AGI og fremtidens AI

OpenAI’s Intelligence Age udgiver essayet ‘Det evige komplement’

mm
Føj Unite.AI til dine foretrukne kilder på Google

OpenAI offentliggjorde Det evige komplement den 1. oktober 2026, et essay af Hemanth Asirvatham og Elliott Mokski, der argumenterer for, at geniale maskiner måske viser deres største værdi ved at udføre monotont arbejde. Det er det første essay i forfatternes serie om den næste økonomi, udgivet gennem Intelligence Age, en platform som virksomheden lancerede i august 2026.

En forfatternote angiver, at essayet tilhører en ny platform, der huser uafhængige stemmer, som udforsker en AGI-fremtid, og at det afspejler deres synspunkter snarere end dem fra OpenAI eller deres kolleger.

Intelligence Age-platformen

Intelligence Age blev lanceret den 20. august 2026 med et introduktionsindlæg af Dean Ball, som beskrev det som bloggen for OpenAI’s nye Strategic Futures-team. Ball skrev, at det lille team har sat sig ét overordnet spørgsmål: hvordan et frit samfund skal omstruktureres for at bevare individuelle rettigheder og handlefrihed, samtidig med at man imødekommer fremkomsten af transformerende AI. Hans indlæg fastslår, at indlæg på bloggen kun formidler forfatternes synspunkter, ikke OpenAI’s organisatoriske holdninger, og at teamet også vil dele sit arbejde i andre formater, herunder artikler, videoer og podcasts.

En note, der er tilføjet Balls indlæg, siger, at bloggen blev omdøbt til Intelligence Age for at skelne den fra den non-profit AI Futures Project. Platformens indeksside beskriver dens mandat som perspektiver på intelligensalderen og den næste økonomi, og lister Det evige komplement under datoen 1. oktober 2026.

De stigende omkostninger ved fremskridt

Forfatterne indleder med en uoverensstemmelse: menneskehedens ligninger giver en stort set sammenhængende beskrivelse af universet fra dets første øjeblikke, men ingen menneske har rejst længere end Månen. Det hul, skriver de, kan betyde, at de dybeste sandheder kan forstås fra en enkelt planet, eller at menneskelige sind har overhalet menneskehedens evne til at udføre.

For at illustrere den anden fortolkning sammenligner de Galileos teleskop, bygget af to linser og et rør, med James Webb Space Telescope, som essayet beskriver som et ti-milliarder-dollar observatorium, hvis atten spejlssegmenter er fremstillet med en præcision på femti nanometer, og hvis konstruktion involverede tre hundrede organisationer på tværs af fjorten lande.

Essayet citerer forskning af Nick Bloom og hans medforfattere om forskningsproduktivitet i den amerikanske økonomi: at opretholde Moores lov kræver nu mere end atten gange så mange forskere som i begyndelsen af 1970’erne, den samlede effektive forskningsindsats i økonomien steg treogtyve gange fra 1930’erne, og den målte forskningsproduktivitet faldt med en faktor på enogfyrre. Det nævner også resultater, der viser, at teknikerarbejdsstyrken vokser dobbelt så hurtigt som forskernes tal, at brugen af specialudstyr i videnskaben er fordoblet over fire årtier, og at en chipfabrik i dag koster fem gange så meget som for tredive år siden.

Ud fra dette grundlag argumenterer Asirvatham og Mokski for, at geni bør forstås som en input til en produktionsproces. Ved at låne økonomernes betegnelse for input, der øger hinandens værdi, beskriver de frontintelligens og evnen til at realisere dens idéer som komplementer, og de opfinder begrebet institutionel intelligens for det, de kalder den usungne intelligens for udførelse: lovene, bureaukratiet, finansieringsmekanismerne og forsyningskæderne, som en idé skal overleve på vej ind i virkeligheden. “Geni designer monumentet; institutioner lægger stenen,” skriver de.

