Od AGI k ASI: co nový výzkum DeepMindu vlastně říká

Výzkumná práce s názvem „From AGI to ASI" vyšla 10. června 2026 na serveru arXiv a podepsalo se pod ni 14 vědců z Google DeepMind, včetně Shanea Legga — spoluzakladatele laboratoře, který před 20 lety termín AGI sám zpopularizoval. Dokument má 284 kilobajtů a mapuje to, co dosud v AI výzkumu chybělo: systematický přehled možných cest od obecné umělé inteligence k superinteligenci, včetně realistických překážek na každé z nich.

Klíčová definice z dokumentu: AGI znamená systém, který dosahuje alespoň mediánové lidské výkonnosti v širokém spektru kognitivních úloh. ASI je naproti tomu systém s obecnou nadlidskou inteligencí — tedy takový, který překonává velké skupiny (tisíce) lidských expertů pracujících po delší dobu (roky).

Autoři otevřeně přiznávají, že předpovídat budoucnost je obtížné. „I pokud pokrok v AI bude pokračovat daleko za hranici AGI, neznamená to, že ASI bude všemocná," píší. Superinteligence podle nich nebude automaticky znamenat konec stárnutí, uploadování mozků nebo Dysonovy sféry — i když šéf DeepMindu Demis Hassabis o těchto možnostech mluví s nadšením.

Čtyři cesty, jak se AI může dostat za hranice člověka

Dokument identifikuje čtyři možné trasy od AGI k ASI, které se navíc mohou vzájemně doplňovat:

1. Škálování výpočetního výkonu

Nejpřímočařejší cesta: prostě přidat víc čipů, víc elektřiny a víc peněz. Efektivní výpočetní výkon („effective compute") může i nadále růst zhruba desetinásobně ročně — díky lepším čipům, větším tréninkovým rozpočtům a softwaru, který z každého čipu dostane víc. To je v zásadě pokračování současného trendu, akorát tažené za horizont lidských schopností.

2. Inteligence davu

I kdyby se jednotlivé modely zastavily někde kolem lidské úrovně, můžeme jich spustit obrovské množství současně. Koordinované multi-agentní systémy pracující 24 hodin denně, 7 dní v týdnu, bez přestávky — to by samo o sobě mohlo vytvořit entitu, která lidské organizace překoná. Autoři s nadsázkou odkazují na Borgy ze Star Treku: „Věděli, co dělají."

3. Setrvačník pokroku

AI, která začne pomáhat stavět lepší AI. Tento samoposilující se cyklus — model navrhne lepší architekturu, ta umožní trénovat lepší model, který navrhne ještě lepší architekturu — by teoreticky mohl vést až k „explozi inteligence". Je to scénář, který před lety popsal I. J. Good a kterého se část výzkumné komunity obává nejvíc.

4. Zásadní průlom

Ne všechno je o škálování. Může přijít nová architektura nebo trénovací metoda, která změní pravidla hry podobně, jako to v roce 2017 udělal Transformer. Autoři upozorňují, že spoléhat na průlomy není strategie — ale vyloučit je také nelze.

Co stojí v cestě: fyzika, peníze i politika

Dokument je cenný právě tím, že není ani optimistický, ani katastrofický — je realistický. Pojmenovává konkrétní frikce:

• Hranice škálování: Čipů je jen omezené množství, elektřina něco stojí a datová centra nelze stavět donekonečna.
• Vyčerpání snadných zisků: Samozlepšovací smyčka se může zpomalit, jakmile dojdou „nízko visící plody".
• Koordinační problémy: Armáda AI agentů může narazit na byrokratický chaos — něco jako „agentní organizační bažina".
• Regulace: Vlády, tlačené znepokojenou veřejností, mohou vývoj jednoduše přibrzdit.

Zajímavý je také myšlenkový experiment s fyzikou. Představte si AI natrénovanou na všem, co lidstvo vědělo o fyzice před Newtonem. Dokázala by odvodit obecnou relativitu? Autoři jsou skeptičtí: „Zdá se vysoce nepravděpodobné, že by systém dokázal dojít k zákonům obecné relativity, natož ke kvantové mechanice, bez konceptuálních primitivů kalkulu, univerzální gravitace nebo elektromagnetismu." Jinými slovy — dnešní modely dědí koncepty po lidech. Jestli stroj dokáže ze syrové reality vytěžit skutečně novou myšlenku, zůstává podle autorů otevřenou otázkou.

Hassabis: AGI přijde kolem roku 2030. A co dál?

Začátkem června 2026 CEO Google DeepMind Demis Hassabis na Stanford Graduate School of Business prohlásil, že AGI je otázkou „možná roku 2030, plus minus rok". „Myslím, že to bude tak obrovsky transformativní technologie, že to bude fakticky nová lidská éra," dodal. Zároveň ale přiznal, že je potřeba ještě „jeden nebo dva velké průlomy" — konkrétně v kontinuálním učení, lepší paměti, efektivnějších kontextových oknech a dlouhodobém plánování.

Hassabisova vize budoucnosti je přitom odvážná: mluví o „post-nedostatkovém světě", těžbě asteroidů, jaderné fúzi a extrakci vodíku z mořské vody. Podle knihy Sebastiana Mallabyho The Infinity Machine Hassabis věří, že lidé „nemyslí dost ambiciózně na to, jak bude svět po AGI vypadat".

Zároveň ale varuje — na přípravu zbývá málo času. „Společnost to potřebuje slyšet, protože nemáme dlouho na to, abychom se připravili, co to znamená," řekl na Stanfordu. Budoucnost podle něj „stále čeká na napsání, ale několik příštích let bude kritických".

Co to znamená pro Česko a Evropu

Výzkum DeepMindu přichází v době, kdy Evropská unie rozjíždí 35 nových AI superpočítačů s celkovým výkonem 800 exaflopů od Nvidie, které mají sloužit 3 milionům vědců. Česká republika v této infrastruktuře hraje roli díky Czech AI Factory v Ostravě, která se stala jedním z uzlů evropské umělé inteligence.

Pro české firmy a vývojáře z toho plyne jednoduchá lekce: debata o superinteligenci možná zní jako sci-fi, ale infrastruktura, regulace i výzkum se připravují už teď. EU AI Act už platí, Česká národní banka buduje vlastní AI centrum na čipech Nvidia a české startupy jako Ecomail nebo Poke se stále častěji integrují s velkými jazykovými modely. Kdo dnes neví, co znamená AGI, bude za pět let pozadu — ať už superinteligence přijde, nebo ne.

Upřímnost místo hype: proč je tenhle papír jiný

Na rozdíl od mnoha jiných dokumentů z AI laboratoří, které často slouží jako marketingové nástroje, je „From AGI to ASI" výjimečně poctivý. Neslibuje, nehrozí, nespekuluje o datu. Místo toho říká: tady jsou čtyři cesty, tady jsou překážky, a tady je seznam otázek, na které zatím neznáme odpověď. Právě tento přístup — „vidíme jen kousek dopředu, ale i tam je spousta práce" — dělá z dokumentu povinnou četbu pro každého, kdo chce rozumět tomu, kam umělá inteligence skutečně míří.