AI Επεξήγηση των νόμων κλιμάκωσης: Είναι η Γνωστική Τεχνητή Νοημοσύνη (AGI) πιο κοντά από όσο νομίζουμε;

Η Γωνία. AI's Η άνοδος ακολουθεί νόμους τόσο κανονικούς όσο οποιουσδήποτε στη φυσική: περισσότεροι υπολογισμοί, καλύτεροι αλγόριθμοι και περισσότερα δεδομένα αγοράζουν προβλέψιμα κέρδη, και η διάρκεια της εργασίας που μπορεί να ολοκληρώσει ένα μοντέλο frontier μόνο του διπλασιάζεται περίπου κάθε τέσσερις μήνες από το 2023.

Η Γνωσιακή Τεχνητή Νοημοσύνη (AGI) δεν είναι ένας διακόπτης που ανοίγει σε μια μέρα. Είναι μια σκάλα, και σε ψηφιακό, σαφώς καθορισμένο έργο την ανεβαίνουμε γρήγορα. Σε καινοτόμο, ανοιχτό και φυσικό έργο, οι σκάλες είναι ακόμα απότομες.

Το κόλπο

Ζήτησε από ένα chatbot να γράψει ένα σονέτο, να διορθώσει τον κώδικά σου ή να εξηγήσει την εξέταση αίματός σου και θα σου φανεί μαγικό. Το κόλπο λειτουργεί επειδή βλέπεις μόνο τη σκηνή. Στο παρασκήνιο δεν υπάρχει μάγος. Υπάρχουν τρία καντράν και ένας λογαριασμός ρεύματος.

1. Ο πρώτος επιλογέας είναι ο υπολογισμός: πόσοι υπολογισμοί απαιτούνται για την εκπαίδευση ενός μοντέλου.
2. Το δεύτερο είναι οι αλγόριθμοι: πόσο έξυπνα χρησιμοποιείται κάθε υπολογισμός.
3. Το τρίτο είναι τα δεδομένα: από πόσο κείμενο, κώδικα και βίντεο μαθαίνει το μοντέλο.

Από το 2024, ένας τέταρτος επιλογέας τους έχει προστεθεί: ο χρόνος σκέψης, ο υπολογισμός που ένα μοντέλο αφιερώνει στη συλλογιστική πριν απαντήσει. Ανεβάστε οποιαδήποτε επιλογέα και η απόδοση αυξάνεται με αξιοσημείωτα προβλέψιμο τρόπο.

Αυτή η προβλεψιμότητα είναι η πραγματική αποκάλυψη. Ο Ισαάκ Νεύτωνας μας έδωσε νόμους που περιγράφουν πώς κινούνται τα πράγματα. AI Οι ερευνητές έχουν βρει νόμους που περιγράφουν πώς η νοημοσύνη, τουλάχιστον του τύπου της μηχανής, βελτιώνεται με τους πόρους. Όπως ο Νεύτωνας's νόμοι, λειτουργούν άψογα εντός του εύρους τους και σπάνε στα άκρα. Αυτό το άρθρο αφορά και τα δύο: τους νόμους και τα άκρα.

Mojo's Νόμος: ο νόμος της νευρωνικής κλιμάκωσης

Τον Ιανουάριο του 2020, μια ομάδα στο OpenAI με επικεφαλής τον Τζάρεντ Κάπλαν έδειξε ότι ένα γλωσσικό μοντέλο's Το σφάλμα, η «απώλειά» του, καταλήγει ως ένας ομαλός νόμος δύναμης του υπολογισμού που χρησιμοποιείται για την εκπαίδευσή του. Γραπτά, είναι σχεδόν απογοητευτικά απλό:

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

Το L είναι η απώλεια, το C είναι ο υπολογισμός εκπαίδευσης και το C_c είναι μια σταθερά. Ο εκθέτης είναι όλη η ιστορία. Με α περίπου στο 0.05, ο πολλαπλασιασμός του υπολογισμού επί 10 μειώνει την απώλεια μόνο κατά περίπου 11%, επειδή το 10 στη δύναμη του μείον 0.05 είναι περίπου 0.89. Κάθε δεκαπλάσιο βήμα αγοράζει μια παρόμοια, μέτρια βελτίωση, για πάντα, μέχρι να τελειώσει κάτι άλλο. Kaplan's Η ομάδα βρήκε αντίστοιχους νόμους δύναμης για το μέγεθος και τα δεδομένα του μοντέλου.

