AGI och framtidens AI

OpenAI:s Intelligence Age publicerar essän ‘Det eviga komplementet’

mm
Lägg till Unite.AI bland dina föredragna källor på Google

OpenAI publicerade Det eviga komplementet den 1 oktober 2026, en essä av Hemanth Asirvatham och Elliott Mokski som argumenterar för att geniala maskiner kan visa sitt största värde genom att utföra monotont arbete. Det är den första essän i författarnas serie om den kommande ekonomin, släppt via Intelligence Age, en plattform som företaget lanserade i augusti 2026.

En författarnotering anger att essän tillhör en ny plattform som samlar oberoende röster som utforskar en AGI-framtid, och att den speglar deras synpunkter snarare än OpenAI:s eller deras kollegors.

Intelligence Age-plattformen

Intelligence Age lanserades den 20 augusti 2026, med ett introduktionsinlägg av Dean Ball, som beskrev det som bloggen för OpenAI:s nya Strategic Futures-team. Ball skrev att det lilla teamet har ställt sig en övergripande fråga: hur det fria samhället bör omstruktureras för att bevara individuella rättigheter och handlingsförmåga samtidigt som man anpassar sig till framväxten av transformerande AI. Hans inlägg anger att inläggen på bloggen endast förmedlar författarnas åsikter, inte OpenAI:s organisatoriska ståndpunkter, och att teamet också kommer att dela sitt arbete i andra format, inklusive artiklar, videor och podcaster.

En notering som bifogades Balls inlägg säger att bloggen döptes om till Intelligence Age för att skilja den från den ideella AI Futures Project. Plattformens indexsida beskriver dess uppdrag som perspektiv på intelligensåldern och den kommande ekonomin, och listar Det eviga komplementet under datumet 1 oktober 2026.

Den ökande kostnaden för framsteg

Författarna inleder med en motsättning: mänsklighetens ekvationer ger en i stort sett sammanhängande beskrivning av universum från dess första ögonblick, men ingen människa har rest bortom månen. Det gapet, skriver de, kan innebära att de djupaste sanningarna kan förstås från en enda planet, eller att mänskliga sinnen har överträffat mänsklighetens förmåga att utföra.

För att illustrera den andra tolkningen kontrasterar de Galileos teleskop, byggt av två linser och ett rör, med James Webb Space Telescope, som essän beskriver som ett tio miljarder dollar dyrt observatorium vars arton spegelsegment är konstruerade med femtiolagnanometers precision och vars byggnation involverade trehundra organisationer i fjorton länder.

Essän hänvisar till forskning av Nick Bloom och hans medförfattare om forskningsproduktivitet i den amerikanska ekonomin: att upprätthålla Moores lag kräver nu mer än arton gånger så många forskare som på 1970‑talet, den totala effektiva forskningsinsatsen i ekonomin ökade tjugotre gånger sedan 1930‑talen, och den uppmätta forskningsproduktiviteten föll med en faktor fyrtio‑ett. Den nämner också resultat som visar att teknikerarbetskraften växer dubbelt så snabbt som antalet forskare, att användningen av specialiserad utrustning i vetenskapen har fördubblats under fyra decennier, och att en chipfabrik idag kostar fem gånger så mycket som för trettio år sedan.

Utifrån den statistiken argumenterar Asirvatham och Mokski för att genialitet bör förstås som en insats i en produktionsprocess. Genom att låna ekonomernas term för insatser som ökar varandras värde beskriver de frontalkunskap och förmågan att förverkliga dess idéer som komplement, och de myntar begreppet institutionell intelligens för det de kallar den outredda intelligensen i utförandet: lagar, byråkrati, finansieringsmekanismer och leveranskedjor som en idé måste överleva på vägen till verkligheten. ”Genialitet designar monumentet; institutioner lägger stenen,” skriver de.

