AI Vysvětlení zákonů škálování: Je AGI blíže, než si myslíme?

Úhel. AI's Vzestup se řídí zákony stejně běžnými jako kterýkoli jiný ve fyzice: více výpočtů, lepší algoritmy a více dat kupují předvídatelné zisky a délka úkolu, který dokáže hraniční model dokončit sám, se od roku 2023 zdvojnásobuje zhruba každé čtyři měsíce.

AGI není vypínač, který se jednoho dne přepne. Je to schodiště a v digitální, dobře definované práci po něm stoupáme rychle. V neotřelé, otevřené a fyzické práci jsou schody stále strmé.

Trik

Požádejte chatbota, aby napsal sonet, opravil váš kód nebo vysvětlil váš krevní test, a bude to působit jako kouzlo. Trik funguje, protože vidíte jen jeviště. V zákulisí žádný kouzelník není. Jsou tam tři ciferníky a účet za elektřinu.

1. Prvním bodem je výpočet: kolik výpočtů je potřeba k trénování modelu.
2. Druhým jsou algoritmy: jak chytře je každý výpočet použit.
3. Třetí jsou data: z kolika textu, kódu a videa se model učí.

Od roku 2024 se k nim přidal čtvrtý ciferník: čas na přemýšlení, výpočetní čas, který model stráví uvažováním, než odpoví. Otočením libovolného ciferníku nahoru se výkon zvýší pozoruhodně předvídatelným způsobem.

Tato předvídatelnost je skutečným odhalením. Isaac Newton nám dal zákony, které popisují, jak se věci pohybují. AI Vědci objevili zákony, které popisují, jak se inteligence, alespoň ta strojová, zlepšuje s využitím zdrojů. Stejně jako Newton's zákony, fungují krásně uvnitř svého rozsahu a lámou se na okrajích. Tento text je o obojím: o zákonech i o okrajích.

Mojo's Zákon: zákon škálování neuronů

V lednu 2020 tým na OpenAI vedené Jared Kaplan ukázal, že jazykový model's Chyba, její „ztráta“, klesá podle hladkého mocninného zákona výpočtu použitého k jejímu trénování. Zapsaná je téměř zklamáním jednoduchá:

L(C) = \left(\frac{C_c}{C}\right)^{\alpha_C}, \qquad \alpha_C \approx 0.050

L je ztráta, C je trénovací výpočet a C_c je konstanta. Exponent je celý příběh. S α na přibližně 0.05, vynásobení výpočtu číslem 10 snižuje ztrátu pouze o přibližně 11 %, protože 10 na -0.05 je přibližně 0.89. Každý desetinásobný krok vede k podobnému, mírnému zlepšení, navždy, dokud nedojde něco jiného. Kaplan's Tým nalezl shodné mocninové zákony pro velikost modelu a data.

O dva roky později článek DeepMind o Chinchille (Hoffmann a kolegové, březen 2022) tento recept opravil. Pro fixní rozpočet by parametry a trénovací tokeny měly růst společně, což odpovídá zhruba 20 tokenům trénovacích dat na parametr . Chinchilla se 70 miliardami parametrů trénovaných na 1.4 bilionu tokenů překonala model čtyřikrát větší, než byla její velikost, trénovaný na stejném výpočtu.

A čísla se násobí. Pokud se výpočetní kapacita pro výcvik na hranici možností zvýší přibližně 5krát ročně (např. Epoch AI) a lepší algoritmy sníží výpočetní kapacitu potřebnou pro dosažení stejného výsledku na polovinu každých 8 měsíců (Ho a kolegové, 2024), efektivní výpočetní kapacita nejlepšího modelu se zvýší zhruba 14krát ročně, protože 2 na 12/8 je přibližně 2.8 a 5 krát 2.8 je 14. To je Mojova aritmetika, nikoli naměřené číslo, ale vysvětluje to, proč se modely z každého roku jeví jako jiný druh.

Co vlastně ukazují ciferníky?

Všechny čtyři číselníky se stále otáčejí, ale datový číselník se blíží k dorazu.

Vypočítat. Epocha AI odhaduje, že výpočetní kapacita na hranici možností vzrostla od roku 2020 přibližně 5krát ročně, přičemž náklady na školení rostou přibližně 3.5krát ročně. GPT-3 byl v roce 2020 natrénován s přibližně 3 × 10^23 operacemi; GPT-4 s přibližně 2 × 10^25 v roce 2023.

