AGI og fremtidens AI

OpenAI’s Intelligence Age publiserer essayet ‘Den evige komplementet’

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

OpenAI publiserte Den evige komplementet 1. oktober 2026, et essay av Hemanth Asirvatham og Elliott Mokski som argumenterer for at geniale maskiner kan vise sin største verdi ved å utføre monotont arbeid. Det er det første essayet i forfatternes serie om den neste økonomien, utgitt gjennom Intelligence Age, en plattform selskapet lanserte i august 2026.

En forfatternote sier at essayet tilhører en ny plattform som huser uavhengige stemmer som utforsker en AGI‑fremtid, og at det gjenspeiler deres synspunkter snarere enn OpenAIs eller deres kollegers.

Intelligence Age-plattformen

Intelligence Age ble lansert 20. august 2026, med et introduksjonsinnlegg av Dean Ball, som beskrev den som bloggen til OpenAIs nye Strategic Futures‑team. Ball skrev at det lille teamet har satt seg ett overordnet spørsmål: hvordan et fritt samfunn bør omstruktureres for å bevare individuelle rettigheter og handlefrihet samtidig som man imøtekommer fremveksten av transformerende AI. Innlegget hans sier at innlegg på bloggen kun formidler forfatternes synspunkter, ikke OpenAIs organisasjonsposisjoner, og at teamet også vil dele sitt arbeid i andre formater, inkludert artikler, videoer og podkaster.

En merknad som er lagt til Balls innlegg sier at bloggen ble omdøpt til Intelligence Age for å skille den fra den ideelle AI Futures Project. Plattformens indeksside beskriver dens mandat som perspektiver på intelligensalderen og den neste økonomien, og lister opp Den evige komplementet under datoen 1. oktober 2026.

De stigende kostnadene ved fremgang

Forfatterne begynner med en motsigelse: menneskehetens ligninger gir en stort sett sammenhengende beskrivelse av universet fra dets første øyeblikk, men ingen mennesker har reist forbi Månen. Det gapet, skriver de, kan bety at de dypeste sannhetene kan forstås fra én eneste planet, eller at menneskelige sinn har løpt foran menneskehetens evne til å utføre.

For å illustrere den andre tolkningen kontrasterer de Galileos teleskop, bygget av to linser og et rør, med James Webb Space Telescope, som essayet beskriver som et observatorium på ti milliarder dollar, med atten speilsegmenter konstruert med femti‑nanometer presisjon, og hvis bygging involverte tre hundre organisasjoner i fjorten land.

Essayet siterer forskning av Nick Bloom og hans medforfattere om forskningsproduktivitet i den amerikanske økonomien: å opprettholde Moores lov krever nå mer enn atten ganger så mange forskere som på begynnelsen av 1970‑tallet, den effektive forskningsinnsatsen i hele økonomien økte tjue‑tre ganger fra 1930‑tallet, og den målte forskningsproduktiviteten falt med en faktor på førtien. Det nevnes også funn om at teknikerarbeidsstyrken vokser dobbelt så raskt som vitenskapsmannskapene, at bruken av spesialutstyr i vitenskapen har doblet seg over fire tiår, og at en chip‑fabrikk i dag koster fem ganger så mye som for tredve år siden.

Basert på dette regnskapet argumenterer Asirvatham og Mokski for at geni bør forstås som en innsatsfaktor i en produksjonsprosess. De låner økonomenes begrep for innsatsfaktorer som øker hverandres verdi, og beskriver frontlinje‑intelligens og evnen til å realisere ideene som komplementære, og de introduserer begrepet institusjonell intelligens for det de kaller den lite feirede intelligensen i utførelse: lovene, byråkratiet, finansieringsmekanismer og forsyningskjeder en idé må overleve på vei inn i virkeligheten. “Geni designer monumentet; institusjoner legger stenen”, skriver de.

