AI Skalningslagar förklarade: Är AGI närmare än vi verkligen tror?

Vinkeln. AI's Ökningen följer lagar lika regelbundna som alla andra inom fysiken: mer beräkningsförmåga, bättre algoritmer och mer data köper förutsägbara vinster, och längden på den uppgift som en frontmodell kan slutföra på egen hand har fördubblats ungefär var fjärde månad sedan 2023.

AGI är inte en knapp som slås på en dag. Det är en trappa, och i digitalt, väldefinierat arbete klättrar vi snabbt uppför den. I nytt, öppet och fysiskt arbete är trapporna fortfarande branta.

Tricket

Be en chatbot att skriva en sonett, fixa din kod eller förklara ditt blodprov, och det känns som magi. Tricket fungerar eftersom du bara ser scenen. Bakom scenen finns ingen trollkarl. Det finns tre rattar och en elräkning.

1. Den första ratten är beräkna: hur många beräkningar som krävs för att träna en modell.
2. Det andra är algoritmer: hur smart varje beräkning används.
3. Det tredje är data: hur mycket text, kod och video modellen lär sig av.

Sedan 2024 har en fjärde ratt anslutit sig till dem: betänketid, den beräkningstid en modell använder på att resonera innan den svarar. Om du höjer ratten ökar prestandan på ett anmärkningsvärt förutsägbart sätt.

Den förutsägbarheten är den verkliga uppenbarelsen. Isaac Newton gav oss lagar som beskriver hur saker rör sig. AI Forskare har funnit lagar som beskriver hur intelligens, åtminstone den maskinella typen, förbättras med resurser. Liksom Newton's lagar, de fungerar vackert inom sitt intervall och bryter i kanterna. Den här texten handlar om både lagarna och kanterna.

Mojo's Lag: den neurala skalningslagen

I januari 2020, ett lag på OpenAI ledd av Jared Kaplan visade att en språkmodell's felet, dess "förlust", faller som en jämn potenslag för den beräkning som används för att träna det. Nedskrivet är det nästan besvikande enkelt:

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

L är förlusten, C är träningsberäkningen och C_c är en konstant. Exponenten är hela historien. Med α på ungefär 0.05 minskar multiplikationen av beräkningen med 10 förlusten med endast cirka 11 %, eftersom 10 upphöjt till minus 0.05 är ungefär 0.89. Varje tiofaldigt steg köper en liknande, blygsam förbättring, för alltid, tills något annat tar slut. Kaplan's teamet fann matchande potenslagar för modellstorlek och data.

Två år senare korrigerade DeepMinds Chinchilla-artikel (Hoffmann och kollegor, mars 2022) receptet. För en fast budget bör parametrar och träningstokens växa tillsammans, vilket motsvarar ungefär 20 tokens träningsdata per parameter . Chinchilla, med 70 miljarder parametrar tränade på 1.4 biljoner tokens, slog en modell fyra gånger större än sin egen som tränats på samma beräkningsmodell.

Och rattarna mångdubblas. Om beräkningsförmågan inom frontier training växer ungefär 5 gånger om året (Epoch AI) och bättre algoritmer halverar den beräkningsförmåga som behövs för samma resultat ungefär var 8:e månad (Ho och kollegor, 2024), växer den effektiva beräkningsförmågan bakom den bästa modellen med ungefär 14 gånger om året, eftersom 2 upphöjt till 12/8 är ungefär 2.8, och 5 gånger 2.8 är 14. Det är Mojos aritmetik, inte en uppmätt siffra, men det förklarar varför varje års modeller känns som en annan art.

Vad visar urtavlorna egentligen?

Alla fyra rattarna roterar fortfarande, men dataratten närmar sig sitt stopp.

Beräkna. Epok AI Uppskattningar gör att beräkningsmängden för gränsträning har ökat cirka 5 gånger per år sedan 2020, och att utbildningskostnaderna har ökat cirka 3.5 gånger per år. GPT-3 tränades med cirka 3 × 10^23 operationer år 2020; GPT-4 med cirka 2 × 10^25 år 2023.

