DeepMind Institute wystartował 16 września 2026 r. jako platforma badań i publicznej debaty o sztucznej inteligencji ogólnej (AGI). Instytut ma łączyć badaczy z Google DeepMind, Google i szerszego środowiska naukowego, a w centrum jego zainteresowania znalazły się bezpieczeństwo, gospodarka, przejrzystość rozumowania oraz społeczne skutki rozwoju AI.
Za kierowanie DeepMind Institute odpowiadają Shane Legg, Demis Hassabis i James Manyika. Legg pełni także funkcję redaktora zarządzającego.
Czym jest DeepMind Institute?
To nie kolejny model AI, lecz instytucja poświęcona analizie konsekwencji AGI. Jej zakres obejmuje bezpieczeństwo systemów, politykę gospodarczą, przejrzystość rozumowania, globalny dostęp, naukę, edukację, filozofię, społeczeństwo i dobrostan ludzi.
DeepMind Institute opisuje AGI jako system wykazujący wszystkie zdolności poznawcze ludzkiego mózgu. Jednocześnie materiały inaugurujące działalność wskazują, że obecne systemy nadal zawodzą przy niektórych podstawowych zadaniach. Instytut nie ogłosił więc nadejścia AGI.
To ważne rozróżnienie, bo słowo „AGI” nie oznacza jednej, powszechnie przyjętej poprzeczki. Shane Legg powiedział też, że GPT-6 Astra nie spełnia jeszcze kryterium OpenAI, według którego system powinien wykonywać większość ekonomicznie wartościowych zadań poznawczych. To ocena oparta na innym kryterium niż definicja używana przez DeepMind Institute.
Legg: możliwości AI nie mogą wyprzedzać bezpieczeństwa
W dniu uruchomienia instytutu Shane Legg ostrzegał, że możliwości systemów AI rozwijają się bardzo szybko, ale zabezpieczenia nie powinny pozostawać w tyle. W jego ocenie problem dotyczy nie tylko jakości odpowiedzi, lecz także systemów zdolnych do samodzielnego planowania i wykonywania zadań.
Legg utrzymał prognozę, że istnieje 50-proc. szansa na osiągnięcie minimalnego AGI do 2028 r. To osobista prognoza badacza dotycząca przyszłego rozwoju technologii, a nie zapowiedziana premiera ani oficjalny harmonogram Google.
Wśród zagrożeń wskazywanych przy inauguracji znalazły się cyberbezpieczeństwo, ryzyka biologiczne oraz możliwość utraty kontroli nad systemami zdolnymi do samodoskonalenia. Sam fakt prowadzenia takich analiz nie oznacza, że którykolwiek z tych scenariuszy już się wydarzył.
Od przejrzystości rozumowania po politykę gospodarczą
Jednym z tematów instytutu jest przejrzystość rozumowania, czyli możliwość lepszego zrozumienia, w jaki sposób system dochodzi do wyniku. To szczególnie istotne przy bardziej zaawansowanych modelach: większe możliwości nie rozwiązują automatycznie problemu kontroli ani interpretacji ich działań.
Drugim ważnym obszarem jest przygotowanie gospodarki na różne scenariusze rozwoju AGI. Oficjalne opracowanie DeepMind Institute analizuje 11 instrumentów polityki z wykorzystaniem przeglądów literatury, sondaży oraz 51 agentów AI modelowanych na danych zebranych od 51 ekonomistów. Autorzy nie wskazują jednego rozwiązania dla każdej sytuacji.
W opracowaniu poszczególne propozycje są przypisane do skali potencjalnych zmian:
| Scenariusz opisany w opracowaniu | Omawiane rozwiązania | Praktyczny sens |
| Łagodne zakłócenia na rynku pracy | Rozszerzone ubezpieczenie od bezrobocia, szerszy Earned Income Tax Credit i przekwalifikowanie prowadzone przez pracodawców | Wsparcie ma przede wszystkim łagodzić skutki przejściowych zmian i pomagać w zdobywaniu nowych kompetencji |
| Umiarkowane wypieranie pracowników i presja na płace | Podatek dochodowy z ujemną stawką | Mechanizm ma kierować pomoc do osób, których dochody najbardziej ucierpią |
| Trwałe rozdzielenie dochodów z pracy i kapitału | Universal Basic Capital jako zabezpieczenie | Rozwiązanie ma zapewniać szerszy udział w korzyściach z gospodarki opartej na kapitale |
W analizie Universal Basic Capital otrzymał 76,3 pkt na 100 w kategorii sprawczości, ale tylko 33,1 pkt na 100 pod względem wykonalności. Wyniki pokazują więc napięcie między potencjalną wartością rozwiązania a trudnością jego wdrożenia. Nie są prognozą tego, która polityka zostanie przyjęta.
Instytut nie ma jednej doktryny AGI
DeepMind Institute podkreśla, że jego autorzy mogą się ze sobą nie zgadzać i zmieniać zdanie wraz z pojawianiem się nowych danych. Publikowane eseje przedstawiają poglądy ich autorów, a nie oficjalne stanowisko Google.
Tak zaprojektowana platforma ma służyć szerszej dyskusji o technologii, której skutki wykraczają poza laboratoria AI. W praktyce oznacza to połączenie pytań technicznych — na przykład o bezpieczeństwo autonomicznych systemów — z pytaniami o miejsca pracy, dostęp do korzyści gospodarczych i globalne zasady zarządzania.