Utførelse, smak og to sivilisasjoner

Essayet argumenterer for at AI allerede gjør utførelse mindre knapp ved å skrive kode, søke i ukjent litteratur og omforme skisser til fungerende prototyper, slik at ideer som tidligere krevde en hel organisasjon i økende grad kan forfølges av én person. Ifølge forfatterne skifter den knappe innsatsfaktoren fra utførelse til smak: å bestemme hva som er verdt å lage og hvilke spørsmål som er verdt å stille. De advarer om at lettelsen kan vise seg å være midlertidig, fordi når AI‑systemer begynner å komme frem til egne innsikter, kan ideer oppstå raskere enn støttende infrastruktur kan absorbere dem, og etterlate sivilisasjonen mer utførelses‑sulten enn noen gang.

Forfatterne skisserer to retningstiltak. I en dybdesivilisasjon ville superintelligens overvinne behovet for mer fysisk kapital og byråkratisk orkestrering; i en breddesivilisasjon ville naturens kompleksitet overgå evnen til enhver intelligens til å gjøre fremskritt uten stadig større eksperimenter i den virkelige verden. Hvilken vei som vinner, skriver de, avhenger av hvor langt tanken kan reise før den må ta ny kontakt med virkeligheten.

Essayet skiller mellom tre måter intelligens fremmer kunnskap på: resonnering fra prinsipper, å trekke nye innsikter fra eksisterende bevis, og å samle nye bevis. De første to kan reise langt kun gjennom tanke, hevder forfatterne, mens den tredje blir begrenset av fysiske prosesser som ikke kan hastes, fra kjemiske reaksjoner og organismevekst til kosmiske hastighetsgrenser for romfartøy og signaler. De sammenligner dybdeveien med et puslespill som er vanskeligst i midten, med referanse til Mendeleevs beskrivelse av uoppdagede elementer og Standardmodellens forutsigelse av Higgs-bosonet tiår før det ble observert. Biologi, skriver de, er den tydeligste forløperen til breddeveien, fordi silikondrevne legemiddelsimuleringer fortsatt er utilstrekkelige i forhold til den virkelige verden, slik at store menneskelige kliniske studier fortsatt er nødvendige.

For bredde‑scenarioet presenterer essayet en Dyson-sfære som det ekstreme tilfellet: å designe en slik krets ville kreve ekstraordinære gjennombrudd, men mesteparten av prosjektet ville bestå av bygging og logistikk i en astronomisk skala. I en slik sivilisasjon konkluderer forfatterne med at nesten all maskinintelligens ville bli brukt «ikke for å gjøre det briljante, men for å gjøre det kjedelige», og store endringer kan komme med tusenvis eller til og med millioner av år mellomrom.

Et sted for menneskelig nysgjerrighet

Selv om fremtidige AI‑systemer overgår mennesker både i å produsere banebrytende innsikter og i å koordinere ressursene som trengs for å gjøre dem nyttige, gir forfatterne tre grunner til at menneskelig nysgjerrighet beholder sin betydning: en varig forpliktelse til opplysning, en mulig menneskelig komparativ fordel i grenseintelligens over institusjonell intelligens, og den kreative mangfoldet som menneskelig variasjon bidrar med.

Essayet avslutter med spørsmålet forfatterne sier vil sette sivilisasjonens kommende historie og fremdriftsfart: om store sinn trenger mer av verden, eller om de gjør mer med mindre.

Jonas Reeve er en AI-generert analytiker hos Unite.AI, med fokus på kognitiv AI, kunstig generell intelligens (AGI) og de teoretiske grunnlagene for maskinintelligens. Arbeidet hans utforsker hvordan læring, resonnering, hukommelse og abstraksjon oppstår i både biologiske og kunstige systemer, og trekker forbindelser mellom moderne AI-arkitekturer og langvarige spørsmål innen kognitiv vitenskap og sinnets filosofi.

Med en konseptuell og reflekterende tilnærming undersøker Jonas rammeverk som resonneringsmodeller, agentbaserte systemer, emergent kognisjon og justeringsteori, med mål om å klargjøre hva fremgang mot AGI faktisk betyr – og hva det ikke betyr. I stedet for å jage tidslinjer eller hype, legger han vekt på første prinsipper, konseptuell grundighet og begrensningene i dagens modeller.

Artikler skrevet av Jonas Reeve er AI-genererte og gjennomgås av Unite.AI sitt redaksjonsteam for å sikre nøyaktighet, klarhet og ansvarlig diskusjon av avanserte AI-konsepter.