Δύο χρόνια αργότερα, η δημοσίευση Chinchilla του DeepMind (Hoffmann και συνεργάτες, Μάρτιος 2022) διόρθωσε τη συνταγή. Για έναν σταθερό προϋπολογισμό, οι παράμετροι και τα tokens εκπαίδευσης θα πρέπει να αυξάνονται μαζί, πράγμα που ισοδυναμεί με περίπου 20 tokens δεδομένων εκπαίδευσης ανά παράμετρο . Το Chinchilla, με 70 δισεκατομμύρια παραμέτρους εκπαιδευμένες σε 1.4 τρισεκατομμύρια tokens, ξεπέρασε ένα μοντέλο τέσσερις φορές μεγαλύτερο από το μέγεθός του που είχε εκπαιδευτεί στον ίδιο υπολογισμό.

Και οι δείκτες πολλαπλασιάζονται. Εάν ο υπολογισμός της πρωτοποριακής εκπαίδευσης αυξάνεται περίπου 5 φορές το χρόνο (Epoch AI) και οι καλύτεροι αλγόριθμοι μειώνουν στο μισό τον υπολογισμό που απαιτείται για το ίδιο αποτέλεσμα κάθε 8 μήνες περίπου (Ho και οι συνεργάτες του, 2024), ο αποτελεσματικός υπολογισμός πίσω από το καλύτερο μοντέλο αυξάνεται κατά πολύ περίπου 14 φορές το χρόνο, επειδή το 2 στη δύναμη του 12/8 είναι περίπου 2.8 και το 5 επί 2.8 είναι 14. Αυτή είναι η αριθμητική του Mojo, όχι ένα μετρημένο νούμερο, αλλά εξηγεί γιατί τα μοντέλα κάθε έτους μοιάζουν με διαφορετικό είδος.

Τι διαβάζουν στην πραγματικότητα οι δείκτες;

Και οι τέσσερις επιλογείς εξακολουθούν να περιστρέφονται, αλλά ο επιλογέας δεδομένων πλησιάζει στο τέρμα του.

Υπολογίζω. Εποχή AI Οι εκτιμήσεις δείχνουν ότι η υπολογιστική εκπαίδευση αιχμής έχει αυξηθεί περίπου 5 φορές ετησίως από το 2020, με το κόστος εκπαίδευσης να αυξάνεται περίπου 3.5 φορές ετησίως. Το GPT-3 εκπαιδεύτηκε με περίπου 3 × 10^23 λειτουργίες το 2020 και το GPT-4 με περίπου 2 × 10^25 το 2023.

Εποχή's μεγαλύτερη εκτίμηση για μια εκτέλεση το 2026, OpenAI's Το GPT-6 Astra έχει διαστάσεις περίπου 9 × 10^26 και δεν έχει επιβεβαιωθεί ακόμη καμία λειτουργία στα 10^27. Η Epoch εκτίμησε ότι η εκπαίδευση του Grok 4 το 2025 κατανάλωσε περίπου 310 γιγαβατώρες ηλεκτρικής ενέργειας και κόστισε περίπου 490 εκατομμύρια δολάρια.

Αλγόριθμοι. Μια μελέτη του 2024 από τον Anson Ho και τους συναδέλφους του διαπίστωσε ότι ο υπολογιστής έπρεπε να φτάσει σε ένα σταθερό επίπεδο απόδοσης του γλωσσικού μοντέλου στο μισό περίπου κάθε 8 μήνες, αν και οι μεγαλύτεροι υπολογιστές έκαναν ακόμα περισσότερη δουλειά.