Epocha's největší odhad pro rok 2026, OpenAI's GPT-6 Astra má rozměry přibližně 9 × 10^26 a zatím není potvrzen žádný pokus o 10^27. Epoch odhadla, že tréninkový Grok 4 v roce 2025 spotřeboval přibližně 310 gigawatthodin elektřiny a stál přibližně 490 milionů dolarů.

Algoritmy. Studie Ansona Hoa a kolegů z roku 2024 zjistila, že výpočetní výkon potřebný k dosažení pevné úrovně výkonu jazykového modelu se zhruba každých 8 měsíců snižuje na polovinu, ačkoli větší výpočetní výkon stále odvedl větší část práce.

Data. Toto je ciferník se zarážkou. Epocha AI odhaduje stav veřejného člověkem psaný text na zhruba 300 bilionech tokenů a očekává se, že bude plně využit pro trénink někdy mezi lety 2026 a 2032. Nyní se nacházíme v tomto časovém rámci. Laboratoře se obracejí k syntetickým datům, licencovaným datům, videu a vlastním záznamům uvažování modelů.

Čas na přemýšlení. Nejnovější ciferník. V září 2024 ukázala platforma OpenAI o1, že delší doba uvažování modelu v době odpovědi plynule zvyšuje přesnost: v matematické soutěži v roce 2024 dosáhl modelu 74 % s jedním pokusem a 93 %, když dokázal vzorkovat a znovu seřadit 1 000 pokusů, oproti 12 % u GPT-4o. Studie z roku 2024 zjistila, že rozumné využití inferenčních výpočtů umožňuje malému modelu porazit model 14krát větší.

Richard Sutton's Esej z roku 2019 s názvem „Hořká lekce“ to předznamenala: v šachu, Go, řeči i zraku obecné metody využívající více výpočtů pokaždé porazily chytré, ručně budované znalosti. Po šesti letech toto ponaučení stále pálí.

Co říká fyzika o limitech?

Výše uvedené softwarové zákony fungují na hardwaru a hardware je odpovědí na fyziku. Celou debatu rámují tři čísla.

Čipy se stále zrychlují, jen ne po starých kolejích. Moorův zákon, zdvojnásobování počtu tranzistorů zhruba každé dva roky, se zpomalil; Jensen Huang z Nvidie jej v roce 2022 označil za mrtvý.

Přesto Nvidia's Čipy pro datová centra zvýšily hustý 16bitový výkon z přibližně 125 bilionů operací za sekundu u V100 (2017) na přibližně 4 000 bilionů u Rubinu (2026), což je zhruba 32krát za devět let, dle vlastních specifikací. Většina zisku pochází ze specializovaného designu a méně přesných matematických výpočtů, nikoli z menších tranzistorů.

Epocha AI opatření hardware pro strojové učení čímž se každých 2.1 roku zhruba zdvojnásobí nákladová efektivita.

Váš mozek je až trapně efektivní. Lidský mozek běží na zhruba 20 wattech, uvádí americký Národní institut pro standardy a technologie. Jeden Nvidia H100 spotřebovává asi 700 wattů. Open Philanthropy odhaduje, že hrubý výpočetní výkon mozku je asi 10^15 operací za sekundu, což je zhruba to, co zvládne jeden H100. Srovnání je jako jablko s pomerančem, ale rozdíl v účinnosti je skutečný a ukazuje na to, kolik prostoru hardware ještě má.

Existuje určitá hranice. Landauerův princip, navržený v roce 1961 a experimentálně potvrzený v roce 2012, stanoví minimální energii potřebnou k vymazání jednoho bitu informace při pokojové teplotě: přibližně 3 × 10^-21 joulů. Dnešní čipy spotřebují mnoho řádů více. Fyzika zatím není závazným limitem. Elektrárny ano.

Mezinárodní energetická agentura's Energie a AI Zpráva odhaduje, že datová centra v roce 2024 spotřebovala přibližně 415 terawatthodin elektřiny, což je asi 1.5 % světové spotřeby.'s celkem a do roku 2030 se předpokládá přibližně 945 terawatthodin.

Čísla u jednotlivých otázek jsou malá a klesají: Google v květnu 2025 naměřil medián spotřeby textové výzvy pro Gemini na 0.24 watthodiny, což je mírně méně než v epoše umělé inteligence.'s odhad přibližně 0.3 watthodin pro typický dotaz ChatGPT začátkem téhož roku a Google zaznamenal 33násobný pokles energie na výzvu za 12 měsíců.

Háček je v Jevonsově paradoxu: jak se každý dotaz stává levnějším, klademe jich miliardy dalších.