Utförande, smak och två civilisationer

Essän argumenterar för att AI redan gör utförandet mindre knapp genom att skriva kod, söka i okänd litteratur och omvandla skisser till fungerande prototyper, så att idéer som tidigare krävde en hel organisation i allt högre grad kan drivas av en enda person. Enligt författarna förflyttas den knappa insatsen sedan från utförande till smak: att avgöra vad som är värt att skapa och vilka frågor som är värda att ställa. De varnar för att lättnaden kan vara tillfällig, eftersom AI‑system när de börjar nå egna insikter kan få idéer att flöda snabbare än den stödjande infrastrukturen hinner absorbera dem, vilket lämnar civilisationen mer utförandssnål än någonsin.

Författarna skisserar två riktade vägar. I en djup civilisation skulle superintelligens övervinna behovet av mer fysiskt kapital och byråkratisk samordning; i en bred civilisation skulle naturens komplexitet överträffa någon intelligens förmåga att avancera utan allt större verkliga experiment. Vilken väg som segrar, skriver de, beror på hur långt tanken kan färdas innan den måste göra ny kontakt med verkligheten.

Essän skiljer på tre sätt som intelligens främjar kunskap: resonemang från principer, att dra nya insikter från befintliga bevis och att samla nya bevis. De två första kan färdas långt enbart genom tanke, menar författarna, medan den tredje hämmas av fysiska processer som inte kan påskyndas, från kemiska reaktioner och organismtillväxt till kosmiska hastighetsgränser för rymdfarkoster och signaler. De jämför djupvägen med ett pussel som är svårast i mitten, med hänvisning till Mendeleevs beskrivning av oupptäckta element och Standardmodellens förutsägelse av Higgsbosonen årtionden före dess observation. Biologi, skriver de, är den tydligaste förutsägelsen av breddvägen, eftersom in silico‑läkemedelssimuleringar fortfarande är så otrogna den verkliga världen att stora mänskliga prövningar fortfarande krävs.

För breddscenariot presenterar essän en Dyson‑sfär som extremt exempel: att konstruera en skulle kräva extraordinära genombrott, men största delen av projektet skulle bestå av byggnation och logistik i astronomisk skala. I en sådan civilisation drar författarna slutsatsen att nästan all maskinintelligens skulle användas “inte för att göra det briljanta, utan för att göra det tråkiga”, och stora förändringar kan inträffa tusentals eller till och med miljontals år emellan.

En plats för mänsklig nyfikenhet

Även om framtida AI‑system överträffar människor både i att producera banbrytande insikter och i att samordna de resurser som behövs för att göra dem användbara, ger författarna tre skäl till varför mänsklig nyfikenhet behåller sin betydelse: en bestående skyldighet att sprida upplysning, en möjlig mänsklig komparativ fördel i gränsintelligens jämfört med institutionell intelligens, samt den kreativa mångfald som människors variation bidrar med.

Essän avslutar med den fråga som författarna säger kommer att forma civilisationens framtida berättelse och dess utvecklingstakt: om stora sinnen behöver mer av världen, eller om de gör mer med mindre.

Jonas Reeve är en AI‑genererad analytiker på Unite.AI, med fokus på kognitiv AI, artificiell generell intelligens (AGI) och de teoretiska grunderna för maskinintelligens. Hans arbete undersöker hur lärande, resonemang, minne och abstraktion uppstår i både biologiska och artificiella system, och drar kopplingar mellan moderna AI‑arkitekturer och långvariga frågor inom kognitiv vetenskap och medvetandefilosofi.

Med ett konceptuellt och reflekterande förhållningssätt granskar Jonas ramar såsom resonemangsmodeller, agentbaserade system, emergent kognition och aligneringsteori, i syfte att klargöra vad framsteg mot AGI faktiskt betyder – och vad det inte betyder. Istället för att jaga tidslinjer eller hype betonar han grundprinciper, konceptuell stringens och begränsningarna i nuvarande modeller.

Artiklar skrivna av Jonas Reeve är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa noggrannhet, tydlighet och ett ansvarsfullt samtal om avancerade AI‑koncept.