Epok's största uppskattningen för en körning 2026, OpenAI's GPT-6 Astra är ungefär 9 × 10^26, och ingen körning är ännu bekräftad vid 10^27. Epoch uppskattade att träningen av Grok 4 år 2025 förbrukade cirka 310 gigawattimmar elektricitet och kostade cirka 490 miljoner dollar.

Algoritmer. En studie från 2024 av Anson Ho och kollegor fann att beräkningsförmågan för att nå en fast nivå av språkmodellens prestanda halveras ungefär var 8:e månad, även om större beräkningsförmåga fortfarande gjorde mer av arbetet.

Data. Detta är urtavlan med ett stopp. Epok AI uppskattar beståndet av offentliga mänskligt skriven text på cirka 300 biljoner tokens och förväntar sig att den ska användas fullt ut för träning någon gång mellan 2026 och 2032. Vi är nu innanför det fönstret. Labb vänder sig till syntetisk data, licensierad data, video och modellernas egna resonemangsspår.

Tanketid. Den senaste ratten. I september 2024 visade OpenAI:s o1 att om man låter en modell resonera längre vid svarstiden ökar noggrannheten smidigt: i en matematiktävling 2024 fick den 74 % med ett försök och 93 % när den kunde sampla och omrangordna 1 000 försök, jämfört med 12 % för GPT-4o. En studie från 2024 visade att genom att klokt använda inferensberäkningar kunde en liten modell slå en 14 gånger större.

Richard Sutton's Uppsatsen "Den bittra läxan" från 2019 såg detta komma: inom schack, Go, tal och syn har generella metoder som använder mer beräkningar slagit smart handbyggd kunskap varje gång. Sex år senare svider läxan fortfarande.

Vad säger fysiken om gränserna?

Programvarulagarna ovan gäller för hårdvara, och hårdvaran svarar på fysikens problem. Tre siffror ramar in hela debatten.

Chips blir fortfarande snabbare, bara inte på det gamla sättet. Moores lag, som innebär att antalet transistorer fördubblas ungefär vartannat år, har avtagit; Nvidias Jensen Huang kallade den död 2022.

Ändå Nvidia's Datacenterchips ökade den täta 16-bitars prestandan från cirka 125 biljoner operationer per sekund på V100 (2017) till cirka 4 000 biljoner på Rubin (2026), ungefär 32 gånger på nio år, enligt deras egna specifikationer. Merparten av förbättringen kom från specialiserad design och matematik med lägre precision, inte mindre transistorer.

Epok AI åtgärder maskininlärningshårdvara blir ungefär dubbelt så kostnadseffektiva vart 2.1 år.

Din hjärna är pinsamt effektiv. En mänsklig hjärna drivs av ungefär 20 watt, enligt US National Institute of Standards and Technology. En Nvidia H100 drar ungefär 700 watt. Open Philanthropys bästa gissning för hjärnans råa datorkraft är ungefär 10^15 operationer per sekund, ungefär vad en H100 levererar. Jämförelsen är äpplen och apelsiner, men skillnaden i effektivitet är verklig och pekar på hur mycket utrymme hårdvaran fortfarande har.

Det finns ett golv. Landauers princip, som föreslogs 1961 och bekräftades experimentellt 2012, anger den minsta energi som behövs för att radera en bit information vid rumstemperatur: cirka 3 × 10^-21 joule. Dagens chip använder många storleksordningar mer än så. Fysik är inte den bindande gränsen ännu. Kraftverk är det.

Internationella energibyrån's 2025 Energi och AI Rapporten uppskattar att datacenter förbrukade cirka 415 terawattimmar el år 2024, cirka 1.5 % av världens's totalt och beräknas till cirka 945 terawattimmar år 2030.

Per fråga är siffrorna små och fallande: Google mätte en median textprompt till Gemini till 0.24 wattimmar i maj 2025, något under Epoch AI.'s uppskattning på cirka 0.3 wattimmar för en typisk ChatGPT-fråga tidigare samma år, och Google rapporterade en 33-faldig minskning av energin per prompt under 12 månader.

Haken är Jevons paradox: i takt med att varje fråga blir billigare, frågar vi miljarder fler av dem.

Mojo Horizon-klockan: hur länge kan den AI fungera på egen hand?

