10 osobností, ktoré v roku 2026 určujú smer umelej inteligencie

Umelá inteligencia už dávno nie je odvetvím, ktorého vývoj možno vysvetliť príbehom jednej firmy alebo jedného človeka. V septembri 2026 sa stretáva niekoľko odlišných predstáv o tom, kam má technológia smerovať. Sam Altman tlačí AI smerom k univerzálnym systémom dostupným stovkám miliónov používateľov. Demis Hassabis ju vníma ako nástroj na riešenie vedeckých problémov. Dario Amodei kladie mimoriadny dôraz na bezpečnosť najvýkonnejších systémov. Yann LeCun tvrdí, že samotné veľké jazykové modely k skutočne inteligentným strojom nestačia. Fei-Fei Li chce naučiť AI chápať trojrozmerný svet. Jensen Huang dodáva výpočtovú infraštruktúru, bez ktorej by väčšina týchto ambícií zostala na papieri.

Nasledujúca desiatka preto nie je zoznamom najznámejších ľudí, ktorí hovoria o AI. Ide o osobnosti, ktorých rozhodnutia, výskum alebo firmy majú v roku 2026 priamy vplyv na to, čo umelá inteligencia dokáže a kam sa bude vyvíjať.

1. Sam Altman - muž, ktorý z AI vytvoril spotrebiteľskú technológiu

Sam Altman zostáva jednou z najvplyvnejších osobností celého odvetvia predovšetkým preto, že vedie OpenAI. Jeho význam však nespočíva v tom, že by bol hlavným autorom algoritmov stojacich za modelmi GPT. Altmanovou silnou stránkou je schopnosť spojiť výskum, kapitál, výpočtovú infraštruktúru a masový produkt. ChatGPT zmenil spôsob, akým verejnosť vníma umelú inteligenciu. Z technológie používanej prevažne odborníkmi sa stal nástroj pre bežných ľudí, školy, firmy, programátorov či analytikov. OpenAI sa odvtedy posunulo od jednoduchého chatbota smerom k multimodálnemu pracovnému prostrediu, ktoré pracuje s textom, obrazom, hlasom, kódom, dátami, webom a počítačovými aplikáciami.

V septembri 2026 patrí OpenAI stále medzi organizácie určujúce technologickú hranicu odvetvia. Firma zároveň verejne upozorňuje, že rastúce schopnosti systémov prinášajú nové bezpečnostné problémy. Altman v septembri oznámil, že OpenAI v roku 2026 nepôjde na burzu, pričom vo svojich vystúpeniach zdôrazňoval potrebu riešenia rizík najvýkonnejších AI systémov. Altman reprezentuje jednu z hlavných téz dnešného AI priemyslu: ak bude možné inteligenciu ďalej škálovať, treba zároveň vybudovať infraštruktúru, produkty a obchodný model, ktoré ju dostanú k miliardám ľudí.

2. Demis Hassabis - AI ako nový nástroj vedy

Ak Sam Altman reprezentuje produktovú expanziu AI, Demis Hassabis predstavuje spojenie umelej inteligencie a základného vedeckého výskumu. Hassabis je spoluzakladateľom a CEO Google DeepMind. Jeho kariéra ukazuje nezvyčajnú kombináciu informatiky, neurovedy, hier a výskumu všeobecnej inteligencie. DeepMind na seba upozornil systémami schopnými zvládať hry Atari a neskôr projektom AlphaGo. Skutočný význam laboratória však ukázal až AlphaFold, ktorý dramaticky posunul predikciu štruktúry proteínov. V roku 2026 je DeepMind omnoho širšou organizáciou. Vyvíja modely Gemini, systémy na predpovedanie počasia, biologické modely, hlasové technológie, agentov a world models. Septembrové portfólio Google DeepMind zahŕňalo napríklad Gemini 3.8, AlphaGenome Atlas či WeatherNext 3.

Hassabis dlhodobo hovorí o AGI predovšetkým ako o nástroji schopnom urýchliť vedecký objav. Je to podstatne širšia predstava než chatbot, ktorý človeku napíše e-mail. Práve preto patrí medzi najdôležitejšie osoby odvetvia. Ak sa AI stane zásadným nástrojom biológie, medicíny, materiálových vied alebo energetiky, DeepMind má dobrú šancu patriť medzi laboratóriá, ktoré tento prechod umožnia.

