W branży technologicznej rzadko pojawiają się wypowiedzi, które tak mocno przyciągają uwagę. Podczas rozmowy w podcaście prowadzonym przez Lexa Fridmana, Jensen Huang – prezes firmy Nvidia – stwierdził: „Myślę, że to już się stało. Uważam, że mamy AGI”. Te słowa szybko rozprzestrzeniły się w środowisku technologicznym, wywołując liczne komentarze i pytania.
Jednak taka opinia wymaga dokładniejszego spojrzenia oraz uwzględnienia dodatkowych wyjaśnień samego Huanga.
Czym właściwie jest AGI?
AGI, czyli ogólna sztuczna inteligencja, to koncepcja systemu zdolnego do wykonywania zadań poznawczych na poziomie człowieka lub wyższym. Mowa tu o szerokim zakresie umiejętności – od analizy danych po podejmowanie decyzji czy tworzenie nowych rozwiązań.
To pojęcie od lat budzi spory. Wielu ekspertów uważa, że jest ono zbyt ogólne i często używane w sposób nieprecyzyjny, zwłaszcza w mediach.
Kontekst wypowiedzi Huanga
W rozmowie opublikowanej 23 marca 2026 roku Lex Fridman zaproponował prostą definicję AGI: system, który potrafi wykonać czyjąś pracę – nawet tak złożoną jak stworzenie i rozwijanie firmy technologicznej wartej biliony dolarów.
Zapytany o moment pojawienia się takiej technologii, Huang odpowiedział, że jego zdaniem już teraz można mówić o AGI. Zaraz potem doprecyzował jednak swoją wypowiedź.
Zwrócił uwagę, że wiele projektów opartych na AI działa tylko przez krótki czas. Użytkownicy korzystają z nich przez kilka miesięcy, po czym tracą zainteresowanie. Brakuje stabilności i długoterminowej wartości.
Podkreślił też, że obecne systemy nie są w stanie tworzyć złożonych struktur na poziomie dużych przedsiębiorstw. Według niego nie istnieje realna możliwość, by dzisiejsze modele AI samodzielnie zbudowały firmę taką jak Nvidia.
Najważniejsze ograniczenia obecnej AI
Huang wskazał dwa istotne problemy:
- Krótkotrwałość projektów – wiele rozwiązań nie utrzymuje popularności ani użyteczności przez dłuższy czas
- Brak pełnej złożoności działania – obecne systemy nie radzą sobie z zarządzaniem dużymi, skomplikowanymi organizacjami
To pokazuje, że mimo szybkiego rozwoju, technologia wciąż ma wyraźne granice.
Rozwój modeli AI w Nvidia
Wypowiedź prezesa nie była przypadkowa. Nvidia rozwija własne modele sztucznej inteligencji, które mają wspierać tzw. systemy działające jako „agenci”.
Do najważniejszych należą:
- Nemotron – zestaw modeli zaprojektowanych do pracy z zadaniami wymagającymi analizy, rozumowania oraz przetwarzania obrazu i dźwięku
- NVLM (Nvidia Vision Language Model) – model łączący analizę obrazu i tekstu
Modele Nemotron występują w różnych wariantach, takich jak Nano, Super czy Ultra, które są dostosowane do pracy na sprzęcie Nvidia.
Z kolei NVLM radzi sobie z zadaniami takimi jak rozpoznawanie tekstu na obrazach (OCR) czy analiza wizualna. W wielu przypadkach osiąga wyniki porównywalne z czołowymi modelami konkurencji.
Pozycja Nvidii na rynku AI
Nvidia zajmuje szczególne miejsce w świecie sztucznej inteligencji. W przeciwieństwie do firm takich jak OpenAI, Google czy Anthropic, skupia się głównie na:
- rozwiązaniach dla programistów
- modelach dostępnych publicznie
- wydajności działania na własnym sprzęcie
W rankingach branżowych modele Nvidii wyróżniają się dużą szybkością generowania tekstu oraz niższymi kosztami działania.
Jednak w najbardziej wymagających testach związanych z rozumowaniem ogólnym nadal prowadzą modele zamknięte, takie jak GPT-5, Claude 4 czy Gemini 3 Pro.
Podsumowanie
Słowa Jensena Huanga z pewnością pobudziły dyskusję o przyszłości sztucznej inteligencji. Choć jego opinia sugeruje duży postęp, sam zaznacza, że obecne systemy mają poważne ograniczenia.
Dzisiejsza AI potrafi wiele, ale wciąż nie dorównuje człowiekowi w pełnym zakresie działania – szczególnie tam, gdzie potrzebne są długofalowe decyzje, kreatywność i zarządzanie złożonymi strukturami.
Debata na temat AGI trwa i wszystko wskazuje na to, że jeszcze długo pozostanie jednym z najważniejszych tematów w świecie technologii.