År 2019 hanterade GPT-2 uppgifter på cirka 3 sekunder. I april 2026, METR's tidig uppskattning för antropisk's Förhandsvisningen av Claude Mythos var i mer än 16 timmar.

Det är ungefär en 21,000 6-faldig ökning på sju år. När jag anpassar en trendlinje till varje nytt rekord fördubblades horisonten ungefär var sjätte månad under perioden 2019 till 2026, och ungefär var 4.1:e månad sedan 2023. METR:s egen uppdatering från januari 2026 satte fördubblingstiden efter 2023 till cirka 4.3 månader, så vår oberoende anpassning överensstämmer.

Om man förlänger gränsen efter 2023, enbart som en illustration, korsar den en 40-timmars arbetsvecka runt slutet av 2026 och en 167-timmars arbetsmånad under andra halvan av 2027.

Nu till förbehållen, för de är viktiga.

1. För det första är 50 % framgång inte tillförlitlighet; vid 80 % framgång är horisonterna mycket kortare.
2. För det andra är dessa fristående programvara och forskningsuppgifter, inte stökiga jobb med kollegor, kunder och fysiska föremål.
3. För det tredje håller själva mätstickan på att brister: METR säger att deras uppskattningar över 16 timmar är otillförlitliga, och de slutade aktivt uppdatera sin topplista i september 2026.

När linjalen tar slut före det som ska mätas är det en signal i sig.

Varför fortsätter riktmärkena att falla?

För att modellerna förbättras, och för att riktmärken är mål. Båda är sanna, och det andra är anledningen till att jag behandlar varje topplista med omsorg.

Det mest slående fallet är ARC-AGI-3, som lanserades av ARC Prize Foundation den 25 mars 2026 som en uppsättning interaktiva pussel utan instruktioner, som människor enkelt löser. Vid lanseringen är det bästa AI fick 0.51 %. Den 3 september 2026 verifierade ARC Prize OpenAI.'s GPT-6 Astra med 62.7 % i sin standardtestuppställning. (Virala påståenden om 98 % till 99 % kom från en annan uppställning som ARC Prize inte räknas som standard.) Ett riktmärke som var utformat för att hålla i flera år förlorade det mesta av sitt utrymme på ungefär sex månader.

På andra håll upprepar sig mönstret. Kodning på SWE-bench Verified ökade från 4.4 % år 2023 till cirka 96 % i leverantörsrapporterade resultat för 2026, vilket innebär att det inte längre skiljer de bästa modellerna åt. I juli 2025 använde Google DeepMind's Gemini Deep Think löste fem av sex problem från den internationella matematiska olympiaden och fick 35 av 42 poäng under den officiella betygsättningen, en guldmedaljstandard.

Linsen här är Goodhart's lag: när ett mått blir ett mål upphör det att vara ett bra mått. Labb tränar mot kända riktmärken; testfrågor läcker in i träningsdata. Det gör inte framstegen falska. Det betyder att de ärliga måtten är de som ser ut som riktigt arbete, såsom METR's tidshorisonter, och de som fortfarande är svåra för maskiner och enkla för människor, såsom ARC-AGI-3 och Humanity's Senaste provet utan verktyg, där det bästa officiella resultatet var 38.3 %.

Så hur nära är AGI?

Närmare på skärmar än i världen, och närmare än de flesta utanför fältet antar. Men ”AGI” betyder olika saker för olika människor, vilket är halva anledningen till att debatten går i cirklar.

Definitioner. Google DeepMinds ramverk ”Levels of AGI” (Morris och kollegor, 2023) bedömer system utifrån två axlar, hur väl de presterar och hur generella de är, och klassificerade dåtidens chatbotar som ”framväxande” AGI. Labbledare talar om system som kan utföra det mest ekonomiskt värdefulla arbetet; Anthropics Dario Amodei beskriver ”ett land av genier i ett datacenter”. Skeptiker definierar det som människoliknande lärande från erfarenhet, vilket nuvarande modeller inte gör.

Prognoser.

Labbledare är mer aggressiva: i januari 2026, Anthropic's Dario Amodei skrev det kraftfulla AI kan vara ett till två år bort. Demis Hassabis sa 2023 att det kunde ske inom ett decennium. Yann LeCun, som lämnade Meta och samlade in 1.03 miljarder dollar till ett nytt laboratorium, kallar stora språkmodeller för en återvändsgränd, och Richard Sutton menar att de imiterar snarare än lär sig.

