DeepMind ogłasza rewolucje w AI dla medycyny i odkryć naukowych
W wywiadzie CEO DeepMind Demis Hassabis ujawnił nowe przełomy AI, w tym Gemini do skanów medycznych, AI-współnaukowca do przyspieszania odkryć oraz partnerstwo z EVE Online.
Artykuł analityczny: Trzy ogłoszenia w tydzień. Dlaczego Hassabis włączył „tryb paniki” i co ukrywa
Autor: Niezależny analityk z perspektywą insidera
Data: 2026-05-28
24–26 maja 2026 roku. Trzy głośne newsy od DeepMind w 72 godziny. Najpierw Nature publikuje pracę o Co-Scientist. Potem Hassabis w wywiadzie dla Axios stwierdza, że AGI jest możliwe już w 2029 roku. I wreszcie – wiadomość o partnerstwie z EVE Online w celu trenowania AI w „długoterminowym planowaniu”.
Zwykłe media piszą o „przełomach” i „rewolucjach”. Ale jeśli myślisz, że to tylko udany tydzień PR-owy – nie widzisz najważniejszego.
To trzy strzały z jednej broni. A celem tej broni jest odwrócenie uwagi od tego, że DeepMind przegrywa wyścig agentów.
[Sedno]: co naprawdę się dzieje
Formalnie DeepMind ogłasza trzy różne inicjatywy. Nieformalnie – to skoordynowany atak na trzech frontach, gdzie wróg już dyszy w plecy.
Front pierwszy: odkrycia naukowe. Co-Scientist, opublikowany w Nature 19 maja, to system multi-agent oparty na Gemini, który generuje hipotezy, przeszukuje literaturę, rankuje pomysły i proponuje eksperymenty. W artykule pokazano, jak system w dwa dni niezależnie doszedł do mechanizmu antybiotykooporności, który inna grupa naukowców opublikowała w Cell później.
Ale oto, czego media nie mówią: *analogiczny system od Edison Scientific (Robin) ukazał się w tym samym numerze Nature***. Konkurenci dyszą w plecy.
Front drugi: prognozy AGI. 26 maja Hassabis w wywiadzie dla Axios stwierdza, że AGI jest możliwe „do 2029 lub 2030 roku” i że ludzkość stoi „u podnóża osobliwości”. Używa Anthropic Mythos (AI, które znajduje luki w oprogramowaniu) jako „strzału ostrzegawczego”: patrzcie, co już potrafią konkurenci.
Ale to nie prognoza. To lobbing na rzecz regulacji. Hassabis chce, aby rządy wprowadziły obowiązkowe testowanie AI przed wydaniem – a wtedy DeepMind, który ma zasoby na takie testowanie, zyska przewagę nad małymi startupami.
Front trzeci: EVE Online. DeepMind objął mniejszościowy udział w Fenris Creations (dawniej CCP Games) za 120 mln dolarów. EVE Online działa od 23 lat, ma niezwykle złożoną ekonomię, politykę sojuszy, wieloletnie strategie. To idealny symulator „długoterminowego planowania” – tej umiejętności, której obecnym AI katastrofalnie brakuje.
Mój nieoczywisty insight: Wybór EVE Online nie jest przypadkowy. Ta gra jest znana z tego, że można w nią grać latami, budować imperia, wstępować w sojusze – i stracić wszystko w jeden dzień z powodu zdrady sojusznika. Jeśli DeepMind nauczy AI przetrwać w EVE, nauczy je myślenia strategicznego w warunkach niepełnej informacji i ludzkiej irracjonalności. To prosta droga do AI-dyplomatów, AI-generałów i AI-CEO.
Chronologia i kontekst
Rozłóżmy na dni:
— 16 maja (niedziela): Pre-printy pracy o Co-Scientist zaczynają krążyć wśród dziennikarzy pod embargiem.
— 19 maja (środa): Nature publikuje Co-Scientist. Oficjalne ogłoszenie.
— 24 maja (niedziela): Hassabis udziela wywiadu dla Axios na marginesie Google I/O.
— 26 maja (wtorek): Axios publikuje wywiad. Nagłówek: „AGI by 2029?”.
— 26 maja (wtorek): Równocześnie ukazuje się wiadomość o partnerstwie z Fenris Creations/EVE Online.
Po co taka gęstość? Ponieważ konkurenci nie śpią. W kwietniu Anthropic wydała Mythos – security AI, który znalazł realne luki. W maju OpenAI, według plotek, przygotowuje ogłoszenie swojego „AI-badacza”. DeepMind musiało zająć pole informacyjne i pokazać, że nie pozostaje w tyle, ale nadaje ton.
Kto wygrywa, a kto przegrywa
Zwycięzcy (oczywiści):
- Naukowcy i badacze. Co-Scientist obiecuje skrócić czas od hipotezy do eksperymentu z „miesięcy i lat do minut i godzin”. To realne narzędzie, które już pomogło znaleźć kandydatów do leczenia ostrej białaczki szpikowej.
