Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]

institute.deepmind.com.institute.deepmind.com+1.institute.deepmind.com.2026 m. lapkričio 19 d. „DeepMind Institute“ paskelbė esė, kurioje teigiama, kad dirbtinis intelektas per keturis kelius galėtų peržengti žmogaus lygio dirbtinį bendrąjį intelektą (AGI) ir pasiekti dirbtinį bendrąjį superintelektą (ASI). Jie įvardijami kaip modelių ir duomenų mastelio didinimas, technologiniai paradigmos pokyčiai, geresnis agentų koordinavimas ir rekursinis savęs tobulinimas. Esė „Kas po AGI?“ parašė „Google DeepMind“ mokslinių tyrimų mokslininkas Timas Geneweinas. Joje teigiama, kad sparti pažanga per ateinantį dešimtmetį yra „rimta galimybė“, bet ne garantuotas dalykas, ir raginama tyrėjus bei politikos formuotojus pradėti stebėti šią pažangą jau dabar.institute.deepmind.com
Esė ASI apibrėžia kaip sistemą, kuri „nuosekliai lenkia dideles žmonių ekspertų grupes atliekant užduotis, kurioms jiems prireiktų metų, naudojant mažiau išteklių ir laiko“, beveik visose žmonėms svarbiose srityse. Siauri antžmogiški įgūdžiai, pavyzdžiui, šachmatuose, „Go“ žaidime ar baltymų struktūros prognozavime, šios kartelės neatitinka.institute.deepmind.com
Esė skaičiuojama, kad pasauliniai „efektyvūs skaičiavimo pajėgumai“ kasmet išauga bent dešimt kartų. Šis skaičius apjungia tris tendencijas: skaičiavimo galia už dolerį kasmet išauga apie 1,5 karto, algoritmų mokymo efektyvumas gerėja 3–6 kartus per metus, o išlaidos DI techninei įrangai auga apie 2,5 karto per metus. Jei ši tendencija išliktų dešimtmetį, kognityvinis darbo krūvis, kuriam šiandien reikia 1 mlrd. dolerių skaičiavimo galios, kainuotų apie 1 000 dolerių. Esė šį perėjimą prie komoditizuoto kognityvinio darbo vadina „kognityvine industrializacija“.institute.deepmind.com
Kiekvienas kelias turi kliūčių. Mastelio didinimas gali susidurti su aukštos kokybės duomenų trūkumu, mažėjančia grąža ir elektros tinklų bei lustų gamybos ribomis. Paradigmos pokyčiai gali būti būtini, nes dabartiniams modeliams trūksta nuolatinio mokymosi ir pavyzdžių efektyvumo. Koordinuojant daugybę agentų vis dar trūksta „kelių agentų mastelio dėsnių“. Rekursinis savęs tobulinimas gali sustoti, jei jį valdantis grįžtamasis ryšys yra prastas, ir jis tikriausiai vyktų sparčiausiai srityse, kurias galima automatiškai patikrinti, pavyzdžiui, matematiniuose įrodymuose.institute.deepmind.com
Esė teigiama, kad šie keliai veikia kartu, todėl tik vieno įvesties parametro, pavyzdžiui, skaičiavimo galios mokymui, ribojimas „nebus pakankamas sustabdyti bendrą pažangą“. Taip pat įspėjama, kad vieno parametro ribojimas, kol kiti vystosi, gali sukurti pajėgumų „perteklių“.unite.ai
Rekomenduojama „modeliuoti, matuoti, prognozuoti ir kartoti“ per tarpdisciplininį darbą, įtraukiant pažangiausias laboratorijas bei nacionalines ir pasaulines institucijas. Daugeliui reikalingų rodiklių reikia prieigos prie pažangiausių modelių ir didelių skaičiavimo pajėgumų vertinimui. Esė nenurodo datos, kada galėtų atsirasti AGI ar ASI.i10x.ai+1
Esė remiasi 2026 m. birželio 12 d. technine ataskaita „Nuo AGI iki ASI“. Tarp 14 jos autorių yra Genewein ir „DeepMind“ įkūrėjas Shane'as Leggas, joje aprašyti tie patys keturi keliai. Institutas teigia, kad jo straipsniai neturėtų būti laikomi oficialia „Google Alphabet Inc.“ pozicija.institute.deepmind.com+1
„Nė viena iš šių prognozių nėra garantuota“, – rašo Genewein, – „tačiau keliai ir scenarijai taip pat toli gražu nėra nepagrįstas ažiotažas ar fantastika“.institute.deepmind.com