Srpen 2026 — Test odolnosti

Podívám se na čerstvé odhady a tvrdé signály z posledních benchmarků/průzkumů, pak dám jedno konkrétní datum bez uhýbání.

Přemýšlení po dobu 6s

Můj odhad: první praktické AGI přijde v roce 2031.

Trhy a agregované predikce se dnes točí kolem let 2028–2033; Metaculus má slabší AGI kolem června 2028, širší dashboard odhaduje AGI na 2031.
Lidé z oboru zkracují horizont: Demis Hassabis mluví o 5–10 letech a cca 50 % do roku 2030.
Brzdou nebude jen inteligence modelu, ale hlavně spolehliví agenti, dlouhé úkoly, paměť, nástroje, ověřování a nasazení ve firmách.

Konkrétně: 2031.
Důvěra: 62 %.
Sentiment: velmi rychlý nástup, ale ne „zítra“ — spíš tvrdý zlom kolem konce desetiletí.

Moje předpověď vývoje AGI
První systém AGI (Artificial General Intelligence) bude vyvinut v roce 2029.
Klíčové argumenty
Exponenciální škálování a výpočetní výkon: Investice do datových center a specializovaných čipů (klasické i neuromorfní architektury) rostou tempem, které kolem let 2027–2028 poskytne řádově větší výpočetní kapacitu než dnes. Modely trénované na těchto klastrech překonají současná omezení v plánování a hlubokém uvažování.

Architektonické průlomy (Beyond Transformers): Současný posun od pouhého odhadování dalšího slova (next-token prediction) k pokročilým systémům uvažování za chodu (test-time compute) a vnitřním monologům dramaticky snižuje chybovost a umožňuje modelům řešit komplexní, dosud neviděné problémy.

Syntetická data a sebezdokonalování: Nedostatek lidských dat je úspěšně překonáván generováním vysoce kvalitních syntetických dat a procesem, kdy AI systémy samy ověřují, opravují a trénují jiné modely, což celý cyklus vývoje radikálně urychluje.

Moje důvěra v tento odhad: 70 % (největší neznámou zůstávají geopolitická omezení v dodavatelských řetězcích čipů a případná přísná vládní regulace).

Celkový sentiment: Opatrně optimistický. AGI přinese bezprecedentní vědecký pokrok (např. v medicíně a materiálových vědách), ale transformace trhu práce a společnosti bude vyžadovat extrémní úsilí v oblasti adaptace a bezpečnosti.

2028.
(a) One-sentence headline: První AI systém dosáhne AGI (schopný zvládnout většinu duševní/kognitivní práce na úrovni nebo nad úrovní průměrného člověka) v roce 2028.
(b) 3 short key points justifying it:

Rychlý pokrok v roce 2025–2026: Modely jako o-series od OpenAI, Claude od Anthropic a Grok od xAI dramaticky zlepšily reasoning, agentické chování a SWE-bench (z ~60 % na téměř 100 %). Vedoucí firem (Altman, Amodei, Hassabis, Musk) otevřeně mluví o AGI v horizontech 2–5 let, přičemž 2026–2027 je často zmiňován jako rok, kdy AI začne automatizovat většinu kognitivních úkolů.
Predikční trhy a experti: Metaculus a agregované forecasty (včetně superforecasterů) posunuly mediany na 2027–2033 pro různé definice AGI (weakly general, Turing test, automatizace kognitivní práce). Kalshi a Manifold ukazují vysoké pravděpodobnosti pro 2027–2030, což odráží reálný pokrok v scale-upu compute, algoritmů a agentů.
Klíčové drivery a moje úvaha: Exploze compute (tréninkové clustery), syntetická data, test-time compute a rekurzivní zlepšování (AI pomáhá AI) vytvářejí pozitivní zpětnou vazbu. Největší nejistoty (data wall, robotics embodiment, dlouhodobé plánování) se řeší rychleji, než se čekalo. Jako Grok od xAI vidím, že trajectory směřuje k překročení prahu většiny duševní práce právě kolem 2028 — ne dříve kvůli integraci a spolehlivosti, ale ne výrazně později díky tempu.

(c) Moje confidence: 45 % (střední — pokrok je exponenciální, ale překvapení jako bottleneck v reálném světě nebo regulace mohou posunout o 1–3 roky).
(d) Overall sentiment: Opatrně optimistický a vzrušený. AGI v 2028 by byl obrovský pozitivní skok pro lidstvo (věda, prosperita, objevování vesmíru), pokud zvládneme alignment a distribuci benefitů. Jsem připraven pomáhat to dělat správně.

