Η τεχνητή γενική νοημοσύνη (AGI) ενδέχεται να γίνει πραγματικότητα μέσα στα επόμενα δύο έως τρία χρόνια, σύμφωνα με τον Demis Hassabis, συνιδρυτή και διευθύνοντα σύμβουλο της Google DeepMind. Ο επικεφαλής ενός από τα σημαντικότερα ερευνητικά εργαστήρια τεχνητής νοημοσύνης εκτιμά ότι η ανθρωπότητα πλησιάζει ένα τεχνολογικό ορόσημο που θα μπορούσε να μεταμορφώσει την επιστήμη, την οικονομία και τον τρόπο με τον οποίο αντιμετωπίζονται ορισμένα από τα δυσκολότερα προβλήματα του κόσμου.
Σε συνέντευξή του στη Wall Street Journal, που δημοσιεύθηκε σήμερα 21 Οκτωβρίου 2026, ο Hassabis εμφανίζεται περισσότερο αισιόδοξος για την ταχύτητα ανάπτυξης της AGI, περιορίζοντας τον χρονικό ορίζοντα της εμφάνισής της στο 2028 ή το 2029. Παράλληλα, τονίζει ότι η μεγαλύτερη πρόκληση δεν είναι απλώς ποια εταιρεία θα δημιουργήσει πρώτη ένα τέτοιο σύστημα, αλλά πώς η τεχνολογία θα αναπτυχθεί και θα αξιοποιηθεί με ασφάλεια προς όφελος της ανθρωπότητας.
Τι είναι η AGI και γιατί διαφέρει από τη σημερινή τεχνητή νοημοσύνη
Η τεχνητή γενική νοημοσύνη, γνωστή διεθνώς ως Artificial General Intelligence, περιγράφει έναν τύπο AI που θα μπορούσε να ανταποκρίνεται σε ένα ευρύ φάσμα γνωστικών εργασιών με ικανότητες αντίστοιχες του ανθρώπου.
Σε αντίθεση με τα σημερινά AI models, τα οποία παρουσιάζουν εντυπωσιακές επιδόσεις σε συγκεκριμένες δραστηριότητες αλλά εξακολουθούν να έχουν σημαντικούς περιορισμούς, ένα πραγματικό σύστημα AGI θα πρέπει να μπορεί να γενικεύει τις γνώσεις του, να αντιμετωπίζει άγνωστα προβλήματα και να προσαρμόζεται σε διαφορετικά περιβάλλοντα.
Ο Hassabis έχει επανειλημμένα υποστηρίξει ότι η AGI δεν πρέπει να ορίζεται αποκλειστικά από την επίδοση σε εξετάσεις ή benchmarks. Το σημαντικότερο κριτήριο είναι η δυνατότητα ενός συστήματος να διαθέτει το πλήρες εύρος των ανθρώπινων γνωστικών ικανοτήτων, συμπεριλαμβανομένης της δημιουργικής επίλυσης προβλημάτων και της παραγωγής νέας επιστημονικής γνώσης.
Πάντως, δεν υπάρχει ακόμη ένας καθολικά αποδεκτός ορισμός της AGI ούτε μια ενιαία επιστημονική δοκιμασία που να πιστοποιεί την επίτευξή της.
Από τα πέντε έως δέκα χρόνια στα δύο έως τρία
Η νέα εκτίμηση του επικεφαλής της Google DeepMind παρουσιάζει ιδιαίτερο ενδιαφέρον, καθώς αποτυπώνει μια σταδιακή μεταβολή στις προβλέψεις του.
Το 2025 ο Hassabis υποστήριζε ότι υπήρχε περίπου 50% πιθανότητα εμφάνισης της AGI μέσα στα επόμενα πέντε έως δέκα χρόνια. Ακόμη και τον Δεκέμβριο εκείνης της χρονιάς, θεωρούσε ότι θα χρειάζονταν πιθανότατα μία ή δύο σημαντικές επιστημονικές ανακαλύψεις, πέρα από τη συνεχή αύξηση της υπολογιστικής ισχύος και των δεδομένων εκπαίδευσης.
Πλέον, το χρονικό περιθώριο περιορίζεται αισθητά. Η αλλαγή αυτή συνδέεται με την πρόοδο που παρατηρείται στις δυνατότητες συλλογισμού, στον προγραμματισμό, στη χρήση εξωτερικών εργαλείων και στην ανάπτυξη αυτόνομων AI agents.
Ωστόσο, η πρόβλεψη για το 2028 ή το 2029 παραμένει προσωπική επιστημονική εκτίμηση και όχι επιβεβαιωμένο χρονοδιάγραμμα. Δεν συνεπάγεται επίσης ότι η Google έχει ήδη αναπτύξει ένα πλήρες σύστημα AGI.
