąż nie jest to AGI. AlphaFold 3 działa w bardzo wąskiej domenie i nie potrafi uogólniać swojej wiedzy na inne obszary. To pokazuje, że nawet najbardziej zaawansowane technologie DeepMind mają swoje ograniczenia.

Dla polskich firm najważniejsze pytanie brzmi: czy mogą już teraz korzystać z tych technologii? Gemini 2.0 jest dostępne w ramach Google Cloud, ale koszt jego wdrożenia może być barierą dla mniejszych firm. AlphaFold 3 jest dostępny jako open source, ale wymaga zaawansowanej wiedzy technicznej [3]. To oznacza, że większość polskich przedsiębiorstw nie będzie w stanie wykorzystać tych narzędzi bez wsparcia zewnętrznych ekspertów.

Czy Hassabis ma rację? Eksperci waży się na prognozy

Opinie na temat AGI są podzielone. Hassabis twierdzi, że jesteśmy o kilka lat od przełomu, ale nie wszyscy się z tym zgadzają. Polscy eksperci ds. AI są bardziej sceptyczni. Według raportu PAP, większość z nich uważa, że AGI to wciąż odległa przyszłość, a obecne modele nie mają nawet podstawowych zdolności rozumowania [5]. Problemem jest nie tylko technologia, ale też brak jasnej definicji AGI. Czy system, który potrafi pisać kod, ale nie rozumie kontekstu, można nazwać AGI?

Inni eksperci, jak Yann LeCun, uważają, że AGI to wciąż science fiction [4]. Ich zdaniem, obecne modele nie mają zdolności do abstrakcyjnego myślenia ani uczenia się w sposób zbliżony do ludzkiego. To oznacza, że nawet jeśli AGI pojawi się w ciągu kilku lat, nie będzie to system, który zastąpi ludzi we wszystkich dziedzinach.

Jest też kwestia alternatywnych scenariuszy. Niektórzy uważają, że zamiast AGI, czeka nas era „wąskich AGI” — systemów, które będą bardzo dobre w określonych zadaniach, ale nie będą miały ogólnej inteligencji [6]. To oznaczałoby, że rewolucja AI będzie postępować stopniowo, a nie w jednym wielkim skoku.

Co powinny zrobić polskie firmy, aby przygotować się na AGI?

Jeśli Hassabis ma rację i AGI rzeczywiście pojawi się za kilka lat, polskie firmy muszą zacząć działać już teraz. Pierwszy krok? Inwestycje w AI. Nie chodzi o to, aby od razu wdrażać najbardziej zaawansowane technologie, ale o budowanie kompetencji i infrastruktury, która pozwoli na ich wykorzystanie w przyszłości. Przykład? Firmy mogą zacząć od automatyzacji prostych procesów, a następnie stopniowo wprowadzać bardziej zaawansowane rozwiązania [6].

Drugi krok to szkolenia. AGI zmieni rynek pracy, więc pracownicy muszą być przygotowani na nowe wyzwania. Firmy powinny inwestować w kursy z zakresu AI, ale też w umiejętności miękkie — jak kreatywność czy rozwiązywanie problemów [5]. To właśnie te umiejętności będą najtrudniejsze do zautomatyzowania.

Ostatni element to regulacje. Polska musi stworzyć ramy prawne, które pozwolą na rozwój AGI, ale jednocześnie ochronią pracowników i konsumentów. Bez tego nawet najbardziej zaawansowane technologie nie będą mogły być w pełni wykorzystane [5]. Przykład? UE wprowadziła AI Act, który reguluje wykorzystanie AI w różnych sektorach. Polska powinna pójść podobną drogą.

Next step: Czy warto czekać na AGI?

Hassabis może mieć rację — AGI może pojawić się za kilka lat. Ale nawet jeśli tak się stanie, nie oznacza to, że polskie firmy powinny czekać z założonymi rękami. Kluczowe jest działanie już teraz: inwestycje w AI, szkolenia pracowników i przygotowanie regulacji. Bo AGI nie będzie rewolucją, która wydarzy się z dnia na dzień. To proces, który już się rozpoczął — i firmy, które nie zaczną się do niego przygotowywać, mogą zostać w tyle.

Jeśli chcesz wiedzieć, jak zacząć, zacznij od małych kroków. Wypróbuj narzędzia AI dostępne już teraz — jak Gemini czy AlphaFold — i zobacz, jak mogą usprawnić Twoją firmę. Bo AGI może być bliżej, niż myślisz.