Ilya Sutskever — architekt GPT, człowiek który wyrzucił Altmana i zakłada bezpieczną superinteligencję

01 / Z Gorki przez Jerozolimę do Toronto

Ilya Sutskever przychodzi na świat w 1986 roku w Gorki (dziś Niżny Nowogród) w Związku Radzieckim, w rodzinie żydowskiej. Ma pięć lat, kiedy rodzice decydują o emigracji. Kierunek: Jerozolima. Izrael będzie jego domem przez kolejne jedenaście lat — wystarczająco długo, żeby poczuć się obywatelem dwóch kultur, żadnej do końca swoim.

W 2002 roku rodzina emigruje po raz drugi. Tym razem do Kanady. Sutskever ma szesnaście lat i trafia do Toronto — miasta, które stanie się centrum jego intelektualnego życia. Na University of Toronto zostaje przyjęty na matematykę bezpośrednio z jedenastej klasy, rok przed planowym ukończeniem szkoły. Uczelnia prosi go, żeby poczekał. Nie czeka — zapisuje się od razu na kursy wyższych lat.

To właśnie na UofT Sutskever puka do drzwi Geoffreya Hintona. Hinton — pionier sieci neuronowych, przyszły laureat Nagrody Nobla i Turinga — daje mu do przeczytania papier naukowy. Odpowiedź Sutskevera jest tak precyzyjna i przenikliwa, że Hinton natychmiast chce go w swoim zespole. Zaczyna się jedno z najważniejszych partnerstw w historii AI.

02 / AlexNet: pięć dni, które zmieniły wszystko

W 2012 roku Sutskever jest doktorantem Hintona i pracuje nad sieciami konwolucyjnymi razem z innym doktorantem — Alexem Krizhevskym. Trójka — Hinton, Sutskever, Krizhevsky — bierze udział w konkursie ImageNet Large Scale Visual Recognition Challenge. To roczna olimpiada komputerowego widzenia: kto zbuduje model najlepiej rozpoznający obiekty na zdjęciach z milionowej bazy danych.

Ich sieć, nazwana AlexNet, osiąga wskaźnik błędu 15,3% — wobec 26,2% najlepszego poprzedniego uczestnika. Marża wynosi niemal jedenaście punktów procentowych. W dziedzinie, gdzie poprawa o jeden punkt to wieloletni wysiłek całych laboratoriów, ta różnica jest nie do pojęcia.

Sutskever miał kluczowy wkład w konstrukcję sieci: to on zaproponował użycie pełnego zestawu ImageNet zamiast mniejszego zbioru MNIST i odpowiadał za preprocessing danych, standaryzując rozmiary obrazów. Ale głębszy wkład był konceptualny: Sutskever i Hinton rozumieli, że głęboka sieć wytrenowana na dostatecznie dużym zbiorze danych potrafi nauczyć się czegokolwiek, co da się opisać wzorcem.

I wówczas zdałem sobie sprawę, że głębokiego uczenia można użyć do rozwiązania dowolnego problemu rozpoznawania wzorców — o ile masz wystarczająco głęboką sieć i wystarczająco dużo danych.

AlexNet jest momentem, od którego liczy się współczesna era AI. W marcu 2013 roku Google kupuje spółkę-córkę Hintona, DNNResearch, za 44 miliony dolarów. W pakiecie — Hinton, Sutskever i Krizhevsky. Wszyscy trafiają do Google Brain.

03 / Seq2seq: kiedy maszyna uczy się tłumaczyć

W Google Brain Sutskever rzuca się na problem, który od lat fascynuje i frusturuje NLP: tłumaczenie maszynowe. Sieci konwolucyjne świetnie radzą sobie z obrazami — przestrzennymi, o stałych wymiarach. Tekst jest inny: sekwencja słów o zmiennej długości, gdzie wejście (zdanie w angielskim) i wyjście (zdanie po francusku) mogą mieć zupełnie różne struktury gramatyczne.

W 2014 roku Sutskever wraz z Oriolem Vinyalsem i Quocem Le publikuje architekturę sequence-to-sequence (seq2seq). Idea jest elegancka: dwie sieci rekurencyjne połączone w tandem. Pierwsza — enkoder — czyta zdanie wejściowe i kompresuje je do wektora kontekstu. Druga — dekoder — generuje zdanie wyjściowe, krok po kroku, opierając się na tym wektorze.

Wyniki w tłumaczeniu maszynowym są dramatycznie lepsze niż wszystko dotychczasowe. Google Translate wkrótce oparte zostanie na wariancie tej architektury. Seq2seq generalizuje: ten sam schemat działał w rozpoznawaniu mowy, generowaniu opisów obrazów, streszczaniu tekstu, odpowiadaniu na pytania.

Badacze byli sceptyczni, że uczenie maszynowe może przekroczyć tłumaczenie maszynowe oparte na regułach. Dla mnie sukces był wielką niespodzianką — ale widząc wyniki, wiedziałem, że to dopiero początek.

