Разброс — самый важный результат
Прогнозы для высокоспособного ИИ или ИИ человеческого уровня варьируются от нескольких лет до многих десятилетий, а некоторые исследователи сомневаются, что нынешние методы вообще способны его создать. Это разногласие — не небольшая погрешность вокруг общей научной модели. Прогнозисты расходятся во мнениях о том, что считать AGI, какие технические шаги остаются, насколько быстро могут расти такие вводимые ресурсы, как вычисления и данные, и продолжится ли прогресс плавно. Поэтому любой прогноз сроков следует представлять как датированный прогноз при заявленном определении — а не как «обратный отсчёт до AGI».
Демис Хассабис даёт полезный пример того, почему важна точная атрибуция. В интервью CNBC в марте 2025 года генеральный директор Google DeepMind сказал, что ИИ человеческого уровня может появиться через пять-десять лет. Он не говорил, что значимые свидетельства AGI появятся «в течение года» (интервью CNBC). Даже правильно процитированный прогноз оставляет вопросы: человеческий уровень в каких задачах, с какой надёжностью и с какой степенью автономности? Цитата фиксирует суждение одного эксперта, а не измеренную вероятность.
Четыре вида прогноза, которые не следует смешивать
Заявления руководителей лабораторий заметны и опираются на непосредственный опыт работы с передовыми системами, но не являются нейтральными измерениями. Руководители обладают ценной приватной информацией об экспериментах, но при этом возглавляют организации, конкурирующие за капитал, кадры, клиентов и политическое внимание. Их заявления могут использовать специфичные для компании определения и редко раскрывают полную прогностическую модель.
Опросы исследователей агрегируют множество мнений и раскрывают распределение экспертных оценок. Опрос экспертов о прогрессе в ИИ 2023 года, опубликованный в 2024 году, собрал мнения 2778 исследователей и сообщил о широком диапазоне оценок появления машин, превосходящих людей в любой возможной задаче; авторы также подчеркнули существенное разногласие и чувствительность к формулировке вопроса (Grace et al., 2024). Опросы описывают убеждения в определённый момент времени. Они не подтверждают эти убеждения и не гарантируют, что респонденты разделяют общее определение.
Прогнозные платформы, такие как Metaculus, непрерывно агрегируют прогнозы. Их медианы могут обновляться быстрее опросов, но результат зависит от точных критериев разрешения вопроса и пула участников. «Слабо общий ИИ», «трансформирующий ИИ» и «AGI» — разные вопросы. Медиану рынка или сообщества следует показывать вместе с датой получения, формулировкой вопроса, диапазоном и условиями разрешения, а не превращать в общий для всего сайта дедлайн.
Прогнозы на основе моделей экстраполируют тенденции в вычислениях, производительности в эталонных тестах, алгоритмической эффективности или длительности задач, которые способны выполнять агенты. Они делают допущения видимыми, что ценно, но экстраполяция может дать сбой, когда эталонный тест насыщается, ограничение по ресурсам становится связывающим или новая парадигма меняет тенденцию. Кривая — это доказательство о прошлых измерениях; её продолжение — условный прогноз.
Что действительно показывают нынешние тенденции возможностей
Есть реальные доказательства быстрого совершенствования. Stanford AI Index документирует падающую стоимость вывода и растущие баллы в требовательных эталонных тестах, одновременно показывая, что сложные оценки остаются нерешёнными, а стандартизированная оценка ответственного ИИ неравномерна (Stanford AI Index 2025). METR сообщает, что длительность задач, ориентированных на программное обеспечение, которые передовые агенты выполняют с заданной вероятностью успеха в пересчёте на время эксперта-человека, быстро выросла (временные горизонты METR). Это наблюдения об отдельных выбранных системах и тестах, а не прямые наблюдения приближающейся даты AGI.
