We wpisie Huang podał, że GPT-6 Astra został wytrenowany na ponad 100 tysiącach systemów Nvidia Grace Blackwell NVLink72, i podsumował: od ChatGPT przez o1 do Astry w cztery lata - AGI nadeszła. Pierwsza wersja wpisu mówiła o 300 tysiącach systemów. Huang usunął ją i opublikował ponownie z niższą liczbą, a Nvidia nie wyjaśniła dlaczego. Wpis kończył się zapowiedzią kolejnych 400 tysięcy GPU, które wkrótce zostaną uruchomione.

Co faktycznie pokazało OpenAI

OpenAI zaprezentowało GPT-6 Astra w czwartek 3 września jako najinteligentniejszy i najlepiej dopasowany do ludzkich intencji model na świecie. Firma wyceniana na 852 mld USD podała, że Astra osiąga doskonałe lub bliskie doskonałym wyniki w kluczowych testach rozumowania i wyprzedza zarówno poprzedni model GPT-5.6 Sol, jak i konkurencyjnego Claude Fable 5 od Anthropic. Według oficjalnego komunikatu OpenAI model uzyskuje 98 proc. w teście FrontierMath Tier 4, 99,9 proc. w ARC-AGI-3 i 100 proc. w ExploitBench. Jego mocne strony to obsługa komputera, przeglądanie internetu, inżynieria oprogramowania, cyberbezpieczeństwo i praca zawodowa.

Dla polskiego czytelnika istotny jest wątek bezpieczeństwa. OpenAI przyznaje, że Astra jako pierwszy model przekracza próg "krytyczny" w kategorii cyberbezpieczeństwa według wewnętrznych ram oceny ryzyka firmy. Podczas testów model samodzielnie znalazł i połączył dwie podatności zero-day, które zgłoszono producentom oprogramowania. Publicznie dostępna wersja jest wytrenowana tak, by odmawiać zaawansowanych zadań ofensywnych. Pełniejsze możliwości trafiają wyłącznie do zweryfikowanych organizacji w programie OpenAI Daybreak. Jak podaje CNBC, przed premierą model przeszedł formalny przegląd z udziałem administracji USA, a dodatkowe zabezpieczenia dodano po lipcowym incydencie z udziałem agentów AI, który dotknął firmę Hugging Face.

Słowo, którego unika nawet Altman

Najciekawsze jest to, jak ostrożnie o AGI mówi samo OpenAI. Prezydent firmy Greg Brockman powiedział dziennikarzom "witajcie w erze AGI", ale - jak zauważa Business Insider - firma formalnie nie ogłosiła osiągnięcia AGI. Sam Altman stwierdził niedawno w podcaście, że AGI to w najlepszym razie bardzo słabo zdefiniowane pojęcie, wręcz nieistotny termin marketingowy.

Dla Huanga to nie pierwsza taka deklaracja. W marcu w podcaście Lexa Fridmana mówił, że jego zdaniem AGI już osiągnęliśmy. Podczas sierpniowej telekonferencji wynikowej powtórzył, że dla wielu zadań można uznać AGI za fakt. Tradycyjne benchmarki AGI nazwał pozbawionymi sensu i zaproponował własną miarę: zdolność systemów AI do wykonywania rentownej pracy. Nvidia buduje zresztą model organizacji, w którym ponad 400 tysięcy agentów AI ma pracować obok około 40 tysięcy ludzi.

Konflikt interesów i głosy sceptyków

Trudno pominąć kontekst biznesowy. Nvidia zaraportowała w sierpniu 96,2 mld USD kwartalnych przychodów, ponad dwukrotnie więcej niż rok wcześniej. Z tego 89 mld USD wygenerował segment centrów danych z układami AI. Każda deklaracja, że AGI istnieje i wymaga setek tysięcy GPU, wprost napędza ten biznes.

Sceptycy nie kazali na siebie czekać. Badacz AI Gary Marcus napisał, że Huang nie przedstawił ani dowodów, ani definicji, co wygląda jak próba przejęcia naukowego pytania przez korporacyjny dekret. Według jego własnej, dziesięciopunktowej definicji AGI Astra spełnia najwyżej jeden lub dwa warunki. Profesor Toby Walsh z Uniwersytetu Nowej Południowej Walii ocenił, że inteligencja obecnych systemów pozostaje bardzo nierówna i wymaga większej kontroli. Forbes zwraca z kolei uwagę, że OpenAI nie wykazało, by Astra przewyższała ludzi w większości ekonomicznie wartościowej pracy - a tak brzmiała pierwotna definicja AGI według samego OpenAI.

Niezależnie od sporu o definicje jedno jest pewne: granica między marketingiem a nauką w debacie o AGI przestała być czytelna. A rynek i tak będzie patrzył nie na cztery słowa Huanga, tylko na 400 tysięcy GPU, które zaraz ruszą.