План Google на период после AGI уже здесь

Последняя статья DeepMind фундаментально меняет разговор вокруг Искусственного Общего Интеллекта. Построение AGI человеческого уровня, которое больше не является далекой научно-фантастической концепцией, официально перешло из категории «надуманных спекуляций» в «конкретную цель следующего десятилетия» для крупных организаций в области ИИ. Это не случайное предсказание; оно представляет собой глубокий сдвиг в коллективном мышлении отрасли, при этом лаборатории теперь рассматривают AGI как потенциально достижимый в течение нескольких лет, а не столетий. Передовые модели, все более способные выполнять задачи, ранее эксклюзивные для людей, подчеркивают этот пересмотренный график.

Следовательно, критический вопрос вышел за рамки простого «Когда AGI?» к гораздо более срочному запросу: «Насколько быстр скачок от AGI к ASI?» Работа DeepMind предполагает, что AGI — это не финишная черта, а скорее переломный момент, когда все ускоряется. Они прямо спрашивают, будет ли интеллект, будучи обобщенным, быстро масштабироваться, копироваться, координироваться и строить следующее поколение самого себя, продвигаясь к Искусственному Сверхинтеллекту (ASI) беспрецедентными темпами.

Google DeepMind теперь рассматривает эпоху после AGI как краткосрочную инженерную проблему и проблему безопасности, а не как отдаленную философскую дискуссию. Эта осторожная, но целенаправленная статья сигнализирует о том, что AGI «достаточно близок, чтобы нам нужно было изучать следующую фазу», переводя дискуссию в окно практического планирования. Цели только что переместились, и игра для человечества стала значительно более актуальной.

Цифровой интеллект фундаментально переписывает правила прогресса, делая AGI не плато, а стартовой площадкой. В отличие от биологических разумов, системы ИИ обладают уникальными, присущими им преимуществами, которые бросают вызов человеческим ограничениям, резко сокращая временные рамки от AGI до ASI.

Это не магические свойства, а инженерные реалии: ИИ может обрабатывать входные данные с очень высокой пропускной способностью, выполнять внутренние рассуждения быстрее с большим количеством вычислений и обладает гораздо большей рабочей памятью. Критически важно, что цифровая система может быть перенесена на лучшее оборудование, что обеспечивает масштабирование оборудования; мгновенное копирование позволяет широкомасштабное дублирование; а опыт может быть сохранен, воспроизведен, передан или повторно использован для идеальной передачи знаний.

Такие инженерные свойства означают, что прогресс не ограничен медленными циклами человеческого обучения, формальным образованием или пробелами в знаниях поколений. Если один человеческий исследователь становится полезным, вы не можете дублировать этого человека миллион раз, равно как и не можете ускорить его мозг, купив больше GPU. Но с цифровыми системами эти ограничения становятся мягкими.

Способность дублировать одного полезного «исследователя ИИ» миллион раз полностью меняет экономику инноваций, превращая то, что когда-то было биологическим узким местом, в проблему вычислений и инфраструктуры. Эта беспрецедентная масштабируемость означает, что в момент появления AGI система может продолжать ускоряться экспоненциальными темпами.

Статья DeepMind постулирует два грозных двигателя, движущих ускорение после AGI. Во-первых, неустанный рост эффективных вычислений — мощный коктейль из аппаратных достижений, растущих инвестиций и алгоритмических прорывов — обещает беспрецедентную мощь. Эксперты прогнозируют, что эта объединенная сила может обеспечить ошеломляющий 10 000-кратный рост возможностей ИИ только к 2030 году. Это не просто постепенный прогресс; это фундаментальный сдвиг в потенциале необработанной обработки.

Во-вторых, и что более глубоко, таится призрак recursive self-improvement. Представьте себе системы AI, которые не только выполняют задачи, но и активно автоматизируют сами исследования AI. Это создает самоподдерживающуюся обратную связь, где более умные AI разрабатывают еще более умные AI, потенциально приводя к взрыву интеллекта или «fast takeoff». Система становится своим собственным наиболее эффективным разработчиком.

Естественно, ограничения физического мира, такие как потребление энергии и глобальные цепочки поставок, будут создавать некоторое трение. Они действуют как реальные тормоза для безудержного роста. Однако программно-ориентированное, экспоненциальное ускорение, присущее цифровому интеллекту, является доминирующей силой. Для получения более подробной информации об этом сложном ландшафте ознакомьтесь с более широкой работой DeepMind по Mapping the landscape of AGI.

Появление AGI не будет единичным событием, а станет зарождением совершенно новой парадигмы. Исследования DeepMind указывают на быструю, нарастающую серию прорывов, где общий интеллект человеческого уровня становится стартовой площадкой. Это не финишная черта; это тот самый момент, когда «все начинает ускоряться», поскольку рабочие процессы AI достигают полной автоматизации.

Ожидайте, что Artificial Superintelligence (ASI) появится не как монолитный разум, а как обширные, скоординированные коллективы специализированных AI agents. Эти цифровые сущности будут действовать согласованно, каждая внося свой вклад в сложные задачи и автоматизируя целые конвейеры исследований и разработок. Эта модель распределенного интеллекта использует уникальные преимущества цифровых систем.

Этот коллективный интеллект отражает то, как человеческий прогресс развивается в лабораториях и компаниях, но при этом работает с непостижимой цифровой скоростью и масштабом. Системы AI обладают врожденными преимуществами перед биологическим разумом, позволяя: - Мгновенное копирование знаний и возможностей - Экспоненциальное масштабирование оборудования - Идеальная, мгновенная передача знаний

Эти возможности позволят коллективам AI значительно превзойти человеческие институты, сокращая сроки перехода от AGI человеческого уровня к ASI сверхчеловеческого уровня до лет, а не столетий. Переход зависит от этой беспрецедентной автоматизации исследований и способности масштабировать интеллект по требованию, что фундаментально изменит наше понимание прогресса.

В чем заключается основной смысл новой статьи Google DeepMind?

Статья переносит акцент с вопроса о том, будет ли создана AGI, на то, что произойдет сразу после этого. В ней утверждается, что переход от AGI человеческого уровня к сверхчеловеческому ASI может быть чрезвычайно быстрым.

Что DeepMind подразумевает под AGI и ASI?

AGI (Artificial General Intelligence) определяется как система со средним человеческим уровнем способностей во многих когнитивных задачах. ASI (Artificial Superintelligence) — это система, которая превосходит коллективы человеческих экспертов практически во всех областях.

Почему переход от AGI к ASI может быть таким быстрым?

Потому что цифровой интеллект можно масштабировать, копировать и запускать на более быстром оборудовании. Ключевым ускорителем является recursive self-improvement, когда AI помогает создавать следующее, более мощное поколение AI.

Какой временной интервал Google DeepMind предлагает для AGI?

Они не называют точного года, но заявляют, что AGI стала «конкретной целью на следующее десятилетие» для крупных лабораторий и может быть достигнута «в течение следующего десятилетия или раньше».