3. Jensen Huang - človek, na ktorého hardvéri stojí AI revolúcia

Jensen Huang nevedie firmu vyvíjajúcu ChatGPT, Claude ani Gemini. Napriek tomu by bez jeho spoločnosti dnešný boom generatívnej AI vyzeral podstatne inak. Huang je spoluzakladateľom a CEO spoločnosti NVIDIA. Grafické procesory, ktoré firma pôvodne rozvíjala najmä pre počítačovú grafiku a hry, sa ukázali ako mimoriadne vhodné pre tréning neurónových sietí. Výsledkom je pozícia, v ktorej NVIDIA poskytuje významnú časť základnej výpočtovej vrstvy AI ekonomiky. Huang pritom už nepredáva iba jednotlivé čipy. NVIDIA vytvára celé dátové centrá, sieťové technológie, softvérové knižnice a kompletnú infraštruktúru určenú na tréning a prevádzku modelov.

V roku 2026 pokračuje v ďalšej expanzii. V septembri NVIDIA oznámila dohodu o kúpe Hugging Face za približne 12,9 miliardy dolárov. Hugging Face pritom patrí medzi najdôležitejšie platformy svetovej komunity okolo otvorených AI modelov. Huangov význam je preto systémový. Môže sa zmeniť líder medzi chatbotmi, ale každý nový model potrebuje výpočtový výkon. NVIDIA sa snaží byť firmou, ktorá bude dodávať „továrne na inteligenciu“ bez ohľadu na to, ktorý konkrétny model nakoniec uspeje.

4. Dario Amodei - Anthropic a otázka, ako kontrolovať čoraz schopnejšie modely

Dario Amodei patrí k ľuďom, ktorí stáli pri vývoji moderných jazykových modelov ešte pred vznikom Anthropic. Pred založením vlastnej firmy pôsobil v OpenAI. V roku 2021 spolu so skupinou bývalých pracovníkov OpenAI vytvoril Anthropic. Jeho produkty Claude dnes patria medzi najvýkonnejšie jazykové a reasoningové modely sveta. V septembri 2026 Anthropic predstavil Claude Opus 5.5, ktorý posunul výkon najmä pri komplexnej práci a programovaní. Firma zároveň uviedla, že model pred nasadením testovali externé organizácie a dostal rozsiahlejšie bezpečnostné mechanizmy. Amodei sa však od konkurencie odlišuje ešte niečím. Veľká časť identity Anthropic stojí na otázke: čo sa stane, keď budú modely schopnejšie než mechanizmy, ktorými ich kontrolujeme?

Anthropic preto investuje do interpretovateľnosti neurónových sietí, alignmentu, hodnotenia nebezpečných schopností a monitorovania zneužívania modelov. V septembri firma zverejnila aj ďalšiu správu o spôsoboch, akými sa Claude pokúšali zneužiť rôzni aktéri. Amodei tak dnes reprezentuje jeden z najväčších paradoxov AI: patrí medzi ľudí, ktorí chcú vybudovať mimoriadne schopnú AI, a zároveň medzi tých, ktorí najvýraznejšie upozorňujú na riziká takéhoto vývoja.

5. Liang Wenfeng - človek, ktorý ukázal, že špičková AI nemusí vzniknúť iba v Silicon Valley

Meno Liang Wenfeng bolo ešte pred niekoľkými rokmi mimo Číny prakticky neznáme. DeepSeek to zmenil. Jeho význam spočíva najmä v tom, že spochybnil predstavu, podľa ktorej sa frontier AI nevyhnutne rovná astronomickým rozpočtom amerických technologických firiem. DeepSeek ukázal, že vhodnou architektúrou, optimalizáciou tréningu a efektívnym využívaním výpočtov možno vytvárať mimoriadne konkurencieschopné modely aj s obmedzenejšími zdrojmi. Do roku 2026 sa z pôvodného technologického prekvapenia stal významný hráč. Podľa júlových údajov vychádzajúcich z čínskych finančných dokumentov sa implikovaná hodnota DeepSeek pohybovala okolo 52 miliárd dolárov a firma začala prijímať externý kapitál.

Jej význam už presahuje technológiu. V septembri 2026 bol DeepSeek pozvaný aj na rokovanie Bezpečnostnej rady OSN o umelej inteligencii. Liang predstavuje širšiu zmenu: svetová AI už nie je iba americkou súťažou OpenAI, Google a Anthropic. Čína vytvára vlastný technologický ekosystém a DeepSeek je jedným z jeho najvýraznejších symbolov.