Δεδομένα. Αυτός είναι ο επιλογέας με στοπ. Epoch AI εκτιμά το απόθεμα του δημόσιου ανθρώπινο κείμενο σε περίπου 300 τρισεκατομμύρια tokens και αναμένει ότι θα χρησιμοποιηθεί πλήρως για εκπαίδευση κάπου μεταξύ 2026 και 2032. Βρισκόμαστε τώρα μέσα σε αυτό το χρονικό διάστημα. Τα εργαστήρια στρέφονται σε συνθετικά δεδομένα, αδειοδοτημένα δεδομένα, βίντεο και στις ιχνηλασίες συλλογισμού των ίδιων των μοντέλων.

Χρόνος σκέψης. Ο νεότερος επιλογέας. Τον Σεπτέμβριο του 2024, το o1 της OpenAI έδειξε ότι η δυνατότητα ενός μοντέλου να συλλογίζεται για μεγαλύτερο χρονικό διάστημα κατά τον χρόνο απάντησης αυξάνει ομαλά την ακρίβεια: σε έναν διαγωνισμό μαθηματικών του 2024, σημείωσε 74% με μία προσπάθεια και 93% όταν μπορούσε να λάβει δείγματα και να επανακατατάξει 1,000 προσπάθειες, έναντι 12% για το GPT-4. Μια μελέτη του 2024 διαπίστωσε ότι ο σοφός υπολογισμός συμπερασμάτων δαπανών επέτρεπε σε ένα μικρό μοντέλο να ξεπεράσει ένα μοντέλο 14 φορές το μέγεθός του.

Ρίτσαρντ Σάτον's Το δοκίμιό μου με τίτλο «Το πικρό μάθημα» του 2019 προέβλεψε κάτι που έρχεται: στο σκάκι, το γκο, την ομιλία και την όραση, οι γενικές μέθοδοι που χρησιμοποιούν περισσότερο υπολογισμό έχουν ξεπεράσει κάθε φορά την έξυπνη, χειροποίητη γνώση. Έξι χρόνια αργότερα, το μάθημα εξακολουθεί να πονάει.

Τι λέει η φυσική για τα όρια;

Οι παραπάνω νόμοι για το λογισμικό ισχύουν για το υλικό, και το υλικό απαντά στη φυσική. Τρεις αριθμοί πλαισιώνουν ολόκληρη τη συζήτηση.

Τα τσιπ εξακολουθούν να γίνονται ταχύτερα, απλώς όχι με τον παλιό τρόπο. Ο νόμος του Moore, ο διπλασιασμός των τρανζίστορ περίπου κάθε δύο χρόνια, έχει επιβραδυνθεί. Ο Jensen Huang της Nvidia τον χαρακτήρισε νεκρό το 2022.

Ωστόσο, η Nvidia's Τα τσιπ κέντρων δεδομένων αύξησαν την πυκνή απόδοση 16 bit από περίπου 125 τρισεκατομμύρια λειτουργίες το δευτερόλεπτο στο V100 (2017) σε περίπου 4,000 τρισεκατομμύρια στο Rubin (2026), περίπου 32 φορές σε εννέα χρόνια, με βάση τις δικές της προδιαγραφές. Το μεγαλύτερο μέρος του κέρδους προήλθε από εξειδικευμένο σχεδιασμό και μαθηματικά χαμηλότερης ακρίβειας, όχι από μικρότερα τρανζίστορ.

Εποχή AI μέτρα υλικό μηχανικής μάθησης γίνεται περίπου διπλάσια οικονομικά αποδοτική κάθε 2.1 χρόνια.

Ο εγκέφαλός σας είναι εξαιρετικά αποτελεσματικός. Ένας ανθρώπινος εγκέφαλος λειτουργεί με περίπου 20 watt, σύμφωνα με το Εθνικό Ινστιτούτο Προτύπων και Τεχνολογίας των ΗΠΑ. Μία κάρτα γραφικών Nvidia H100 καταναλώνει περίπου 700 watt. Η καλύτερη εκτίμηση του Open Philanthropy για την ακατέργαστη υπολογιστική ισχύ του εγκεφάλου είναι περίπου 10^15 λειτουργίες το δευτερόλεπτο, περίπου όση προσφέρει μία κάρτα γραφικών H100. Η σύγκριση είναι σχεδόν αμελητέα, αλλά το χάσμα στην απόδοση είναι πραγματικό και δείχνει πόσος χώρος έχει ακόμα το υλικό.