- Fenris Creations (dawniej CCP). Otrzymali 120 mln dolarów za wykup od Pearl Abyss, plus inwestycje od Google, plus partnerstwo badawcze. Firma jest przy tym rentowna i pokazała rekordowy Q4 2025.
Zwycięzcy (nieoczywiści):
- Laboratoria akademickie bez dostępu do superkomputerów. Co-Scientist działa przez Gemini i jest dostępny przez interfejs. Małe laboratorium w rozwijającym się kraju może otrzymać asystenta AI na poziomie DeepMind za subskrypcję. To demokratyzacja nauki.
- Gracze w EVE Online. DeepMind będzie pracować na serwerze offline, ale wyniki mogą wrócić do gry w postaci nowych NPC lub systemów. Gracze otrzymają mądrzejszych przeciwników.
Przegrani:
- OpenAI. Nadal nie wydali Sory szerokiej publiczności. DeepMind przeciwnie – publikuje badania w Nature i otwiera dostęp. To klasyczna narracja „OpenAI” kontra „ClosedAI”, którą DeepMind wykorzystuje do pozycjonowania.
- Małe startupy AI w dziedzinie nauki. Co-Scientist to „darmowy” (w ramach Google Cloud) konkurent dla dziesiątek startupów, które próbowały zbudować AI do generowania hipotez. Wiele z nich jest teraz niepotrzebnych.
Czego media nie mówią
Pierwsze przemilczenie: Co-Scientist halucynuje, a DeepMind to przyznaje.
W wywiadzie dla The Naked Scientists Annalisa Pawlosky (Google) mówi wprost: „Każdy duży model językowy może halucynować. Robimy dużo pracy, aby dodać kontrole i walidację, ale 100% pozbycie się tego jest niemożliwe”. Co więcej, system nie wie o „negatywnych danych” – eksperymentach, które nie zadziałały i nie zostały opublikowane. Oznacza to, że Co-Scientist może proponować hipotezy, które już zostały obalone, ale wyniki nie trafiły do literatury.
Drugie przemilczenie: prognoza AGI do 2029 roku to marketing, a nie nauka.
Hassabis sam w tym samym wywiadzie mówi: „Branża wreszcie znalazła właściwą ścieżkę techniczną”. Nie mówi, że AGI już działa. Mówi, że wiedzą, jak je zbudować. To ogromna różnica. I ta prognoza jest potrzebna nie dla dokładności, ale po to, aby popchnąć regulatorów do działań – a mianowicie do testowania modeli przed wydaniem.
Trzecie i najważniejsze przemilczenie: Co-Scientist to backdoor do dostępu do danych laboratoriów.
Kiedy naukowcy używają Co-Scientist, przesyłają do systemu swoje dane, hipotezy, wyniki eksperymentów. Google uzyskuje dostęp do tego strumienia informacji naukowej. I choć formalnie Google obiecuje poufność, w świecie, gdzie dane to nowa ropa, Co-Scientist to nie tylko narzędzie, to sieć wywiadowcza. Każdy badacz korzystający z systemu nieświadomie wzbogaca model Google.
Prognoza: następne 30 dni i 90 dni
Następne 30 dni (do końca czerwca 2026):
Spodziewaj się fali akademickich preprintów, gdzie Co-Scientist jest wymieniony jako współautor. Są już przykłady: system pomógł w badaniu stwardnienia bocznego zanikowego (ALS), znajdując nieoczekiwane powiązania z innymi chorobami. Do końca czerwca pierwsze laboratoria niezwiązane z Google opublikują wyniki, w których Co-Scientist odegrał kluczową rolę.
Spodziewaj się również reakcji OpenAI. Najprawdopodobniej ogłoszą coś w odpowiedzi – być może rozszerzenie dostępu do swojego AI dla badań naukowych.
Następne 90 dni (do końca sierpnia 2026):
Najciekawsze będzie na styku Co-Scientist i EVE Online. DeepMind może ogłosić, że AI wytrenowane w EVE w długoterminowym planowaniu zostało zintegrowane z Co-Scientist w celu poprawy jego zdolności „myślenia latami naprzód” o konsekwencjach odkryć naukowych.
Możliwy jest również skandal polityczny: jakieś laboratorium odkryje, że Co-Scientist zaproponował hipotezę, która okazała się czyimś nieopublikowanym know-how, i rozpoczną się debaty o własności intelektualnej i „kradzieży pomysłów” przez AI.
Moja prognoza: Co-Scientist stanie się standardem de facto w badaniach biomedycznych w ciągu 12 miesięcy. Nie dlatego, że jest lepszy od naukowców, ale dlatego, że pracuje 24/7, nie prosi o granty i nie potrzebuje weekendów. A jeśli nie używasz AI-współnaukowca, twój konkurent – używa.
A trzy ogłoszenia w tydzień? To nie chaos. To dobrze zaplanowana operacja zmiany narracji: DeepMind to już nie „laboratorium, które robi AlphaFold”, ale „firma, która buduje AGI i otwarcie dzieli się wynikami”. Ironia polega na tym, że nie dzielą się wszystkim. I nigdy się nie dzielili.
— Editorial Team
Brak komentarzy.