6. Ilya Sutskever - vedec, ktorého ďalší krok sleduje celé odvetvie

Ilya Sutskever nemá takú mediálnu viditeľnosť ako Altman alebo Huang, ale medzi odborníkmi má výnimočnú reputáciu. Patrí medzi najvýznamnejších výskumníkov modernej éry deep learningu. Bol jedným zo spoluzakladateľov OpenAI a dlhé roky pôsobil ako jej hlavný vedec. Po odchode založil Safe Superintelligence - SSI. Už samotný názov firmy je nezvyčajne priamy: jej cieľom nie je vytvárať množstvo aplikácií, ale pracovať na bezpečnej superinteligencii. V roku 2026 sa význam projektu dramaticky zvýšil. NVIDIA sa v júli rozhodla investovať do SSI približne 5 miliárd dolárov a poskytnúť spoločnosti prístup k najnovšej infraštruktúre Vera Rubin.

SSI pritom stále nie je klasickou spotrebiteľskou AI firmou. Nemá ekvivalent ChatGPT či Claude určený pre masový trh. Práve preto je Sutskever zaujímavý. Jedna z najrešpektovanejších vedeckých osobností generatívnej AI sa rozhodla neviesť ďalšiu produktovú vojnu chatbotov, ale sústrediť sa na problém, ktorý považuje za podstatnejší: čo príde za dnešnou generáciou modelov.

7. Fei-Fei Li - AI sa musí naučiť chápať priestor

Fei-Fei Li mala zásadný vplyv na AI ešte dávno pred ChatGPT. Je jednou z hlavných osobností stojacich za projektom ImageNet, ktorý zohral kľúčovú úlohu pri rozvoji moderného počítačového videnia. Dnes však pracuje na ďalšom probléme. Jej spoločnosť World Labs stavia na koncepte spatial intelligence - priestorovej inteligencie. Súčasné jazykové modely dokážu veľmi dobre pracovať so slovami, no skutočný svet nie je textový dokument. Má tri rozmery, objekty, vzdialenosti, fyzikálne vlastnosti a kauzálne vzťahy. World Labs preto vytvára modely, ktoré sa majú naučiť svet reprezentovať a simulovať.

Vo februári 2026 spoločnosť získala nový kapitál vo výške jednej miliardy dolárov. V septembri predstavila Atlas, multimodálny world model pracujúci s textom, obrazom, videom aj 3D reprezentáciami. Dlhodobým cieľom nie sú iba efektné virtuálne svety. Takéto systémy môžu byť zásadné pre robotiku. Robot totiž nepotrebuje iba jazykový model. Musí rozumieť tomu, kde sa nachádza, čo sa stane po jeho pohybe a ako fyzické objekty reagujú na jeho konanie. Fei-Fei Li preto reprezentuje jednu z možných ciest AI po ére LLM: od porozumenia slov k porozumeniu sveta.

8. Yann LeCun - najvýraznejší kritik predstavy, že LLM sú cestou k ľudskej inteligencii

Yann LeCun patrí spolu s Geoffreyom Hintonom a Yoshuom Bengiom medzi priekopníkov deep learningu a je držiteľom Turingovej ceny. Je však mimoriadne zaujímavý aj preto, že spochybňuje smer, ktorým sa vydala veľká časť AI priemyslu. LeCun roky tvrdí, že predikovanie ďalšieho slova samo osebe nepovedie k systémom s ľudskou úrovňou porozumenia. Inteligentný systém podľa neho potrebuje model sveta, pamäť, schopnosť plánovať a chápať dôsledky svojich činov. Koncom roka 2025 preto odišiel z Meta a založil AMI - Advanced Machine Intelligence.

V marci 2026 AMI získala viac ako 1 miliardu dolárov. Laboratórium buduje systémy založené na world models, ktoré sa majú učiť abstraktné reprezentácie fyzického sveta a následne v nich plánovať. LeCun je preto dôležitý aj v prípade, že sa nakoniec ukáže, že jeho cesta nebude dominantná. Je jedným z mála svetových vedcov jeho kalibru, ktorí majú zároveň kapitál a vlastnú organizáciu na praktické otestovanie alternatívy k dnešnej LLM paradigme.