Από το AlphaGo και το AlphaFold στο επόμενο μεγάλο βήμα
Ο Hassabis συγκαταλέγεται στις πλέον αναγνωρισμένες προσωπικότητες της τεχνητής νοημοσύνης. Η DeepMind, την οποία συνίδρυσε το 2010, έγινε παγκοσμίως γνωστή μέσα από το AlphaGo, το σύστημα που το 2016 νίκησε τον πρωταθλητή Lee Sedol στο ιδιαίτερα απαιτητικό παιχνίδι Go.
Ακολούθησε το AlphaFold, το οποίο επέτρεψε την πρόβλεψη της τρισδιάστατης δομής πρωτεϊνών με πρωτοφανή ακρίβεια για μεγάλο αριθμό περιπτώσεων. Η συγκεκριμένη επιστημονική συνεισφορά οδήγησε τον Hassabis και τον John Jumper στο Νόμπελ Χημείας του 2024, μαζί με τον David Baker.
Για τον Hassabis, αυτά τα επιτεύγματα αποτελούν ενδείξεις των δυνατοτήτων της AI στην επιστημονική έρευνα. Η μακροπρόθεσμη φιλοδοξία του είναι η ανάπτυξη συστημάτων που θα μπορούν να συνεισφέρουν στη δημιουργία νέων φαρμάκων, στην κατανόηση σύνθετων βιολογικών μηχανισμών, στην ανακάλυψη προηγμένων υλικών και στην αντιμετώπιση ενεργειακών προκλήσεων.
Αυτό δεν σημαίνει ότι η AGI θα μπορούσε αυτομάτως να θεραπεύσει ασθένειες ή να επιλύσει κάθε επιστημονικό πρόβλημα. Ακόμη και οι ανακαλύψεις που υποστηρίζονται από προηγμένη AI απαιτούν πειραματική επαλήθευση, ανθρώπινη αξιολόγηση και χρόνο για να μετατραπούν σε πραγματικές εφαρμογές.
Η ασφάλεια στο επίκεντρο της κούρσας για την AGI
Ιδιαίτερη σημασία έχει ο τρόπος με τον οποίο ο Hassabis αντιμετωπίζει τον ανταγωνισμό μεταξύ των μεγαλύτερων εταιρειών τεχνητής νοημοσύνης.
Στη συνέντευξή του υποστηρίζει ότι η πραγματική επιτυχία δεν θα πρέπει να μετρηθεί αποκλειστικά από το ποιος θα φτάσει πρώτος στην AGI, αλλά από το αν η ανθρωπότητα θα μπορέσει να ενσωματώσει την τεχνολογία με ασφάλεια και να διασφαλίσει ότι τα οφέλη της θα είναι ευρύτερα διαθέσιμα.
Η Google DeepMind έχει ήδη αναπτύξει το Frontier Safety Framework, ένα πλαίσιο αξιολόγησης κινδύνων από προηγμένα AI models, το οποίο εξετάζει μεταξύ άλλων επικίνδυνες δυνατότητες, την αυξανόμενη αυτονομία και τους μηχανισμούς ελέγχου.
Ταυτόχρονα, παραμένουν ανοιχτά ερωτήματα σχετικά με την αξιοπιστία των AI systems, τη δυνατότητα ανθρώπινης εποπτείας και τη συγκέντρωση εξαιρετικά προηγμένων τεχνολογικών δυνατοτήτων σε περιορισμένο αριθμό οργανισμών.
Τι θα μπορούσε να σημαίνει η AGI για τον κόσμο
Η ενδεχόμενη εμφάνιση της AGI μέσα στα επόμενα χρόνια θα μπορούσε να επιταχύνει σημαντικά την αυτοματοποίηση σύνθετων γνωστικών εργασιών, την επιστημονική έρευνα και την ανάπτυξη νέων τεχνολογικών εφαρμογών.
Παράλληλα, θα δημιουργούσε νέες προκλήσεις για την αγορά εργασίας, την εκπαίδευση, την κυβερνοασφάλεια και τη διακυβέρνηση της τεχνητής νοημοσύνης.
Η σημαντικότερη διαπίστωση από τις δηλώσεις του Hassabis είναι ότι ο χρονικός ορίζοντας για την AGI, όπως τον αντιλαμβάνεται ο ίδιος, έχει περιοριστεί σημαντικά.
Αν η εκτίμησή του αποδειχθεί ακριβής, μέχρι το τέλος της δεκαετίας η συζήτηση για την τεχνητή γενική νοημοσύνη θα μπορούσε να μετακινηθεί από τις θεωρητικές προβλέψεις στην αξιολόγηση πραγματικών συστημάτων. Μέχρι τότε, η πρόοδος θα πρέπει να κρίνεται από αποδείξιμες ικανότητες και όχι μόνο από τις προβλέψεις των επικεφαλής της βιομηχανίας.