Метрику METR особенно легко исказить. 50-процентный временной горизонт в несколько часов означает, что на наборе задач METR подогнанная модель предсказывает 50-процентную вероятность выполнения задач, которые у эксперта-человека занимают именно столько времени. Это не означает, что ИИ работает автономно в течение этого числа часов. Задачи в основном относятся к разработке ПО, машинному обучению и кибербезопасности; они необычно самодостаточны и объективно оцениваемы; оценки свыше шестнадцати часов сейчас описываются как ненадёжные; а реальная работа гораздо более запутанна. Исследователи METR предупреждали, что доверительные интервалы могут охватывать примерно двукратный разброс, а различия между доменами — порядки величины (заметка METR об ограничениях).
Эти результаты подтверждают более узкий вывод: некоторые формы выполнения цифровых задач быстро совершенствуются. Сами по себе они не устанавливают, когда система станет надёжным учёным, менеджером, сиделкой, лицом, принимающим политические решения, или общей заменой человеческого труда.
Почему обоснованные прогнозы расходятся
Прогнозисты, ожидающие раннего появления AGI, часто подчёркивают устойчивость масштабирования, более совершенные вычисления на этапе рассуждения, синтетические данные, использование инструментов и исследования с помощью ИИ. Если эти тенденции будут взаимно усиливать друг друга, прогресс может ускориться. Они также могут утверждать, что экономически трансформирующим системам не обязательно воспроизводить каждую черту человеческого интеллекта; широкой цифровой компетентности может оказаться достаточно.
Прогнозисты более длинных сроков подчёркивают надёжность, обоснованность в реальности, непрерывное обучение, каузальное понимание, робототехнику и разрыв между эталонными тестами и открытой работой. Они также указывают на практические ограничения: энергию, чипы, строительство дата-центров, качественные данные, оценку и способность организаций безопасно разворачивать системы. Некоторые ожидают архитектурных прорывов за пределами нынешних методов больших моделей. Ни одну из этих позиций нельзя разрешить одной лишь уверенностью или авторитетом говорящего.
Определения создают ещё один источник кажущегося разногласия. Система, способная автоматизировать значительную часть удалённой компьютерной работы, может быть экономически трансформирующей, проваливаясь при этом в задачах, требующих физического воплощения. Модель, набирающая баллы выше типичных людей в широкой батарее экзаменов, может по-прежнему быть слишком ненадёжной для самостоятельной работы. Один прогнозист может назвать AGI любую из этих систем; другой может приберечь это слово для устойчивого, эквивалентного человеческому обучения в реальном мире.
Как вести ответственный трекер сроков
Полезный трекер должен сохранять исходную формулировку, автора высказывания, дату, источник, определение и диапазон прогноза. Он должен отличать личную оценку от организационного обязательства, фиксировать последующие пересмотры и никогда молча не заменять старый прогноз. Агрегированные прогнозы должны показывать интервалы неопределённости, а не только медиану. Страница также должна раскрывать потенциальные стимулы говорящего и то, опирается ли прогноз на публичные или приватные данные.
Читатели могут применять пять вопросов:
- Какой исход прогнозируется? AGI, ИИ человеческого уровня, автоматизация задач или сверхинтеллект?
- Какая вероятность и дата к нему привязаны? «Может» — это не медианный прогноз.
- Какие доказательства лежат в основе оценки? Масштабирование, опрос, приватные эксперименты или интуиция?
- Что изменило бы мнение прогнозиста? Прогноз без возможности опровержения трудно оценивать.
- Оценивался ли он ранее? Прошлые прогнозы должны оставаться видимыми после истечения их срока.
Практический вывод
Планирование не должно зависеть от выбора одной конкретной даты. Краткосрочный вред и возможности заслуживают действий независимо от того, появится ли AGI в 2028, 2040 году или никогда. Правительства и организации могут использовать диапазоны сценариев: готовиться к быстрому росту возможностей, строить политику, которая останется полезной при более медленном прогрессе, и определять измеримые триггеры для более строгих защитных мер.
Сама неопределённость даёт основания к действию. Она говорит в пользу мониторинга возможностей, а не маркетинговых ярлыков, инвестиций в оценку и устойчивость, а также пересмотра прогнозов по фиксированному графику. Страница о сроках заслуживает доверия, показывая, как мало доказывают даты, а не выдавая подвижную медиану за часы, отсчитывающие время до предначертанной судьбы.