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.Den 19. november 2026 publiserte DeepMind Institute et essay som argumenterer for at kunstig intelligens kan bevege seg forbi menneskelig generell intelligens (AGI) til kunstig generell superintelligens (ASI) via fire ruter. De navngis som skalering av modeller og data, teknologiske paradigmeskifter, bedre koordinering mellom agenter, og rekursiv selvforbedring. Essayet, "What comes after AGI?", er skrevet av Google DeepMind-forsker Tim Genewein. Det heter der at rask fremgang det neste tiåret er "en reell mulighet", men ikke sikkert, og det oppfordrer forskere og beslutningstakere til å begynne å spore denne utviklingen nå.institute.deepmind.com
Essayet definerer ASI som et system som "konsekvent utkonkurrerer store grupper av menneskelige eksperter på oppgaver som kan ta dem år å fullføre, ved bruk av færre ressurser og mindre tid," på tvers av nesten alle oppgaver av menneskelig interesse. Begrensede overmenneskelige ferdigheter, som i sjakk, Go eller prediksjon av proteinstrukturer, møter ikke dette kravet.institute.deepmind.com
Essayet anslår at global "effektiv regnekraft" har vokst minst tidoblet per år. Tallet kombinerer tre trender: regnekraft per dollar øker med ca. 1,5x årlig, algoritmisk treningseffektivitet forbedres 3 til 6x årlig, og utgifter til KI-maskinvare vokser med ca. 2,5x årlig. Hvis trenden holder i et tiår, vil en kognitiv arbeidsmengde som koster 1 milliard dollar i regnekraft i dag, koste ca. 1000 dollar. Essayet kaller dette skiftet mot kommodifisert kognitivt arbeid for "kognitiv industrialisering".institute.deepmind.com
Hver rute har flaskehalser. Skalering kan møte mangel på data av høy kvalitet, avtagende utbytte og begrensninger i strømnett og brikkeproduksjon. Paradigmeskifter kan være nødvendige fordi dagens modeller kommer til kort når det gjelder kontinuerlig læring og prøveeffektivitet. Koordinering av mange agenter mangler fortsatt "skaleringslover for multi-agenter". Rekursiv selvforbedring kan stoppe opp hvis tilbakemeldingene som styrer den er dårlige, og den vil sannsynligvis gå raskest i felt som kan kontrolleres automatisk, som matematiske bevis.institute.deepmind.com
Essayet argumenterer for at veiene forsterker hverandre, så å begrense bare én innsatsfaktor, som treningsberegninger, "vil ikke være nok til å stoppe den generelle fremgangen." Det advarer også om at det å holde tilbake én faktor mens de andre avanserer kan bygge opp et kapasitetsoverskudd.unite.ai
Anbefalingen er å "modellere, måle, prognostisere, og gjenta," gjennom tverrfaglig arbeid som involverer grensesprengende laboratorier samt nasjonale og globale institusjoner. Mange av de nødvendige målingene krever tilgang til avanserte modeller og store mengder regnekraft for evaluering. Essayet gir ingen dato for når AGI eller ASI kan ankomme.i10x.ai+1
Essayet bygger på den tekniske rapporten "From AGI to ASI," datert 12. juni 2026. De 14 forfatterne inkluderer Genewein og DeepMind-medgründer Shane Legg, og den beskrev de samme fire veiene. Instituttet sier at deres publikasjoner ikke skal leses som det offisielle synet til Google Alphabet Inc. .institute.deepmind.com+1
"Ingen av disse spådommene er sikre," skriver Genewein, "men veiene og scenariene er også langt fra ubegrunnet hype eller fiksjon".institute.deepmind.com