Hodiny Mojo Horizon: jak dlouho vydrží AI pracovat samostatně?

V roce 2019 zvládal GPT-2 úkoly v délce přibližně 3 sekund. V dubnu 2026 METR...'s předběžný odhad pro Anthropic's Preview Claude Mythos trvalo více než 16 hodin.

To je zhruba 21 000násobný nárůst za sedm let. Když jsem ke každému novému rekordu přiřadil trendovou linii, horizont se zdvojnásoboval přibližně každých 6 měsíců v letech 2019 až 2026 a od roku 2023 přibližně každých 4.1 měsíce . Vlastní aktualizace METR z ledna 2026 stanovila dobu zdvojnásobení po roce 2023 na přibližně 4.3 měsíce, takže naše nezávislá fitace souhlasí.

Pokud bychom pro ilustraci prodloužili hranici po roce 2023, překročila by koncem roku 2026 hranici 40hodinového pracovního týdne a v druhé polovině roku 2027 hranici 167hodinového pracovního měsíce.

A teď upozornění, protože na nich záleží.

1. Zaprvé, 50% úspěchu není spolehlivost; při 80% úspěchu jsou horizonty mnohem kratší.
2. Za druhé, jedná se o samostatný software a výzkumné úkoly, ne nepořádná práce s kolegy, zákazníky a fyzickými předměty.
3. Za třetí, samotná měřicí tyč se láme: METR tvrdí, že jeho odhady nad 16 hodin jsou nespolehlivé, a v září 2026 přestal aktivně aktualizovat svůj žebříček.

Když pravítko dojde dříve než měřená věc, je to samo o sobě signál.

Proč benchmarky stále klesají?

Protože se modely zlepšují a protože benchmarky jsou cíle. Obojí je pravdivé a to druhé je důvod, proč s každým žebříčkem zacházím opatrně.

Nejvýraznějším případem je ARC-AGI-3, který spustila nadace ARC Prize Foundation 25. března 2026 jako sadu interaktivních hádanek bez návodu, které lidé snadno řeší. Při spuštění nejlepší AI dosáhl 0.51 %. Dne 3. září 2026 ověřila OpenAI organizace ARC Prize.'s GPT-6 Astra s 62.7 % ve standardním testovacím nastavení. (Virální tvrzení o 98 % až 99 % pocházela z jiného nastavení, které ARC Prize nepočítá jako standardní.) Benchmark navržený pro loňské roky ztratil většinu svého prostoru pro výkon přibližně za šest měsíců.

Většina dalších modelů se opakuje. Kódování na SWE-bench Verified se ve výsledcích hlášených poskytovateli z roku 2026 snížilo z 4.4 % v roce 2023 na přibližně 96 %, což znamená, že již nerozlišuje nejlepší modely. V červenci 2025 Google DeepMind...'s Gemini Deep Think vyřešil pět ze šesti úloh Mezinárodní matematické olympiády a získal 35 ze 42 bodů pod oficiálním hodnocením, což je standard pro zlatou medaili.

Objektivem je zde Goodhart's Zákon: Když se z měření stane cíl, přestává být dobrým měřením. Laboratoře se trénují směrem ke slavným benchmarkům; testovací otázky prosakují do trénovacích dat. To neznamená, že pokrok je falešný. Znamená to, že poctivá měření jsou ta, která vypadají jako skutečná práce, jako například METR.'s časové horizonty a ty, které jsou stále obtížné pro stroje a snadné pro lidi, jako například ARC-AGI-3 a Humanity's Poslední zkouška bez pomůcek, kde nejlepší oficiální skóre bylo 38.3 %.

Jak blízko je tedy AGI?

Blíž na obrazovkách než ve světě a blíž, než si většina lidí mimo obor myslí. Ale „AGI“ znamená pro různé lidi různé věci, což je polovina důvodu, proč se debata točí v kruhu.

Definice. Rámec „Levels of AGI“ od Google DeepMind (Morris a kolegové, 2023) hodnotí systémy na dvou osách: jak dobře fungují a jak jsou obecné, a chatboty té doby klasifikoval jako „vznikající“ AGI. Vedoucí laboratoří hovoří o systémech, které dokáží vykonávat ekonomicky nejcennější práci; Dario Amodei z Anthropic popisuje „zemi géniů v datovém centru“. Skeptici to definují jako lidské učení se ze zkušeností, což současné modely nedělají.

Předpovědi.