Seq2seq stanie się bezpośrednim przodkiem architektury transformer i wszystkich wielkich modeli językowych. GPT, Claude, Gemini — każdy z nich wywodzi się intelektualnie z idei enkoder-dekoder, którą Sutskever opisał w 2014 roku.

04 / OpenAI: misja ponad produktem

W grudniu 2015 roku Ilya Sutskever jest jedną z jedenastu osób, które podpisują akt założycielski OpenAI. Obok niego: Sam Altman, Greg Brockman, Elon Musk, Wojciech Zaremba i inni. Musk będzie wspominał, że pozyskanie Sutskevera było jedną z najtrudniejszych rekrutacji w jego życiu — Google płaciło mu fortunę i nie chciało go puścić.

OpenAI startuje jako laboratorium nonprofit z misją tak śmiałą, że brzmi naiwnie: rozwijać sztuczną ogólną inteligencję dla dobra całej ludzkości, nie dla udziałowców. Sutskever obejmuje rolę chief scientist — głównego badacza, wizjonera technicznego. Nie zarządza. Myśli. Przez następne osiem lat jest intelektualnym sercem organizacji.

Pod jego kierownictwem lub przy jego kluczowym udziale powstają:

• GPT (2018) — pierwszy duży model generatywny oparty na transformerze. Sutskever jest jednym z pierwszych badaczy, który rozumie, że skalowanie — więcej parametrów, więcej danych, więcej mocy obliczeniowej — przynosi jakościowe przeskoki.
• GPT-2 (2019) — model tak dobry, że OpenAI początkowo odmawia pełnej publikacji, obawiając się dezinformacji.
• GPT-3 (2020) — 175 miliardów parametrów, zdolność do few-shot learning, punkt zwrotny dla całej branży.
• CLIP i DALL-E (2021) — modele łączące rozumienie tekstu i obrazu.

Sutskever jest zwolennikiem teorii skalowania — przekonania, że inteligencja wyłania się stopniowo z dostatecznie dużych sieci trenowanych na dostatecznie dużych zbiorach danych. To intuicja, która napędza OpenAI przez dekadę i którą branża ostatecznie potwierdza wynikami GPT-4, Claude i Gemini.

05 / Pięć dni chaosu: zamach, żal i powrót Altmana

Piątek, 17 listopada 2023 roku. Sam Altman — CEO OpenAI, jedna z najbardziej rozpoznawalnych twarzy technologicznego świata — loguje się na Google Meet. W kadrach wideo czekają na niego cztery osoby z zarządu. Sutskever, chief scientist i jeden z współzałożycieli, jest krótki: Altman jest zwolniony. Komunikat pójdzie za chwilę.

To, co następuje przez kolejne pięć dni, jest najturbulentniejszym kryzysem korporacyjnym w historii AI. Altman — zdezorientowany, a potem wściekły — natychmiast zaczyna rozmawiać z Microsoft o założeniu nowego laboratorium. Pracownicy OpenAI, ponad 700 z 770, podpisują list z ultimatum: albo zarząd rezygnuje i Altman wraca, albo oni wszyscy odchodzą za nim. Inwestorzy naciskają. Microsoft grozi katastrofalnymi konsekwencjami.

Sutskever spędził rok zbierając dowody. Przygotował 52-stronicowy dokument dla zarządu, opisując — jak zeznał później w sądzie — konsekwentny wzorzec zachowań Altmana niekonducywnych do misji firmy, w tym manipulowanie informacjami między członkami kierownictwa.

Ale już po dwóch dniach Sutskever publicznie wyraził żal. Podpisał list pracowników wzywający do powrotu Altmana. „Czułem, że gdybym tego nie zrobił, firma by się rozpadła" — powie przed sądem w 2026 roku, zeznając w procesie Muska przeciwko OpenAI.

Ta decyzja zarządu była aktem spełnienia jego misji — upewnienia się, że OpenAI buduje AGI, które przyniesie korzyść całej ludzkości.

22 listopada 2023 roku Altman wraca. Zarząd w niemal całości odchodzi. Sutskever traci fotel w radzie. Pozostaje chief scientistem, ale jego pozycja jest już inna. Przez kolejne sześć miesięcy pracuje w cieniu. W maju 2024 roku ogłasza odejście. W procesie Muska w 2026 roku zeznaje, że jego akcje OpenAI są warte około 7 miliardów dolarów.

06 / Safe Superintelligence: jeden cel, żadnych produktów

19 czerwca 2024 roku Sutskever ogłasza Safe Superintelligence Inc. — SSI. Współzałożyciele: Daniel Gross, były szef AI w Apple i partner Y Combinator, oraz Daniel Levy, badacz i inwestor AI. Biura w Palo Alto i Tel Awiwie.

