Прогноз ChatGPT щодо загального штучного інтелекту (AGI)

Прогноз: AGI (штучний загальний інтелект) – система з універсальним людським рівнем інтелекту. Фахівці відрізняють «ранній практичний AGI» (перші робочі демо­страції) та «надійно визнаний AGI» (четка згода експертів). Прогнози сильно різняться: керівники OpenAI, Anthropic і DeepMind очікують AGI вже у 2026–2030 рр., а незалежні опитування дають медіану 2040–2050-х. Наприклад, спільнота Metaculus оцінює середній рік – 2031, а масштабне опитування 1580 дослідників дає 50% імовірності HLMI (щільний AGI) близько 2042. За умови поміркованого продовження трендів «експертний консенсус» може настати біля 2045–2050 років.

Загрози та виклики: AGI обіцяє революційні вигоди, але несе і потужні ризики. Експертні оцінки вказують на високу ймовірність катастроф: наприклад, MIT Sloan серед 272 дослідників виявив ≈12% шанс того, що просунуті ШІ-системи створять наднебезпечні здібності або зброю впродовж кількох років. Окрім технологічного неконтрольованого зростання (сценарії «розриву симетрії» у глобальній безпеці), опитування дослідників фіксують ~18% ризику екзистенційного лиха (вимирання людей) від майбутнього ШІ. Також AGI загрожує економічними потрясіннями (масове безробіття, концентрація влади), зловживаннями (кібератаки, дезінформація) та етичними викликами (контроль і прозорість систем).

Прогнози ймовірностей (2030/2040/2050)

• За опитуванням провідних експертів (LEAP panel): ~5% шанс AGI до 2030, ≈25% – до 2040, ≈50% – до 2050.

• Згідно з щорічними опитуваннями AI Impacts 2024 (1580 дослідників): середня оцінка 10% ймовірності AGI вже до 2027, 50% – до 2042. Ці прогнози постійно скорочуються (50% у 2016 дорівнювало ~2061, у 2024 – 2042).

• Спільноти прогнозистів (Metaculus, Kalshi тощо) дають центральні діапазони 2028–2035 (близько мети 2031, Kalshi: ~65% до 2030).

• Таким чином, на 2030-й оцінюємо ≲10–15% (є вкрай оптимістичні прогнози), на 2040-й – близько 30–35%, а до 2050 – 50–60% (більше ніж половина експертів вважає AGI можливим до кінця 2050-х).

Технічні індикатори та тренди

• Масштаб обчислень: Витрати на тренування моделей зростають експоненційно. Сучасні топ-моделі (GPT-4, Google Gemini, Anthropic Claude) споживали сотні мільйонів доларів на обчислення. Лабораторії готують моделі з витратами ~$1 млрд до 2027. Існують спостережувані «закони масштабування»: із збільшенням обчислень продуктивність зростає майже лінійно. У 2023–2026 роках метрики показали, що складні софтверні завдання ШІ-системи виконують дедалі довше (наприклад, на кінець 2026 тривалість автономних розрахунків зросла вдвічі кожні ~4,3 місяця). Якщо такі тренди збережуться, AGI може з’явитися раніше.

• Архітектури: Наразі домінують трансформери та великі мовні моделі (LLM), часто з гібридними елементами (RL, MultiModal, Agents). Водночас експерти вважають, що для AGI можуть знадобитися нові підходи (наприклад, модулі «системи 2-го порядку», покращена пам’ять моделі тощо). До 2026 впроваджено генеративні агенти, системи з символічним мисленням (OpenAI o1 reasoning) та багатоагентні конвеєри, але повна здатність до самонавчання і надійної логіки поки не досягнута.

• Дані: Обсяги тренувальних даних безперервно зростають – зараз це сотні мільярдів токенів тексту, зображень, коду тощо. Поповнення корпусів у реальному часі і доступ до веб не обмежені. Ключовий показник – «універсальність» даних: тренують мультидоменно (мова, зображення, аудіо). Очищені й анотовані набори даних (наприклад, для кодінгу чи наукових знань) також масштабуються. У тренді – стримінгові оновлення (моделі, що оновлюються знаннями на льоту) та симулятивні/самонавчальні кола.

• Алгоритми: Прогрес у алгоритмах поки йде повільніше за «залізо», але є прориви: нові методи оптимізації, покращене узагальнення (схематичне мислення, контрольно), механізми самоконтролю (верифікація відповідей), hybrid learning (змішування схильності до даних з ретельним контролем). Наприклад, дослідники DeepMind розробляють методи дебат-дьялогу і більш глибоке планування для «систем 2-го рівня». Загалом, доки не видно принципово нових алгоритмів, роблять ставку на більші моделі й нові задачі (внутрішній інженерний довкілля, симуляції).

Огляди експертів, компаній та держініціатив

• Опитування експертів: Ряд досліджень показує широке розсіювання прогнозів. У панелі LEAP (FRI) середній рік для визнання AGI – 2050. Раніше опитування (Grace et al. 2026) дають 50% шанс до 2042 і навіть вказують, що окремі досліджувані завдання можуть бути вирішені автоматично в межах цього десятиліття. Але істотна частина дослідників ставить далекосяжніші терміни (якщо 2042 – це 50%, то 90% датують за 2090 рік).