Υπάρχει ένα κατώτατο όριο. Η αρχή του Landauer, που προτάθηκε το 1961 και επιβεβαιώθηκε πειραματικά το 2012, ορίζει την ελάχιστη ενέργεια που απαιτείται για τη διαγραφή ενός bit πληροφορίας σε θερμοκρασία δωματίου: περίπου 3 × 10^-21 joules. Τα σημερινά τσιπ χρησιμοποιούν πολλές τάξεις μεγέθους περισσότερο από αυτό. Η φυσική δεν είναι ακόμη το δεσμευτικό όριο. Οι σταθμοί παραγωγής ενέργειας είναι.

Ο Διεθνής Οργανισμός Ενέργειας's 2025 Ενέργεια και AI Η έκθεση εκτιμά ότι τα κέντρα δεδομένων χρησιμοποίησαν περίπου 415 τεραβατώρες ηλεκτρικής ενέργειας το 2024, περίπου το 1.5% της παγκόσμιας's συνολικά, και προβλέπεται να φτάσει περίπου τις 945 τεραβατώρες έως το 2030.

Ανά ερώτηση, οι αριθμοί είναι μικροί και μειούμενοι: Η Google μέτρησε μια μέση προτροπή κειμένου προς το Gemini στα 0.24 βατωρών τον Μάιο του 2025, ελαφρώς κάτω από την Epoch AI.'s μια εκτίμηση περίπου 0.3 βατωρών για ένα τυπικό ερώτημα ChatGPT νωρίτερα εκείνο το έτος, και η Google ανέφερε 33πλάσια μείωση της ενέργειας ανά ερώτηση σε διάστημα 12 μηνών.

Το πρόβλημα είναι το παράδοξο του Jevons: καθώς κάθε ερώτημα γίνεται φθηνότερο, ρωτάμε δισεκατομμύρια περισσότερα από αυτά.

Το Ρολόι Mojo Horizon: πόσο καιρό μπορεί να διαρκέσει AI λειτουργεί μόνο του;

Το 2019, το GPT-2 διαχειρίστηκε εργασίες περίπου 3 δευτερολέπτων. Τον Απρίλιο του 2026, το METR's πρώιμη εκτίμηση για το Anthropic's Η προεπισκόπηση του Claude Mythos διήρκεσε περισσότερες από 16 ώρες.

Αυτό αντιστοιχεί σε αύξηση περίπου 21,000 φορές σε επτά χρόνια. Όταν προσαρμόζω μια γραμμή τάσης σε κάθε νέο ρεκόρ, ο ορίζοντας διπλασιαζόταν περίπου κάθε 6 μήνες από το 2019 έως το 2026 και περίπου κάθε 4.1 μήνες από το 2023. Η ενημέρωση του METR τον Ιανουάριο του 2026 έθεσε τον χρόνο διπλασιασμού μετά το 2023 σε περίπου 4.3 μήνες, επομένως η ανεξάρτητη προσαρμογή μας συμφωνεί.

Αν επεκταθεί η γραμμή μετά το 2023, καθαρά ως παράδειγμα, θα διασχίσει μια εβδομάδα εργασίας 40 ωρών γύρω στο τέλος του 2026 και έναν μήνα εργασίας 167 ωρών στο δεύτερο εξάμηνο του 2027.

Τώρα οι επιφυλάξεις, επειδή έχουν σημασία.

1. Καταρχάς, η επιτυχία του 50% δεν είναι αξιοπιστία· με επιτυχία του 80%, οι ορίζοντες είναι πολύ μικρότεροι.
2. Δεύτερον, πρόκειται για αυτόνομο λογισμικό και ερευνητικά καθήκοντα, όχι ακατάστατες δουλειές με συναδέλφους, πελάτες και φυσικά αντικείμενα.
3. Τρίτον, το ίδιο το εργαλείο μέτρησης χαλάει: Το METR λέει ότι οι εκτιμήσεις του για πάνω από 16 ώρες είναι αναξιόπιστες και σταμάτησε να ενημερώνει ενεργά τον πίνακα κατάταξης τον Σεπτέμβριο του 2026.

