Selon ChainCatcher, Tim Genewein, chercheur chez Google DeepMind, a publié un article sur le site du DeepMind Institute présentant quatre voies possibles menant de l’intelligence artificielle générale (AGI) à la superintelligence artificielle (ASI) : la mise à l’échelle des modèles et des données, un changement de paradigme technique, une meilleure coordination entre les agents et l’auto-amélioration récursive. L’article décrit l’ASI comme des systèmes qui surpassent de manière constante de grands groupes d’experts humains dans un vaste éventail de tâches utiles aux personnes.
Il examine également comment les investissements matériels, l’efficacité des algorithmes et la croissance de la puissance de calcul influent sur l’ampleur des systèmes d’IA et le coût des tâches cognitives. Les contraintes potentielles à la mise à l’échelle comprennent la quantité limitée de données de haute qualité, les rendements décroissants et les pénuries d’énergie et de puces. Selon Genewein, l’évaluation des progrès de l’IA nécessitera de nouveaux critères de référence et de nouvelles méthodes de modélisation, avec la participation de laboratoires de pointe et d’institutions à tous les niveaux. L’article s’appuie sur le rapport technique « From AGI to ASI », coécrit par Genewein et d’autres auteurs. Le DeepMind Institute a précisé que cet article ne devait pas être considéré comme la position officielle de Google.