Vedoucí laboratoří jsou agresivnější: v lednu 2026 Anthropic's Dario Amodei napsal, že mocný AI může to být za jeden až dva roky. Demis Hassabis v roce 2023 uvedl, že by se to mohlo stát během deseti let. Yann LeCun, který opustil Metu a získal 1.03 miliardy dolarů na novou laboratoř, označuje velké jazykové modely za slepou uličku a Richard Sutton tvrdí, že spíše napodobují, než aby se učily.

Mojovy tři brány. Místo jedné cílové pásky sleduji tři, každá s měřitelným testem.

Brána	test	Stav, listopad 2026	Mojo's číst
1. Digitální autonomie	AI absolvuje týden reálné softwarové nebo výzkumné práce s vysokou spolehlivostí	50% horizont za posledních 16 hodin; spolehlivé horizonty mnohem kratší; narušení měření	Pravděpodobné do 1 až 3 let
2. Novinka	Hádanky na lidské úrovni, snadné pro lidi i nováčky ve světě strojů (ARC-AGI-3)	Nejlépe ověřeno 62.7 %; lidé 100 %	Rychlé uzavření; pravděpodobné do 1 až 2 let
3. Fyzický svět	Roboti vykonávající běžnou fyzickou práci za konkurenceschopnou cenu	Cenově konkurenceschopné u přibližně 0.3 % fyzických úkolů (Anthropic, září 2026)	Deset let nebo i více

Můj verdikt: digitální polovina všeobecně udržitelné inteligence je reálnou možností před rokem 2030. Fyzická polovina, tedy ta, která skládá prádlo, opravuje kotle a ošetřuje nemocné, je mnohem dále. Moravec's Paradox stále platí: co je pro nás těžké, je pro stroje snadné, a co je pro nás snadné, je těžké i pro ně. Každý, kdo vám řekne, že AGI přijde v jeden den, něco prodává.

Kontrola nároku

Tvrzení	Kdo to dělá	MES	Mojo's číst
Zákony o škálování stále platí	AI laboratoře, Epocha umělé inteligence	4 silný	Ztráty s výpočetní technikou stále klesají; datový výběr představuje riziko vazby.
AI „naráží na zeď“	Skeptici, pravidelně	0 Neobstálo	Horizonty a tvrdé benchmarky se v roce 2026 dále zvyšovaly
Horizont úkolů se zdvojnásobuje každé 4 až 7 měsíců	METR	4 silný	Potvrzeno naším vlastním měřením; přestávky v měření nad 16 hodin
AI porazit lidi na úrovni matematické olympiády	Google DeepMind	4 silný	Oficiálně uznaný zlatý standard, červenec 2025
AGI dorazí do roku 2027	Někteří vedoucí laboratoří	1 Nárok	Záleží na definici; digitální polovina bude brzy pravděpodobná.
LLM jsou slepá ulička	Yann LeCun	1 Nárok	Vážný názor menšiny; zatím žádný výsledek neukazuje pevný strop
AI spotřeba energie na dotaz je nepatrná	Google, OpenAI	3 Slibné	Vlastní hlášení, ale v souladu s Epoch AI's nezávislý odhad
Dojdou nám tréninková data.	Epocha umělé inteligence	3 Slibné	Okno 2026 až 2032 se otevřelo; syntetická data jsou otevřenou otázkou.

Protiúhel

Nejsilnějším argumentem proti mému výkladu je, že si pletu měřicí tyč s věcí samotnou. Časové horizonty a benchmarky jsou testy vytvořené výzkumníky a modely jsou stále častěji trénovány tak, aby testy obstály.

Beru to vážně, a proto moje brány vyžadují spolehlivý provoz déle než týden a proto fyzická brána zůstává daleko. Tento trend ale za sedm let přežil několik změn měřidel. Když každý nový test klesá rychleji než ten předchozí, nejpravděpodobnějším vysvětlením je, že se měřená věc skutečně zlepšuje.

Mojo's Předpovědi

1. Zveřejněný odhad od METR nebo srovnatelného nezávislého hodnotitele staví model's 50% časový horizont nad 40 hodin do 31. prosince 2027. Pravděpodobnost: 60 %.
2. Skóre 85 % nebo více v testu ARC-AGI-3's Standardní nastavení testu je ověřeno organizací ARC Prize do 31. prosince 2027. Pravděpodobnost: 55 %.
3. Epocha AI odhaduje počet trénovacích operací nad 10^27 do 31. prosince 2027. Pravděpodobnost: 85 %.

Všechny tři se zapíší do knihy předpovědí Mojo a budou veřejně vyhodnoceny.

Kde se o tom bude diskutovat příště

Nejčastější dotazy