Όταν ο χάρακας τελειώνει πριν από το αντικείμενο που μετριέται, αυτό από μόνο του αποτελεί σήμα.

Γιατί τα benchmarks συνεχίζουν να μειώνονται;

Επειδή τα μοντέλα βελτιώνονται και επειδή τα benchmarks είναι στόχοι. Και τα δύο είναι αληθινά και ο δεύτερος λόγος είναι ο λόγος που αντιμετωπίζω κάθε leaderboard με προσοχή.

Η πιο εντυπωσιακή περίπτωση είναι το ARC-AGI-3, το οποίο κυκλοφόρησε από το Ίδρυμα Βραβείων ARC στις 25 Μαρτίου 2026 ως ένα σύνολο διαδραστικών παζλ χωρίς οδηγίες, τα οποία οι άνθρωποι λύνουν εύκολα. Κατά την κυκλοφορία του, το καλύτερο AI σημείωσε βαθμολογία 0.51%. Στις 3 Σεπτεμβρίου 2026, το βραβείο ARC επαλήθευσε το OpenAI's GPT-6 Astra στο 62.7% στην τυπική ρύθμιση δοκιμών. (Οι ισχυρισμοί για ιογενή αποτελέσματα από 98% έως 99% προήλθαν από διαφορετική ρύθμιση που το βραβείο ARC δεν υπολογίζεται ως τυπική.) Ένα benchmark που σχεδιάστηκε για να αντέξει για χρόνια έχασε το μεγαλύτερο μέρος του περιθωρίου του σε περίπου έξι μήνες.

Αλλού το μοτίβο επαναλαμβάνεται. Ο προγραμματισμός στο SWE-bench Verified αυξήθηκε από 4.4% το 2023 σε περίπου 96% στα αποτελέσματα που αναφέρθηκαν από τους παρόχους το 2026, πράγμα που σημαίνει ότι δεν διακρίνει πλέον τα καλύτερα μοντέλα. Τον Ιούλιο του 2025, η Google DeepMind's Το Gemini Deep Think έλυσε πέντε από τα έξι προβλήματα της Διεθνούς Μαθηματικής Ολυμπιάδας, συγκεντρώνοντας 35 από τους 42 βαθμούς στην επίσημη βαθμολογία, ένα πρότυπο για χρυσό μετάλλιο.

Ο φακός εδώ είναι ο Γκούντχαρτ's νόμος: όταν ένα μέτρο γίνεται στόχος, παύει να είναι ένα καλό μέτρο. Τα εργαστήρια εκπαιδεύονται σε διάσημα σημεία αναφοράς. Οι ερωτήσεις των εξετάσεων διαρρέουν στα δεδομένα εκπαίδευσης. Αυτό δεν καθιστά την πρόοδο ψεύτικη. Σημαίνει ότι τα ειλικρινή μέτρα είναι αυτά που μοιάζουν με πραγματική εργασία, όπως το METR.'s χρονικούς ορίζοντες, και αυτούς που είναι ακόμα δύσκολοι για τις μηχανές και εύκολοι για τους ανθρώπους, όπως το ARC-AGI-3 και το Humanity's Τελευταία εξέταση χωρίς εργαλεία, όπου η καλύτερη επίσημη βαθμολογία ήταν 38.3%.

Πόσο κοντά είναι λοιπόν η AGI;

Πιο κοντά στις οθόνες από ό,τι στον κόσμο, και πιο κοντά από ό,τι υποθέτουν οι περισσότεροι άνθρωποι εκτός του χώρου. Αλλά η λέξη «AGI» σημαίνει διαφορετικά πράγματα για διαφορετικούς ανθρώπους, και αυτός είναι ο μισός λόγος για τον οποίο η συζήτηση αυτή κάνει κύκλους.

