OpenAI’s Intelligence Age zveřejňuje esej „Věčný doplněk“

OpenAI publikoval Věčný doplněk dne 1. října 2026, esej od Hemantha Asirvathama a Elliottho Mokskiho, ve které tvrdí, že géniové stroje mohou prokázat svou největší hodnotu při vykonávání monotónní práce. Jedná se o první esej v sérii autorů o následující ekonomice, vydanou prostřednictvím Intelligence Age, platformy, kterou společnost spustila v srpnu 2026.

Poznámka autorů uvádí, že esej patří k nové platformě hostující nezávislé hlasy zkoumající budoucnost AGI, a že vyjadřuje jejich názory, nikoli názory OpenAI nebo jejich kolegů.

Platforma Intelligence Age

Intelligence Age byl spuštěn 20. srpna 2026 s úvodní příspěvek od Dean Ball, který jej popsal jako blog nového týmu Strategic Futures společnosti OpenAI. Ball napsal, že malý tým si stanovil jednu hlavní otázku: jak by měla být svobodná společnost přetvořena tak, aby zachovala individuální práva a agenturu, zatímco bude zohledňovat vznik transformativní AI. Ve svém příspěvku uvádí, že příspěvky na blogu vyjadřují pouze názory jejich autorů, nikoli oficiální stanoviska OpenAI, a že tým bude také sdílet svou práci v dalších formátech, včetně článků, videí a podcastů.

Poznámka připojená k Ballovu příspěvku uvádí, že blog byl přejmenován na Intelligence Age, aby se odlišil od neziskového projektu AI Futures Project. indexová stránka platformy popisuje její zaměření jako pohledy na věk inteligence a následující ekonomiku a uvádí esej Věčný doplněk pod datum 1. října 2026.

Stoupající náklady na pokrok

Autoři začínají nesouladem: rovnice lidstva poskytují převážně koherentní popis vesmíru od jeho prvních okamžiků, přesto žádný člověk neletěl za Měsíc. Tento úsek, píší, může znamenat, že nejhlubší pravdy lze pochopit z jediné planety, nebo že lidské mysli předčily kapacitu lidstva k realizaci.

Pro ilustraci druhého výkladu kontrastují Galileův dalekohled, postavený ze dvou čoček a trubky, s teleskopem James Webb, který esej popisuje jako desetimiliardový observatoř, jejíž osmnáct segmentů zrcadel je vyrobeno s přesností padesáti nanometrů a jehož výstavba čerpala ze 300 organizací ve čtrnácti zemích.

Esae odkazuje na výzkum Nicka Blooma a jeho spoluautorů o produktivitě výzkumu v americké ekonomice: udržení Mooreova zákona nyní vyžaduje více než osmnáctinásobek výzkumníků oproti počátkům 70. let, celkový efektivní výzkumný úsilí v ekonomice vzrostlo dvacet tři‑násobně od 30. let 20. století a měřená produktivita výzkumu klesla o faktor 41. Dále uvádí zjištění, že pracovní síla techniků roste dvakrát rychleji než řady vědců, že využití specializovaného vybavení ve vědě se během čtyř desetiletí zdvojnásobilo a že dnešní výroba čipů stojí pětkrát více než před třiceti lety.

Z tohoto záznamu Asirvatham a Mokski tvrdí, že génius by měl být chápán jako jeden vstup do výrobního procesu. Převzetím ekonomického termínu pro vstupy, které zvyšují hodnotu navzájem, popisují hranici inteligence a schopnost realizovat její nápady jako doplňky a zavedou pojem institucionální inteligence pro to, co nazývají neoslavovanou inteligencí realizace: zákony, byrokracii, finanční mechanismy a dodavatelské řetězce, které nápad musí přežít na cestě k realitě. „Génius navrhuje monument; instituce kladou kámen,“ píší.

Realizace, vkus a dvě civilizace

Esae tvrdí, že AI již snižuje nedostatek realizace tím, že píše kód, vyhledává neznámou literaturu a přetváří skici na funkční prototypy, takže nápady, které dříve vyžadovaly celou organizaci, mohou čím dál více realizovat jednotlivci. Podle autorů se nedostatek vstupu pak přesouvá z realizace na vkus: rozhodování, co stojí za vytvoření a které otázky stojí za položení. Varují, že tato úleva může být dočasná, protože jakmile AI systémy začnou samy generovat poznatky, nápady mohou přetékat rychleji, než je podpůrná infrastruktura schopna je absorbovat, což zanechá civilizaci ještě více postrádající realizaci.

Autoři načrtnou dvě směřovací cesty. V civilizaci hloubky by superinteligence překonala potřebu více fyzického kapitálu a byrokratické koordinace; v civilizaci šířky by složitost přírody převýšila schopnost jakékoli inteligence pokročit bez stále větších reálných experimentů. Která cesta zvítězí, píší, závisí na tom, jak daleko může myšlení cestovat, než bude muset znovu přijít do kontaktu s realitou.

Essee rozlišuje tři způsoby, jak inteligence posouvá poznání: uvažování z principů, získávání nových poznatků z existujících důkazů a shromažďování nových důkazů. První dva mohou cestovat daleko jen pomocí myšlenek, tvrdí autoři, zatímco třetí je omezen fyzickými procesy, které nelze uspíšit, od chemických reakcí a růstu organismů po kosmické rychlostní limity pro vesmírné lodě a signály. Porovnávají cestu hloubky s puzzle, které je nejtěžší uprostřed, a citují popis nedetekovaných prvků podle Mendělejeva a předpověď Standardního modelu o Higgsově bosonu desetiletí před jeho pozorováním. Biologie, píší, je nejjasnějším náznakem cesty šířky, protože simulace léků in silico jsou natolik nespolehlivé vůči skutečnému světu, že stále vyžadují rozsáhlé lidské klinické zkoušky.

Pro scénář šířky essee uvádí Dysonovu sféru jako extrémní případ: její navržení by vyžadovalo mimořádné průlomy, přesto by většina projektu spočívala v výstavbě a logistice na astronomické úrovni. V takové civilizaci autoři usuzují, že téměř veškerá strojová inteligence by byla nasazena “ne k tomu, aby dělala brilantní, ale aby dělala nudné”, a velké změny by mohly nastat po tisíciletích či dokonce po milionech let.

Místo pro lidskou zvědavost

I když budoucí systémy AI předčíní lidi jak ve vytváření průlomových poznatků, tak v koordinaci zdrojů potřebných k jejich využití, autoři uvádějí tři důvody, proč lidská zvědavost zachovává svůj význam: trvalý závazek k osvícení, možná lidská komparativní výhoda v průlomové inteligenci oproti institucionální inteligenci a tvůrčí rozmanitost přinášená lidskou rozmanitostí.

Essee končí otázkou, kterou autoři uvádějí jako klíčovou pro budoucí příběh civilizace a její tempo pokroku: zda velké mysli potřebují více světa, nebo zda dokáží udělat více s méně.