По данным ChainCatcher, научный сотрудник Google DeepMind Тим Геневайн опубликовал статью в Институте DeepMind, где описал четыре возможных пути от искусственного общего интеллекта (AGI) к искусственному суперинтеллекту (ASI): масштабирование моделей и данных, смена технической парадигмы, улучшение координации между агентами и рекурсивное самосовершенствование. В статье ASI определяется как системы, которые стабильно превосходят большие группы экспертов-людей в широком спектре задач, важных для людей.
В статье также рассматривается, как инвестиции в оборудование, эффективность алгоритмов и рост вычислительных мощностей влияют на масштаб систем ИИ и стоимость когнитивных задач. К потенциальным ограничениям масштабирования относятся нехватка высококачественных данных, снижение отдачи, а также дефицит электроэнергии и чипов. По словам Генвайна, для оценки прогресса ИИ потребуются новые тесты и методы моделирования, а также участие ведущих лабораторий и учреждений всех уровней. Статья основана на техническом отчёте «От ОИИ к СИИ», который Генвайн подготовил в соавторстве с другими авторами. Институт DeepMind заявил, что статью не следует считать официальной позицией Google.