Ορισμοί. Το πλαίσιο «Επίπεδα AGI» (Morris και συνεργάτες, 2023) της Google DeepMind αξιολογεί τα συστήματα με βάση δύο άξονες, την απόδοσή τους και τη γενικότητά τους, και κατέταξε τα chatbot της εποχής ως «αναδυόμενη» AGI. Οι επικεφαλής των εργαστηρίων μιλούν για συστήματα που μπορούν να κάνουν την πιο οικονομικά πολύτιμη εργασία. Ο Dario Amodei της Anthropic περιγράφει «μια χώρα ιδιοφυΐων σε ένα κέντρο δεδομένων». Οι σκεπτικιστές το ορίζουν ως ανθρώπινη μάθηση από την εμπειρία, κάτι που τα τρέχοντα μοντέλα δεν κάνουν.

Προβλέψεις.

Οι επικεφαλής των εργαστηρίων είναι πιο επιθετικοί: τον Ιανουάριο του 2026, ο Anthropic's Ο Ντάριο Αμοντέι έγραψε αυτό το δυνατό AI μπορεί να είναι ένα έως δύο χρόνια μακριά. Ο Ντέμις Χασάμπης δήλωσε το 2023 ότι θα μπορούσε να συμβεί μέσα σε μια δεκαετία. Ο Γιαν ΛεΚούν, ο οποίος έφυγε από το Meta και συγκέντρωσε 1.03 δισεκατομμύρια δολάρια για ένα νέο εργαστήριο, αποκαλεί τα μεγάλα γλωσσικά μοντέλα αδιέξοδο και ο Ρίτσαρντ Σάτον υποστηρίζει ότι μιμούνται αντί να μαθαίνουν.

Οι τρεις πύλες του Mojo. Αντί για μία γραμμή τερματισμού, παρακολουθώ τρεις, καθεμία με ένα μετρήσιμο τεστ.

Πύλη	Δοκιμή	Κατάσταση, Νοέμβριος 2026	Mojo's ανάγνωση
1. Ψηφιακή αυτονομία	AI ολοκληρώνει μια εβδομάδα πραγματικής εργασίας λογισμικού ή έρευνας με υψηλή αξιοπιστία	50% ορίζοντας μετά από 16 ώρες. Αξιόπιστοι ορίζοντες πολύ μικρότεροι. Σπάσιμο μέτρησης	Πιθανό εντός 1 έως 3 ετών
2. Καινοτομία	Ανθρώπινο επίπεδο σε εύκολα παζλ για ανθρώπους και για αρχάριους στις μηχανές (ARC-AGI-3)	Καλύτερα επαληθευμένο 62.7%· άνθρωποι 100%	Γρήγορο κλείσιμο· εφικτό εντός 1 έως 2 ετών
3. Ο φυσικός κόσμος	Ρομπότ που εκτελούν γενική σωματική εργασία σε ανταγωνιστικό κόστος	Ανταγωνιστικό κόστος για περίπου το 0.3% των φυσικών εργασιών (Anthropic, Σεπτέμβριος 2026)	Μια δεκαετία ή και περισσότερο

Η ετυμηγορία μου: το ψηφιακό μισό της Γνωσιακής Αστρονομίας (AGI) είναι μια ζωντανή δυνατότητα πριν από το 2030. Το φυσικό μισό, το μέρος που διπλώνει τα ρούχα, επισκευάζει τους λέβητες και φροντίζει τους αρρώστους, είναι πολύ πιο μακριά. Μόραβετς's Το παράδοξο εξακολουθεί να ισχύει: αυτό που είναι δύσκολο για εμάς είναι εύκολο για τις μηχανές, και αυτό που είναι εύκολο για εμάς είναι δύσκολο για αυτές. Όποιος σας λέει ότι η Γνωσιακή Τεχνητή Νοημοσύνη φτάνει σε ένα μόνο ραντεβού πουλάει κάτι.