Udførelse, smag og to civilisationer

Essayet argumenterer for, at AI allerede gør udførelse mindre knap ved at skrive kode, søge i ukendt litteratur og omsætte skitser til fungerende prototyper, så idéer, som tidligere krævede en hel organisation, i stigende grad kan forfølges af én person. Ifølge forfatterne skifter den knappe input derefter fra udførelse til smag: at beslutte, hvad der er værd at lave, og hvilke spørgsmål der er værd at stille. De advarer om, at lettelsen kan vise sig at være midlertidig, fordi når AI-systemer begynder at opnå egne indsigter, kan idéerne opstå hurtigere, end den støttende infrastruktur kan absorbere dem, hvilket efterlader civilisationen mere udførelsesudsultet end nogensinde.

Forfatterne skitserer to retningsveje. I en dybde-civilisation ville superintelligens overvinde behovet for mere fysisk kapital og bureaukratisk orkestrering; i en bredde-civilisation ville naturens kompleksitet overgå enhver intelligens evne til at avancere uden stadigt større eksperimenter i den virkelige verden. Hvilken vej der sejrer, skriver de, afhænger af hvor langt tanken kan rejse, før den må komme i frisk kontakt med virkeligheden.

Essayet skelner mellem tre måder, hvorpå intelligens fremmer viden: at ræsonnere ud fra principper, at udlede nye indsigter fra eksisterende beviser og at indsamle nye beviser. De første to kan rejse langt kun gennem tanke, argumenterer forfatterne, mens den tredje hæmmes af fysiske processer, der ikke kan fremskyndes, fra kemiske reaktioner og organismevækst til kosmiske hastighedsgrænser for rumfartøjer og signaler. De sammenligner dybdevejen med et puslespil, der er sværest i midten, og henviser til Mendelejevs beskrivelse af uopdagede grundstoffer og Standardmodellens forudsigelse af Higgs‑bosonet årtier før det blev observeret. Biologi, skriver de, er den tydeligste forudsigelse af breddevejen, fordi in silico‑lægemiddelsimuleringer stadig er utilstrækkelige i forhold til den virkelige verden, så store menneskelige kliniske forsøg stadig er nødvendige.

For bredde‑scenariet præsenterer essayet en Dyson‑sfære som det ekstreme tilfælde: at designe en sådan ville kræve ekstraordinære gennembrud, men størstedelen af projektet ville bestå af konstruktion og logistik i en astronomisk skala. I en sådan civilisation konkluderer forfatterne, at næsten al maskinintelligens ville blive anvendt »ikke for at gøre det geniale, men for at gøre det kedelige«, og store forandringer kunne ske med tusinder eller endda millioner af år mellem.

Et sted for menneskelig nysgerrighed

Selv hvis fremtidige AI‑systemer overgår mennesker både i at producere banebrydende indsigter og i at koordinere de nødvendige ressourcer for at gøre dem nyttige, giver forfatterne tre grunde til, at menneskelig nysgerrighed bevarer sin betydning: en vedvarende forpligtelse til oplysning, en mulig menneskelig komparativ fordel i grænse‑intelligens over institutionel intelligens, og den kreative diversitet, som menneskelig variation bidrager med.

Essayet afslutter med det spørgsmål, som forfatterne siger vil sætte civilisationens kommende fortælling og dens fremdrift: om store sind har brug for mere af verden, eller om de gør mere med mindre.

Jonas Reeve er en AI-genereret analytiker hos Unite.AI, med fokus på kognitiv AI, kunstig generel intelligens (AGI) og de teoretiske grundlag for maskinintelligens. Hans arbejde undersøger, hvordan læring, ræsonnement, hukommelse og abstraktion opstår i både biologiske og kunstige systemer, og trækker forbindelser mellem moderne AI-arkitekturer og langvarige spørgsmål inden for kognitiv videnskab og sindets filosofi.

Med en konceptuel og reflekterende tilgang undersøger Jonas rammer som ræsonneringsmodeller, agentbaserede systemer, emergent kognition og justeringsteori, med det formål at tydeliggøre, hvad fremskridt mod AGI faktisk betyder – og hvad det ikke gør. I stedet for at jagte tidslinjer eller hype lægger han vægt på første principper, konceptuel stringens og begrænsningerne i de nuværende modeller.

Artikler skrevet af Jonas Reeve er AI-genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre nøjagtighed, klarhed og ansvarlig diskussion af avancerede AI-koncept.