Переход от AGI к ASI: 4 сценария развития сверхразума

Ученые описали четыре сценария перехода от общего искусственного интеллекта (AGI) к сверхразуму (ASI) и проанализировали ключевые барьеры на этом пути.

Редакция dropweb · Опубликовано · Источник: ArXiv CS.AI

Переход от AGI к ASI: 4 сценария развития сверхразума
Содержание5 разделов
  1. 4 сценария эволюции: как AGI превратится в сверхразум
  2. Препятствия и «узкие горлышки» на пути к ASI
  3. Где мы находимся сегодня: сравнение передовых ИИ-систем
  4. Что это значит для общества и бизнеса
  5. Читайте также
Коротко
  • Ученые описали четыре сценария перехода от общего искусственного интеллекта (AGI) к сверхразуму (ASI) и проанализировали ключевые барьеры на этом пути.
  • Claude из России: полный гайд по доступу к мощному AI-ассистенту Anthropic
  • Почему ChatGPT и современные нейросети никогда не станут сверхразумом
  • Google Gemini из России: доступ, возможности и сравнение Pro/Ultra в 2026 году
  • YandexGPT vs ChatGPT: честное сравнение для русскоязычных задач

Проверка IP и геолокации

Что сайты знают о вас прямо сейчас

IP-адрес выдаёт страну, город и провайдера. А WebRTC порой раскрывает настоящий IP даже за VPN. Один клик — и вы увидите ровно то, что видят сайты.

Показываем то, что и так видит любой сайт. Ничего не сохраняем.

Создание искусственного общего интеллекта человеческого уровня (AGI) давно перестало быть темой для научной фантастики. Крупнейшие лаборатории мира открыто называют его достижение целью текущего десятилетия. Однако в научном сообществе все чаще звучит другой вопрос: что произойдет сразу после этого? Группа исследователей опубликовала на arXiv (препринт arXiv:2606.12683) подробный разбор перехода от AGI к искусственному сверхразуму (ASI) — системе, которая качественно превосходит по когнитивным способностям крупнейшие организации, состоящие из людей.

Вместо привычного сценария «технологической сингулярности» с одним резким скачком, ученые прогнозируют лавинообразное ускорение прогресса во всех сферах науки и технологий. В отчете выделено четыре ключевых пути, по которым ИИ-системы будут двигаться к сверхразуму.

4 сценария эволюции: как AGI превратится в сверхразум

Исследователи сходятся во мнении, что переход от человекоподобного ИИ к универсальному сверхразуму не будет линейным. Выделяются четыре основных вектора развития:

  • Экстенсивное масштабирование (Scaling AGI): дальнейшее наращивание вычислительных мощностей, объемов данных и размера нейросетей. Этот подход доказал свою эффективность, но на этапе перехода к ASI он потребует гигантских инфраструктурных затрат и оптимизации энергопотребления.
  • Парадигмальный сдвиг (AI Paradigm Shifts): переход от привычной архитектуры трансформеров к принципиально новым методам обучения и обработки информации. Это позволит моделям глубже понимать контекст и совершать логические выводы без колоссальных затрат энергии.
  • Рекурсивное самосовершенствование (Recursive Improvement): сценарий, при котором ИИ начинает самостоятельно писать, тестировать и оптимизировать свой собственный код. Скорость оптимизации алгоритмов в этом случае перестает зависеть от человека, что может вызвать экспоненциальный рост возможностей системы.
  • Эмерджентность мультиагентных систем (Multi-agent Collectives): объединение тысяч специализированных ИИ-агентов в единую сеть. Подобно тому, как наука развивается за счет взаимодействия множества ученых, сверхразум может возникнуть как коллективный разум миллионов скоординированных агентов.
«Образ единого трансформирующего шага, вызванного появлением AGI, может оказаться неверным. Более вероятна серия глубоких социальных изменений, вызванных прорывами ИИ во множестве областей науки одновременно», — отмечают авторы исследования.

Препятствия и «узкие горлышки» на пути к ASI

Несмотря на оптимистичные прогнозы, переход к сверхразуму может замедлиться из-за ряда фундаментальных ограничений. Во-первых, это физические лимиты кремниевой микроэлектроники и дефицит электроэнергии для дата-центров. Во-вторых, так называемый «кризис данных» — качественная человеческая информация для обучения моделей практически исчерпана, и разработчикам приходится переходить на синтетические данные, что несет риски деградации моделей.