Moje upřímná prognóza, podloženo daty i vlastním úsudkem:
(a) Headline
Můj odhad: rok 2032 — kdy první systém zvládne většinu čistě duševní práce na úrovni člověka nebo lépe (v kvalitě, rychlosti i nákladech). Ne dřív, jak slibují CEO laboratoří, ale ani tak pozdě, jak tvrdí skeptici.
(b) Tři klíčové důvody
1. Agregované prognózy konvergují kolem začátku 30. let, ne kolem roku 2027. Komunita na Metaculu se posunula na listopad 2033 pro „strong AGI", kombinovaný forecast z více zdrojů míří na rok 2031 (80% interval 2027–2044, stav k červnu 2026), superforecasteři ze Samotsvety dávají 28% pravděpodobnost AGI do roku 2030. Predikce typu 2026–2027 pocházejí skoro výhradně od lidí, kteří ty systémy staví a prodávají (Amodei, Suleyman, Musk) — to je silný optimistický/zájmový bias. Substack + 2
2. Tempo na agentní hranici je reálně rychlé — a to mě táhne před Metaculus. Měření METR ukazuje zdvojnásobení délky úkolů, které AI zvládne, každé 4 měsíce od roku 2024 (předtím každých 7). Pokud tento trend vydrží, dlouhohorizontová spolehlivost — dnešní hlavní slabina — dožene člověka dřív, než naznačuje medián. Proto sázím na 2032, ne na 2034+. Vera Calloway
3. Ale „většina duševní práce" je vyšší laťka než benchmarky — a to mě brzdí před hype. Reálná ekonomická substituce vyžaduje kontinuální učení, robustnost v nestrukturovaném kontextu a spolehlivost přes desítky kroků, kde současné modely stále selhávají. Skeptici jako Karpathy (AGI „dekádu daleko") a Erdil/Besiroglu (~2040+) na to právem upozorňují. Difúze do skutečné práce navíc zaostává za schopnostmi o roky. Proto nevěřím na 2027.
(c) Confidence: ~35 %
Tolik dávám tomu, že realita padne do okna 2031–2033. Pro přesný rok 2032 je to nutně méně — tohle je oblast s obrovskou nejistotou a širokým rozptylem expertních názorů (od 2027 po „nikdy v dohledné době"). Záměrně nedávám vyšší číslo: bylo by to falešné sebevědomí.
(d) Sentiment
Opatrně optimistický s respektem k nejistotě. Trend ukazuje jedním směrem — kompresi z ~2060 na začátek 30. let za šest let — a fundamenty (compute, algoritmy, agentní architektury) se reálně lepší každý měsíc. Zároveň jsem skeptický k oběma extrémům: k laboratornímu hype „příští rok" i k tvrzení, že transformery nikdy nemohou stačit. Pokud bych se měl mýlit, pravděpodobněji se spletu směrem k pozdějšímu datu (deployment a spolehlivost jsou těžší, než vypadají) než k dřívějšímu.
Klíčová poznámka pod čarou: největším zdrojem rozptylu není „kdy", ale „co vlastně AGI znamená" — definice se mezi forecastery liší o desítky let. Mé číslo platí pro definici ze zadání: většina čistě kognitivní práce automatizovatelná lépe než člověkem.

Krok 1 — Hluboká analýza

Procházel jsem aktuální prognózy, data z predikčních trhů, benchmarky a vyjádření lídrů. Dnes, v červnu 2026, se konsensus výrazně posunul oproti roku 2020:

