Thore Graepel, jeden ze spolutvůrců AlphaGo, opustil Google DeepMind, aby založil startup pro uvažování umělé inteligence, podle exkluzivní zprávy Sifted zveřejněné 7. září 2026. Tento podnik sází na tezi, která jde proti dominantnímu proudu v oboru: že klíč ke spolehlivému strojovému uvažování má spíše strukturované vyhledávání než stále větší jazykové modely.
Veterán DeepMind odchází
Graepel je nejlépe známý pro svou práci na AlphaGo, systému DeepMind, který v roce 2016 porazil mistra světa Go Lee Sedola – což je milník, který se všeobecně připisuje zažehnutí moderního boomu umělé inteligence. Tento krok končí dlouhé působení ve společnosti Google DeepMind, kde byl jednou z nejvýznamnějších a nejviditelnějších osobností výzkumné organizace.
Sifted hlásí, že Graepel odešel, aby pokračoval v uvažování, a obchodní místa včetně Tech Times explicitně zarámovala hlavní sázku nové společnosti: strukturované vyhledávání přes LLM škálování. Podrobnosti o financování, personálním obsazení a produktových plánech nebyly zveřejněny a ani Graepel, ani DeepMind nezveřejnily formální oznámení – tento krok však končí rokem agresivního zakládání AI kolem alternativ k čistému škálování.
Diplomová práce: Search Over Scale
Na sázce záleží, protože zpochybňuje strategii, která definovala hraniční umělou inteligenci od roku 2020 – trénujte větší modely transformátorů na více datech a výpočtech a poté je naučte uvažovat pomocí řetězců myšlenek a posilování učení.
Linie AlphaGo představuje jinou tradici. AlphaGo a jeho nástupci kombinovali neuronové sítě s prohledáváním stromů a v pozdějších iteracích se učili spíše ze sebehraní než z lidských her. Systémy v této rodině mohly ověřovat své vlastní kroky proti pevným pravidlům, díky nimž byly jejich uvažování přesné způsobem, jakým výstupy jazykového modelu, generované po jednom věrohodném tokenu, nejsou.
Zastánci přístupu na prvním místě hledání tvrdí, že jak jsou LLM tlačeny do oblastí, jako je matematika, formální verifikace a plánování, jejich způsoby selhání – plynulé, ale špatné odpovědi, nespolehlivá vícekroková logika – pramení z architektury, nejen z rozsahu. Systémy založené na vyhledávání, které dokážou zkontrolovat každý krok s formálními pravidly, nabízejí jinou cestu ke spolehlivosti a nedávný pokrok v dokazování teorémů založených na Lean ze strany startupů i velkých laboratoří udržuje tuto debatu při životě.
Část širšího exodu
Graepel není prvním veteránem AlphaGo, který opustil DeepMind ve snaze o tuto tezi. David Silver, který vedl projekt AlphaGo, opustil Google DeepMind na konci roku 2025 po více než deseti letech budování AlphaGo, AlphaZero a AlphaStar a založil Ineffable Intelligence, která byla začleněna v listopadu 2025. Jak bylo oznámeno tento týden, Sequoia a Nvidia podpořily startup v hodnotě 5,1 miliardy dolarů.
Odchody přispívají k velkému obratu ve společnosti Google DeepMind. Začátkem tohoto roku došlo v laboratoři ke změnám ve vedení, včetně přechodu na křeslo Hassabis a odchodu vysokých osobností, jako jsou Koray Kavukcuoglu a Jeff Dean, pokrytí, které AI Buzz Wire v té době sledovala. Když lidé, kteří postavili nejslavnější laboratorní systémy, odejdou pronásledovat jinou architekturu, signál je méně o vnitřní politice a více o skutečném neshodě ohledně toho, odkud přichází další průlom.
Proč na poli záleží
Pro ekosystém startupů je Graepelův krok další známkou toho, že argument po transformaci přitahuje seriózní kapitál a seriózní životopisy. Investoři utratili roky 2024 a 2025 téměř výhradně za aplikace a infrastrukturu LLM; Rok 2026 byl svědkem stálého přísunu finančních prostředků pro společnosti, které sledují světové modely, neuro-symbolické systémy, formální uvažování a plánování založené na vyhledávání.
Pro Google je ztráta symbolická i technická. AlphaGo zůstává nejslavnějším výtvorem DeepMind a jeho absolventi jsou nyní titulkem nejméně dvou dobře financovaných podniků, které nabízejí alternativy k škálování. Zda strukturované vyhledávání skutečně dokáže překonat hraniční jazykové modely u otevřených problémů – spíše než úzkých, formálně ověřitelných – je otázka, na kterou budou muset tyto startupy odpovědět pomocí produktů, nikoli manifestů.
Existuje také střední cesta, na kterou se průmysl již sbližuje: hybridní systémy, které využívají LLM pro intuici a hledání ověření. Pokud se tam Graepelův podnik dostane, bude méně soutěžit s škálovaným příběhem než vedle něj.
Ani Graepel, ani Google DeepMind v době psaní veřejně nereagovaly s dalšími podrobnostmi. AI Buzz Wire tento příběh aktualizuje, jakmile se objeví další informace o spuštění.
Udržujte si náskok před AI
Držte krok s lidmi a společnostmi, které utvářejí další vlnu umělé inteligence – přečtěte si další zprávy o AI na AI Buzz Wire.
Přečtěte si další zprávy o AI →