Misja SSI jest sformułowana z bezprecedensową prostotą: zbudować bezpieczną superinteligencję. Nic więcej. Żadnych produktów pośrednich. Żadnych modeli do sprzedaży. Żadnych subskrypcji. Żadnego wyścigu benchmarków.

Pierwszym produktem SSI będzie bezpieczna superinteligencja. I nic innego nie zrobimy przed tym momentem.

We wrześniu 2024 roku SSI zbiera 1 miliard dolarów od Andreessen Horowitz, Sequoia Capital, DST Global i SV Angel. Wycena: 5 miliardów. W marcu 2025 roku — kolejne 2 miliardy. Wycena: 32 miliardy dolarów. Łącznie 3 miliardy zebranych w mniej niż rok, bez produktu, bez przychodów, bez harmonogramu komercjalizacji.

W czerwcu 2025 roku Meta oferuje przejęcie SSI. Sutskever odmawia. Miesiąc później Daniel Gross odchodzi do Meta — przyjmuje ofertę, którą SSI jako firma odrzuciło. Sutskever przejmuje stanowisko CEO. W lipcu 2025 roku SSI zatrudnia około 50 badaczy i inżynierów. Zero działu sprzedaży. Zero marketingu. Zero product managerów.

07 / Filozofia: superinteligencja jest nieuchronna, dlatego musi być bezpieczna

Sutskever rzadko udziela wywiadów. Kiedy to robi — jak w długiej rozmowie z podcasterem Dwarkesh Patelem pod koniec 2025 roku — każde zdanie jest ważone z precyzją człowieka, który myśli o konwersacji jak o algorytmie.

Jego poglądy na AI łączą dwa przekonania, które dla wielu wydają się sprzeczne: że superinteligencja jest nieuchronna i bliska, oraz że może być śmiertelnie niebezpieczna. Sutskever nie widzi sprzeczności. Jeśli coś jest nieuchronne, to tym ważniejsze, żeby zrobić to dobrze.

Jego rozumienie bezpieczeństwa AI jest technicznie precyzyjne: chodzi o alignment — o to, żeby cele systemu AI odpowiadały celom ludzi, którzy go stworzyli. Problem nie polega na tym, że AI stanie się złośliwa. Polega na tym, że może być skrajnie skuteczna w realizowaniu celów, które są tylko częściowo zgodne z tym, czego naprawdę chcemy — i że ta różnica, przy wystarczającym poziomie zdolności, jest katastrofalna.

Bardzo przyjemnie jest nie być wciągniętym w codzienną konkurencję rynkową. Chcę pozostać z dala od tego wyścigu szczurów.

08 / Człowiek za kurtyną

Sutskever jest enigmą nawet dla ludzi, którzy go znają. Mówi powoli, precyzyjnie, z wyraźnym rosyjskim akcentem, który nie zanikł mimo dekad w anglojęzycznym świecie. W branży, w której egotyzm jest walutą statusu, Sutskever unika rozgłosu. Pracownicy SSI rzadko ujawniają przynależność do firmy. Strona internetowa SSI przez długi czas zawierała tylko nazwę i adres email.

Hinton — jego mentor i idol — wyraził publicznie wsparcie dla Sutskevera po kryzysie OpenAI, podkreślając, że jego obawy o bezpieczeństwo AI były autentyczne i głęboko przemyślane. Elon Musk, który rekrutował go do OpenAI i który opisywał tę rekrutację jako jedną z najtrudniejszych w swoim życiu, próbował później pozyskać Sutskevera do xAI. Sutskever odmówił i założył własną firmę.

W 2025 roku Sutskever odbiera honorowy doktorat od University of Toronto — uczelni, gdzie zaczął od matematyki i skończył jako jeden z najważniejszych absolwentów w jej historii. W 2026 roku National Academy of Sciences przyznaje mu nagrodę za przemysłowe zastosowanie nauki.

09 / Dziedzictwo w toku

Historia Ilyi Sutskevera jest jeszcze otwarta — on sam jest na początku swojego najważniejszego projektu, nie na jego końcu. Ale to, co już zrobił, wystarczyłoby na dziesięć karier.

Współtworzył AlexNet — sieć, która w 2012 roku udowodniła, że głębokie uczenie działa w skali. Wynalazł seq2seq — architekturę, która stała się fundamentem tłumaczenia maszynowego i protoplastą wszystkich modeli sekwencyjnych. Kierował badaniami w OpenAI przez osiem lat, podczas których powstały GPT, GPT-2, GPT-3, CLIP, DALL-E.

I teraz siedzi w cichym biurze w Palo Alto z pięćdziesięcioma badaczami, 3 miliardami dolarów i jednym pytaniem: jak zbudować inteligencję, która jest mądrzejsza od nas — i nie zabije nas przez przypadek? To nie jest abstrakcja. To jest problem inżynierski. I Sutskever zawsze był, przede wszystkim, inżynierem.