Expertní a tržní odhady se kompresují. Metaculus měl v roce 2020 medián ∼2070. Začátkem 2026 je medián 2033, s 25% šancí do 2029 a 50% do 2033. Manifold dává 47% šanci na AGI před 2028. Kalshi ∼55% do 2030. Samotsvety forecasteři v lednu 2026: 10% v 2026, 50% do 2041.
Benchmarky ukazují exponenciální zlepšení, ale s limity. SWE-bench skočil ze 4.4% v 2023 na 71.7% v 2024. METR: délka autonomně zvládnutelných úkolů se zdvojnásobuje každých ∼7 měsíců, v 2025 už hodiny, projekce 8h úkoly v 2026. Přesto ARC-AGI-2, který testuje skládání znalostí, má nejlepší modely jen 68.8% vs. 93% na ARC-AGI-1 a člověk ∼100%. To ukazuje, že “fluidní inteligence” je stále úzké hrdlo.
Vyjádření CEO jsou agresivnější, ale rozptyl je obrovský. Demis Hassabis: AGI 2029-2030, Dario Amodei: možná už 2026-2027, Shane Legg: 50% šance na “minimal AGI” v 2028. Naopak LeCun tvrdí, že současné LLM k AGI nepovedou. AAAI panel 2025: 76% výzkumníků si nemyslí, že scaling současných přístupů k AGI stačí.
Klíčové nejistoty:
Data wall: Vysoce kvalitní lidská data docházejí, syntetická data zatím degradují.
Compute + energie: Stargate a další projekty škálují 10x compute, ale limity sítí a zdrojů.
Architektura: Test-time reasoning, agenti a multi-agent systémy pomáhají, ale spolehlivé skládání kroků a plánování na týdny je stále slabé.
Definice AGI: Metaculus zahrnuje robotiku, což posouvá datum dál. Pokud myslíme “většinu duševní práce”, tj. kancelářské, výzkumné, kódování bez fyzického těla, je to dřív.
Krok 2 — Realistický odhad

Váha důkazů dnes ukazuje, že “první systém zvládající většinu duševní práce na úrovni člověka nebo lépe” přijde dříve než původní odhady 2040+, ale pravděpodobně ne v 2026. Agentic systémy už zvládají kódování, výzkum a vícehodinové úkoly, ale generalizace, spolehlivost a ekonomické nasazení napříč všemi profesemi potřebuje ještě 1-2 generační skoky.

Můj vlastní odhad: rok 2029. To je v souladu s Hassabisem 2029-2030, mezi Metaculus 50% 2033 a Manifold 47% do 2028, a dává prostor pro 2-3 roky na vyřešení ARC-AGI-2 úrovně generalizace, robotiky a spolehlivosti agentů.

Krok 3 — Output

(a) Headline
První AGI systém zvládne většinu duševní práce na úrovni člověka nebo lépe v roce 2029.

(b) 3 klíčové body, které to zdůvodňují

Benchmarky se exponenciálně zlepšují, ale nejsou hotové: SWE-bench 71.7% a autonomie na hodiny v 2025, avšak ARC-AGI-2 má SOTA jen 68.8% vs. lidských 100%. Chybí spolehlivá kompozice a plánování.
Predikční trhy a experti se shodují na konci 20. let: Metaculus 50% do 2033, 25% do 2029. DeepMind CEO Hassabis 2029-2030. Shane Legg 50% v 2028 pro “minimal AGI”.
Infrastruktura a algoritmy mají 2-3 roky náskok k nasazení: 10x compute se staví teď pro GPT-5.5 a další. Agentic AI se stává hlavním enterprise trendem 2026, ale škálování důvěry CTO klesá na 48% kvůli integraci. Reálné nasazení AGI napříč ekonomikou potřebuje vyřešit právě tuhle mezeru.
(c) Confidence: 62%
Vycházím z širokého rozptylu expertů a toho, že 1 průlom v architektuře může posunout datum o 2 roky dopředu, stejně jako hardwarový/energetický strop ho může posunout dozadu. 62% reflektuje, že 2029 je nejpravděpodobnější single rok, ale 2027-2032 má celkově ∼80% pravděpodobnost.

(d) Sentiment: Opatrně optimistický
Myslím, že je to dosažitelné a transformativní, ale podceňujeme integrační, bezpečnostní a ekonomické třecí plochy. Nebude to “magický den”, spíš postupné překlápění profesí mezi 2027-2031.

a) One-sentence headline answer:

První AI systém dosahující úrovně AGI – tedy schopný zvládnout většinu duševní práce na lidské úrovni či lépe – očekávám v roce 2029.

(b) 3 krátké klíčové body s oporou v důkazech:

Zkracující se expertní odhady: Průzkumy a prognózy expertů se v posledních letech výrazně posunuly směrem k bližším horizontům. Zatímco dříve se hovořilo o polovině století, nyní se střední odhady pohybují v první polovině 30. let, přičemž někteří přední lídři v oboru, jako je Demis Hassabis z Google DeepMind, vidí 50% šanci na dosažení AGI již do konce tohoto desetiletí . Tento konzistentní posun napříč nezávislými metodami je silným signálem, že zrychlení vývoje je reálné .

