AGI — не финал: Google DeepMind описала путь к суперинтеллекту⁠⁠

Google DeepMind опубликовала программное исследование «От AGI к ASI», где предлагает по-новому взглянуть на развитие искусственного интеллекта. Главная мысль работы: AGI больше не рассматривается как финальная точка. Это скорее промежуточный этап перед ASI — искусственным суперинтеллектом.

В этой логике ASI — это не просто «ИИ умнее человека». Речь идёт о системе, которая способна превосходить не отдельного эксперта, а суммарные когнитивные возможности крупных организаций, научных команд и целых экспертных сообществ. То есть сравнение идёт уже не с человеком, а с коллективной интеллектуальной инфраструктурой общества.

Авторы выделяют четыре основных пути к суперинтеллекту. Первый — масштабирование моделей, данных и вычислений. Второй — переход к новым архитектурам, включая системы с непрерывным обучением и расширенным контекстом. Третий — рекурсивное самосовершенствование, когда ИИ начинает улучшать собственные алгоритмы и код. Четвёртый — мультиагентная координация, где множество ИИ-агентов работает как распределённый коллективный интеллект.

Отдельно в исследовании говорится о «стене данных». Высококачественные интернет-данные для обучения постепенно становятся ограниченным ресурсом, поэтому индустрия может всё активнее переходить к синтетическим данным и обучению в симулированных средах.

Ключевой фактор развития — рост эффективных вычислений. Он складывается из более мощного оборудования, больших инвестиций в инфраструктуру и повышения алгоритмической эффективности. Именно эта комбинация, по мнению авторов, может сформировать траекторию перехода от AGI к ASI.

Если эта рамка окажется верной, роль искусственного интеллекта изменится радикально: он перестанет быть просто инструментом, созданным человеком, и может стать автономным фактором научного и технологического прогресса.