9. Mira Murati - pokus postaviť nového frontier hráča prakticky od nuly

Mira Murati bola počas najbúrlivejšieho obdobia rastu ChatGPT technologickou riaditeľkou OpenAI. Namiesto presunu do existujúcej technologickej firmy si však založila vlastné Thinking Machines Lab. V roku 2026 už nejde iba o ambiciózny startup bez produktu. Thinking Machines vytvorilo platformu Tinker a v júli predstavilo Inkling, open-weight multimodálny model s 975 miliardami parametrov, pričom súčasne rozvíja výskum modelov navrhnutých na prirodzenú interakciu človeka a AI. Murati sa pokúša presadiť trochu odlišnú predstavu AI. Namiesto úplne autonómneho stroja zdôrazňuje systémy, ktoré možno prispôsobovať konkrétnym ľuďom a organizáciám a ktoré fungujú ako partner pri práci.

Rozsah ambícií ukazuje dohoda s NVIDIA. V marci 2026 firmy oznámili viacročné partnerstvo počítajúce minimálne s jedným gigawattom systémov Vera Rubin pre tréning budúcich modelov. Thinking Machines zatiaľ výkonom celého portfólia neprekonáva OpenAI, Google ani Anthropic. Murati však za mimoriadne krátky čas vybudovala jeden z mála nových tímov, ktorý má ľudí, kapitál aj infraštruktúru potrebnú na vstup do najvyššej ligy AI.

10. Andrew Ng - človek, ktorý učí svet AI skutočne používať

Posledná osobnosť reprezentuje inú časť AI revolúcie. Andrew Ng nevlastní najvýkonnejší foundation model a nebojuje s OpenAI o prvenstvo v benchmarkoch. Jeho vplyv je založený na niečom inom: na prenose umelej inteligencie z výskumu do praxe. Ng v minulosti viedol Google Brain, pôsobil v Baidu, spoluzaložil Courseru a neskôr vytvoril DeepLearning.AI a AI Fund. Milióny ľudí sa s neurónovými sieťami a strojovým učením stretli práve prostredníctvom jeho vzdelávacích programov.

Aj v roku 2026 pokračuje v rovnakom smere. V júli oznámil nový vzdelávací projekt LearnVector, do ktorého Coursera investuje 100 miliónov dolárov. Cieľom má byť vzdelávanie ľudí, ktorých povolania sa menia pod vplyvom AI, pričom kurzy sa majú samy prispôsobovať úrovni študenta. Ng zároveň dlhodobo zdôrazňuje praktickú, aplikovanú AI. Jeho pohľad je podstatne menej sústredený na otázku, kedy vznikne superinteligencia, a viac na otázku, koľko užitočných procesov možno pomocou dnešnej technológie zlepšiť. A to je dôležitá protiváha veľkých príbehov o AGI.

Desať ľudí, nie desať rovnakých predstáv o AI

Táto desiatka ukazuje, že svetová AI v roku 2026 nemá jedného spoločného lídra ani jednu všeobecne prijatú cestu. Sam Altman stavia globálnu platformu založenú na čoraz všeobecnejšej inteligencii. Demis Hassabis chce AI premeniť na motor vedeckého objavu. Dario Amodei skúma, ako vybudovať veľmi schopné systémy bez straty kontroly nad nimi. Jensen Huang vytvára fyzickú infraštruktúru potrebnú pre celý sektor. Liang Wenfeng ukázal, že efektívnosť môže narušiť dominanciu najbohatších laboratórií. Ilya Sutskever smeruje priamo k bezpečnej superinteligencii. A potom existuje druhý prúd.

Fei-Fei Li chce, aby AI chápala priestor. Yann LeCun chce stroje vybaviť modelom sveta a schopnosťou plánovať. Mira Murati skúma AI prispôsobiteľnú ľuďom a prirodzene spolupracujúcu s človekom. Andrew Ng sa sústreďuje na to, aby existujúcu technológiu vedeli ľudia a firmy reálne využívať. Práve spor medzi týmito predstavami bude v najbližších rokoch možno dôležitejší než momentálne poradie modelov v benchmarkoch. Dnešná generácia AI vyrástla najmä z transformerov, veľkých dátových súborov a masívneho výpočtového výkonu. Otvorenou otázkou zostáva, či ďalšiu veľkú etapu prinesie jednoducho ešte väčšie škálovanie, alebo bude potrebný nový princíp: world models, priestorová inteligencia, robotika, nové formy pamäte či úplne iná architektúra.

A práve ľudia z tejto desiatky patria k tým, ktorí majú dnes najväčšiu šancu ovplyvniť odpoveď.