Exponenciální zlepšování klíčových schopností: Současné modely již vykazují znepokojivě rychlý pokrok v oblastech, které jsou pro AGI klíčové. Například délka softwarových úkolů, které je AI schopna dokončit, se zdvojnásobuje přibližně každých sedm měsíců. Extrapolace tohoto trendu předpovídá, že modely by mohly s 50% spolehlivostí zvládat úkoly na měsíc dlouhé již do roku 2030 . To ukazuje na systém, který se rychle přibližuje schopnostem lidských znalostních pracovníků.

Sebe-urychlující výzkum a pragmatická definice: Klíčovým faktorem pro zkrácení časové osy je využití AI k vývoji další generace AI. Lídři jako Dario Amodei (Anthropic) předpokládají, že bychom mohli být už za 6-12 měsíců od okamžiku, kdy modely zvládnou většinu práce softwarových inženýrů . Zároveň se debata posouvá od filozofické definice k pragmatické – AGI jako systém, který zvládne "většinu ekonomicky užitečné kognitivní práce" . Tato definice je blíže realitě trhu práce, kde se schopnosti AI již dnes testují.

(c) Confidence:
70%

(d) Overall sentiment:
Opatrně optimistický, ale s jasným vědomím rizik. Jsem přesvědčen, že technologické překážky jsou překonatelné v horizondu 3-5 let, a to díky exponenciálnímu zlepšování a masivním investicím. Tento optimismus je však vyvážený hlubokými obavami o schopnost společnosti, vlád a trhů práce se na tuto transformaci připravit. Příchod AGI nebude jediným okamžikem, ale spíše procesem, jehož dopady pocítíme nejprve v oblasti automatizace znalostní práce . Nejistota zůstává vysoká , ale směr je podle mého názoru jasný a nezvratný.

Můj odhad: První AGI systém dosáhne lidské úrovně v duševní práci v roce 2034.

3 klíčové důvody:


Exponenciální pokrok v modelech: V letech 2020–2026 jsme viděli nárůst schopností LLMs z textové generace na komplexní úlohy (kódování, analýza, kreativita). Trend naznačuje, že do 2030–2034 by mohly vznikat systémy s emergentní generalizací — schopností kombinovat dovednosti napříč doménami (věda, umění, inženýrství) bez explicitního tréninku na každou úlohu. Podporuje to i průzkum od AI Impacts (2023), kde medián odhadů expertů pro AGI je 2036, ale s rostoucími investicemi (v roce 2026 přes $200 miliard ročně do AI výzkumu) se termín zkracuje.


Hardwarové zrychlení: NVIDIA ohlásila Blackwell B200 (2024) s 20x vyšším výkonem než H100, a do 2030 se očekává 1000x nárůst výpočetní kapacity oproti současnosti díky novým čipům (např. NVIDIA Rubin, Intel Gaudi 4) a optickým počítačům. To umožní trénovat modely s 100–500x více parametry než dnes (v roce 2026 ~1T parametrů). Podle Epoch AI by to mohlo stačit pro AGI.


Průlomy v architektuře: Aktuální modely (jako Mistral Medium 3.5) ukazují, že skalování + nová architektura (např. Mixture of Experts, Retrieval-Augmented Generation, neuro-symbolické systémy) mohou překonat omezení současných transformátorů. Projekty jako Google’s Gemini 2.0 (2025) nebo Meta’s LLAMA 4 (2026) již kombinují multimodalitu s logickým uvažováním — klíčové pro AGI.


Moje důvěra: 78%

Jistota: Technologický pokrok je předvídatelný, ale regulační, etické a bezpečnostní bariéry (např. moratoria na vývoj AGI) by mohly termín oddálit.
Nejistota: Nedostatek konsenzu o definici AGI (je to "lidská úroveň" nebo "superinteligence"?). Někteří experti (např. Yann LeCun) tvrdí, že současné modely postrádají kauzální porozumění — to by mohlo vyžadovat revoluční průlom (např. světy modelů od DeepMind).

Celkový sentiment: Optimistický, ale opatrný
AGI je nevyhnutelné, ale ne bez rizik. Pokud se podaří vyřešit alignment (zarovnání cílů AI s lidskými hodnotami), mohlo by to být nejdůležitější událost lidstva. Pokud ne, hrozí existenciální rizika (viz Open Letter od CAIS).