Επιταγή αξίωσης

Απαίτηση	Ποιος το φτιάχνει	ΜΕΣ	Mojo's ανάγνωση
Οι νόμοι κλιμάκωσης εξακολουθούν να ισχύουν	AI εργαστήρια, Epoch AI	4 Ισχυρή	Η απώλεια συνεχίζει να μειώνεται με τον υπολογισμό. Ο επιλογέας δεδομένων είναι ο κίνδυνος δέσμευσης
AI «χτυπάει σε τοίχο»	Σκεπτικιστές, περιοδικά	0 Δεν άντεξε	Οι ορίζοντες και τα αυστηρά benchmarks συνέχισαν να αυξάνονται μέχρι το 2026
Οι ορίζοντες εργασιών διπλασιάζονται κάθε 4 έως 7 μήνες	ΜΕΤΡ	4 Ισχυρή	Επιβεβαιωμένο από τη δική μας προσαρμογή. Διαλείμματα μέτρησης άνω των 16 ωρών
AI νίκησε τους ανθρώπους σε επίπεδο μαθηματικής ολυμπιάδας	Google DeepMind	4 Ισχυρή	Επίσημα βαθμολογημένο χρυσό πρότυπο, Ιούλιος 2025
Η AGI θα φτάσει μέχρι το 2027	Μερικοί επικεφαλής εργαστηρίων	1 Αξίωση	Εξαρτάται από τον ορισμό· το ψηφιακό μισό θα είναι σύντομα πιθανό.
Τα LLM είναι αδιέξοδα	Γιάν Λεκούν	1 Αξίωση	Μια σοβαρή άποψη μειοψηφίας· κανένα αποτέλεσμα δεν δείχνει ακόμη ένα αυστηρό όριο
AI η κατανάλωση ενέργειας ανά ερώτημα είναι ελάχιστη	Google, OpenAI	3 Υποσχόμενο	Αυτοαναφερόμενο, αλλά σύμφωνο με την Epoch AI's ανεξάρτητη εκτίμηση
Θα μας τελειώσουν τα δεδομένα εκπαίδευσης	Εποχή AI	3 Υποσχόμενο	Το παράθυρο 2026 έως 2032 έχει ανοίξει. Τα συνθετικά δεδομένα είναι το ανοιχτό ερώτημα.

Η αντίθετη γωνία

Το ισχυρότερο επιχείρημα κατά της ανάγνωσής μου είναι ότι μπερδεύω ένα μέτρο με το ίδιο το πράγμα. Οι χρονικοί ορίζοντες και τα σημεία αναφοράς είναι δοκιμές που κατασκευάζονται από ερευνητές και τα μοντέλα εκπαιδεύονται ολοένα και περισσότερο για να περάσουν τις δοκιμές.

Το λαμβάνω αυτό σοβαρά υπόψη, γι' αυτό και οι πύλες μου απαιτούν αξιόπιστη εργασία για πάνω από μια εβδομάδα και γιατί η φυσική πύλη παραμένει μακριά. Αλλά η τάση έχει επιβιώσει από αρκετές αλλαγές στο κριτήριο μέτρησης σε διάστημα επτά ετών. Όταν κάθε νέα δοκιμή πέφτει πιο γρήγορα από την προηγούμενη, η πιο πιθανή εξήγηση είναι ότι το μετρούμενο πράγμα βελτιώνεται πραγματικά.

Mojo's Προβλέψεις

1. Μια δημοσιευμένη εκτίμηση από το METR ή έναν συγκρίσιμο ανεξάρτητο αξιολογητή θέτει ένα μοντέλο's Χρονικός ορίζοντας 50% άνω των 40 ωρών έως τις 31 Δεκεμβρίου 2027. Πιθανότητα: 60%.
2. Βαθμολογία 85% ή περισσότερο στο ARC-AGI-3's Η τυπική ρύθμιση της δοκιμής επαληθεύεται από το Βραβείο ARC έως τις 31 Δεκεμβρίου 2027. Πιθανότητα: 55%.
3. Εποχή AI εκτιμά ότι θα πραγματοποιηθούν εκπαιδευτικές δραστηριότητες άνω των 10^27 έως τις 31 Δεκεμβρίου 2027. Πιθανότητα: 85%.

Και οι τρεις θα μπουν στο Mojo Forecast Ledger και θα βαθμολογηθούν δημόσια.

Πού θα συζητηθεί αυτό στη συνέχεια

Συχνές Ερωτήσεις