Mojos tre grindar. Istället för en mållinje spårar jag tre, var och en med ett mätbart test.

Port	Testa	Status, november 2026	Mojo's läsa
1. Digital autonomi	AI slutför en vecka med verkligt programvaru- eller forskningsarbete med hög tillförlitlighet	50 % av tidshorisonten över de senaste 16 timmarna; tillförlitliga tidshorisonter mycket kortare; mätavbrott	Troligt inom 1 till 3 år
2. Nyhet	Människonivå på pussel som är enkla för människor och nya maskiner (ARC-AGI-3)	Bäst verifierad 62.7 %; människor 100 %	Snabbt slutförande; troligt inom 1 till 2 år
3. Den fysiska världen	Robotar som utför allmänt fysiskt arbete till ett konkurrenskraftigt pris	Kostnadsmässigt konkurrenskraftig för cirka 0.3 % av fysiska uppgifter (Anthropic, sep 2026)	Ett decennium eller mer

Min dom: den digitala halvan av AGI är en verklighetsförankrad möjlighet före 2030. Den fysiska halvan, den del som viker tvätt, lagar värmepannor och vårdar sjuka, är mycket längre bort. Moravec's Paradoxen gäller fortfarande: det som är svårt för oss är enkelt för maskiner, och det som är enkelt för oss är svårt för dem. Den som säger att AGI anländer på ett enda datum säljer något.

Anspråkskontroll

Ta i anspråk	Vem gör det	MES	Mojo's läsa
Skalningslagarna gäller fortfarande	AI laboratorier, Epoch AI	4 stark	Förlusten fortsätter att minska med beräkningar; dataratten är den bindande risken
AI "kör in i väggen"	Skeptiker, med jämna mellanrum	0 Höll inte ut	Horisonter och hårda riktmärken fortsatte att stiga fram till 2026
Uppgiftshorisonterna fördubblas var 4:e till 7:e månad	METER	4 stark	Bekräftad av vår egen passform; mätningen uppehåller sig efter 16 timmar
AI slå människor på matematik-olympiadnivå	Google DeepMind	4 stark	Officiellt graderad guldstandard, juli 2025
AGI kommer att anlända senast 2027	Några labledare	1 Anspråk	Beror på definitionen; den digitala halvan är snart rimlig
Jurister är en återvändsgränd	Yann LeCun	1 Anspråk	En allvarlig minoritetsuppfattning; inget resultat visar ännu ett hårt tak
AI energiförbrukningen per förfrågan är liten	Google, OpenAI	3 Lovande	Självrapporterad, men i linje med Epoch AI's oberoende uppskattning
Vi kommer att få slut på träningsdata	Epok AI	3 Lovande	Fönstret 2026 till 2032 har öppnats; syntetiska data är den öppna frågan

Motvinkeln

Det starkaste argumentet mot min läsning är att jag misstar en måttstock för själva saken. Tidshorisonter och riktmärken är tester som byggs av forskare, och modeller tränas i allt högre grad för att klara tester.

Jag tar det på allvar, vilket är anledningen till att mina grindar kräver tillförlitligt arbete under en vecka och varför den fysiska grinden håller sig långt borta. Men trenden har överlevt flera mätsticksbyten under sju år. När varje nytt test faller snabbare än det förra är den mest troliga förklaringen att det som mäts verkligen förbättras.

Mojo's Prognoser

1. En publicerad uppskattning från METR eller en jämförbar oberoende utvärderare sätter en modell's 50 % tidshorisont över 40 timmar senast den 31 december 2027. Sannolikhet: 60 %.
2. En poäng på 85 % eller mer på ARC-AGI-3's Standardtestuppställningen verifieras av ARC-priset senast den 31 december 2027. Sannolikhet: 55 %.
3. Epok AI uppskattar en träningsomgång på över 10^27 operationer senast den 31 december 2027. Sannolikhet: 85 %.

Alla tre hamnar i Mojo Forecast Ledger och kommer att poängsättas offentligt.

Där detta debatteras härnäst

FAQ