Наконец, острейшим остается вопрос безопасности и выравнивания (alignment). Контролировать систему, превосходящую человечество интеллектуально, старыми методами будет невозможно. Потребуются принципиально новые математические методы верификации поведения ИИ.

Где мы находимся сегодня: сравнение передовых ИИ-систем

Современные ИИ-разработчики уже закладывают фундамент для будущих систем рассуждения. Текущие флагманские модели демонстрируют зачатки глубокого планирования и агентного поведения. Ниже приведено сравнение актуальных платформ, которые используются разработчиками для тестирования первых элементов будущих систем принятия решений:

Разработчик и модельКлючевые особенности и режимыСтоимость подписки / использования
OpenAI (GPT-5.5 Pro)Режим рассуждений GPT-5.5 Pro reasoning, максимальный уровень Deep Research и агентных функций, безлимитная генерация изображений.Два тарифа ChatGPT Pro: $100/мес (5x лимиты Plus) и $200/мес (20x лимиты Plus).
Anthropic (Claude Opus 4.8)Самая мощная модель семейства, поддержка Claude Code для автономного программирования, продвинутые исследования (Research).Claude Max: от $100/мес (5x лимиты Pro) до $200/мес (20x лимиты Pro). Claude Pro стоит $20/мес.
Google (Gemini 3.1 Pro Deep Think)Глубокое планирование Deep Think, интеграция с видеоплатформой Flow, доступ к огромным контекстным окнам.Google AI Ultra: $99.99/мес (10 000 Flow credits) или $199.99/мес (25 000 Flow credits).
DeepSeek (DeepSeek-V4-Pro)Режимы с рассуждениями (thinking) и без, контекст 1M токенов, крайне доступное API для массового развертывания агентов.API: $0.435 за 1M входных токенов (cache miss), $0.87 за 1M выходных токенов.

Чтобы получить доступ к ChatGPT или Claude из России для работы с продвинутыми рассуждениями в условиях региональных ограничений, многие подключают dropweb VPN — сервис открывается в официальном интерфейсе, подключение занимает пару минут. Это позволяет без задержек тестировать новейшие функции глубокого поиска и генерации кода.

Что это значит для общества и бизнеса

Главный вывод исследования — готовиться к приходу сверхразума нужно уже сейчас. Поскольку прогресс может ускориться скачкообразно, бизнесу и государственным институтам необходимо перестраивать процессы под мультиагентные системы. Разработчики ПО, ученые и аналитики, которые научатся оркестровать сложные сети ИИ-агентов, окажутся в авангарде новой технологической революции. Переход к ASI потребует глобального междисциплинарного сотрудничества, чтобы направить колоссальную вычислительную мощность на пользу всему человечеству.

Читайте также

FAQ

Частые вопросы

В чем главное различие между AGI и ASI?

AGI обладает интеллектом человеческого уровня и может решать большинство стандартных задач. ASI (сверхразум) превосходит совокупные когнитивные способности крупнейших человеческих организаций и способен совершать самостоятельные научные прорывы.

Какие 4 пути ведут к созданию сверхразума?

Ученые выделяют экстенсивное масштабирование ИИ, смену архитектурных парадигм, рекурсивное самосовершенствование (когда ИИ пишет свой код) и объединение ИИ в масштабные мультиагентные коллективы.

Что может затормозить развитие сверхразума?

Главными барьерами остаются нехватка энергии для дата-центров, исчерпание качественных данных для обучения и сложность контроля безопасности (проблема выравнивания ИИ).

Источник:ArXiv CS.AI

Сохраните доступ к AI-сервисам заранее

Подключить VPN

Внутри блога

Все статьи

Продолжите тему — подобрали материалы, которые логично открыть следующими.

4 мин

США и отключение ИИ по всему миру: риски для бизнеса

4 мин

GPT-5.6 Sol в Codex: как не слить $200 000

4 мин

744 млрд параметров на ноутбуке: как Colibri обманул память

7 мин

Как выбрать и скачать VPN для компьютера в 2026 году

О редакции →