• Заяви компаній: Лідери галузі роблять агресивні прогнози. Так, CEO OpenAI С. Альтман у серпні 2026 повідомив, що у 2026 році OpenAI матиме внутрішню систему, яку він назве AGI. CEO Anthropic Д. Амодей у 2026 році прогнозує «країну геніїв» в дата-центрі приблизно за 1–3 роки; компанія Anthropic офіційно заявляє про «потужні AI-системи» вже в к. 2026 – н. 2027. CEO DeepMind Д. Хасабіс очікує AGI близько 2030, тепер враховуючи, що і 2029 стає «можливим». Інші значимі фігури: співзасновник DeepMind Ш. Легґ дає 50% шанс до 2028, а співзасновник OpenAI А. Карпаті оцінює AGI щонайменше за 10 років (інтерв’ю 2025). Також кошти роблять полоси пуску нових моделей: наприклад, OpenAI публікує короткострокові цілі – «AI-асистент-дослідник» до 2028.

• Державні ініціативи (OSINT): США (Адміністрація Байдена/Трампа) 2026 ввели Стратегічний план: США просувають «передовий AI» при одночасному контролі безпеки. Видано ОПЕ «Просування передового AI» (червень 2026), що закликає модернізувати системи, захищати інтелектуальну власність і підтримувати лідерство США. Уряд США також фінансує дослідницькі ресурси (supercomputer, NAI Research Resource) і розробляє стандарти оцінки моделей. Європейський Союз активізував діалоги про гіперзадачі AGI, нові заходи з кібербезпеки та програму Horizon для довготермінових досліджень, хоча конкретних публічних дат поки небагато. У Китаї «Національний план AI до 2030» передбачає лідерство у передових дослідженнях, де AGI називають стратегічним орієнтиром (за даними ЗМІ, у 2025–2026 китайські документи визначили AGI як «ключову мету»). Отже, уряди вкладають кошти в ІІ (енергію, навчальні центри, експертизу), а також активізують контроль (експорт чипів, оцінка безпеки моделей).

Додаткова аналітика

• Невизначеність: Строгі визначення AGI (100% «усіх» нетілесних професій) роблять подію радше унікальною та відтермінованою. Саме тому “ранні AGI” можуть набутися швидко (за менш жорсткою моделлю), а консенсус про «справжній AGI» – пізніше. Прогнози серед експертів залежать від уявлень: швидкий прибічний сценарій зберігання трендів («інтелектуальна експлозія») дає 2030-ті як можливий час, тоді як скептики потребують нових архітектур і оцінюють AGI ближче до середини століття.

• Фінансування та інфраструктура: Великі компанії йдуть шляхом «обчислювальної гонки»: вони поглиблюють інвестиції в дата-центри, унікальні процесори, зелений дата-центр (Solar/SpaceX для Tesla, SpaceX). Наприклад, OpenAI і Anthropic збільшують енергетичні плани і купують чипи H100/A100, а Китай розгортає нові процесорні лінії (семікондуктори під власні моделі). Уряди розуміють, що обчислювальні ресурси – це «паливо для AGI», тому оголошують плани з розширення суперкомп’ютерів (США – National AI Initiative), будують альянси (G7, EU-US, Китай-Франція).

• Індикатори прогресу: Зараз слідкують за такими ознаками: системний тік, коли ШІ-агенти починають працювати тижнями без помилок; моделями, що кодують кодиється; демо, в якому ШІ вирішує складні наукові завдання; і за «прозорістю» нових архітектур. Наприклад, у 2026 OpenAI презентував Astra (наголос на генерації інновацій), Anthropic – Mythos (AI як керівник, рішення задач у тривалому режимі), DeepMind – інтегровані моделі з фізичним керуванням (Gato 2.0) тощо. Ключове питання: коли сукупний ефект «більше даних + більше чипів + вдалі алгоритми» дасть кроково інший рівень (ті, які відповідають визначенню AGI). Поки що чекаємо рішення задачі «автоматичне мислення» (future-improving algorithms) та «взаєморозуміння із зовнішнім світом» (continual learning).

• Ризики: Окрім згаданих вище, практичні виклики включають: можливість відмови (наскрізь невірні висновки через погану інтегральну надійність), етичні колізії (упередження, конфіденційність), зловживання (рейтингові системи, торгові боти, автономні платформи). Експерти звертають увагу на «технологічну безпеку»: тестування нових моделей, офіційні фреймворки оцінки, підготовка персоналу урядів та суспільства. До того ж, соціальні виклики – розшарування багатства, регулювання ІІ-ринків, нові форми нерівності – відчутні вже зараз і можуть загостритися з AGI.

Висновок: Поточні дані свідчать про високу невизначеність, але реалістичні сценарії очікують AGI в найближчі 1–3 десятиліття. Високі технологічні виклики та потужні обчислювальні ресурси прискорюють цей процес, але без ретельного контролю ризики (включно з екзистенційними) залишаються значними.

Основні джерела та докази