Zgoda na szczytach AI: Altman, Musk i Hassabis apelują o zewnętrzny nadzór
W środowisku twórców sztucznej inteligencji doszło do rzadkiego porozumienia. Sam Altman (OpenAI), Elon Musk (xAI) oraz Demis Hassabis (Google DeepMind) udzielili poparcia koncepcji Dario Amodeiego, szefa Anthropic, która zakłada wprowadzenie zewnętrznych mechanizmów kontrolnych wewnątrz laboratoriów AI. Postulat ten ma na celu zwiększenie transparentności procesów badawczych i zapewnienie obiektywnej oceny ryzyka związanego z wdrażaniem coraz potężniejszych systemów.
Dlaczego to ważne teraz?
W dniach 12–13 września 2026 roku branża technologiczna stanęła przed kluczowym pytaniem o granice samoregulacji. Po raz pierwszy liderzy trzech rywalizujących potęg zadeklarowali potrzebę wpuszczenia niezależnych ewaluatorów do swoich biur, co ma zapobiec utracie kontroli nad technologią. To reakcja na coraz głośniejsze wezwania Amodeiego do spowolnienia tempa rozwoju tak zwanej frontier AI w imię bezpieczeństwa publicznego.
Bezpieczeństwo czy strategia rynkowa?
Dla Elona Muska, od lat ostrzegającego przed egzystencjalnymi zagrożeniami, poparcie tych postulatów jest kontynuacją dotychczasowej retoryki. „Dario ma rację” – skomentował krótko Musk w relacjach z września 2026 roku. Ciekawszy kontekst pojawia się jednak w przypadku OpenAI. Sam Altman potwierdził, że firma nie planuje debiutu giełdowego w najbliższym czasie, uzasadniając to priorytetem bezpieczeństwa nad zyskiem. „Zobowiązanie do posiadania niezależnych ewaluatorów z dostępem podobnym do pracowników to świetny pomysł i zrobimy to samo” – zadeklarował Altman, choć sceptycy sugerują, że wstrzymanie IPO może wynikać z agresywnego tempa wzrostu Anthropic i niepewnej obecnie wyceny rynkowej.
Finansowanie i techniczne bariery
Demis Hassabis z Google DeepMind podszedł do tematu z większym dystansem. Przyznał, że kierunek jest słuszny, ale „szczegóły wymagają dopracowania”. Zaproponował model, w którym to branża finansowałaby nadzór, ale pod ścisłą kuratelą państwową. Nie wszyscy jednak wierzą, że zewnętrzne hamulce są potrzebne. Peyman Milanfar, badacz z Google, poddaje w wątpliwość koncepcję rekurencyjnego samodoskonalenia systemów (RSI), która budzi największy lęk regulatorów. Według Milanfara pętle sprzężenia zwrotnego w procesie optymalizacji są z natury niestabilne.
Z tej perspektywy narzucanie sztucznych limitów wydaje się zbędne. Jeśli teoria Milanfara jest słuszna, to sama matematyka i wymogi stabilności stanowią naturalny „ogranicznik prędkości” dla AI. Prawdziwe postępy wymagają bowiem weryfikacji w świecie realnym, a nie tylko w sterylnych warunkach testowych, co czyni proces rozwoju naturalnie powolnym i ograniczonym marginesami bezpieczeństwa.
