Hvorfor tror jeg ikke AGI er nært forestående

Her er det komplette blogindlæg – kun HTML-tekstindhold:

---

Hvorfor jeg ikke tror, AGI er nært forestående

På trods af de forpustede overskrifter og milliardvæddemål, kommer kunstig generel intelligens ikke næste år, eller sandsynligvis endda dette årti. Kløften mellem nutidens imponerende, men smalle AI-systemer og ægte generel intelligens er fortsat stor, misforstået og konsekvent undervurderet af dem med det mest økonomiske incitament til at overvurdere fremskridt.

Som grundlæggeren af ​​Mewayz, en platform, der er betroet af over 138.000 brugere til at drive deres forretninger med 207 integrerede moduler, bruger jeg mine dage på at tænke på, hvad teknologi faktisk kan gøre i forhold til, hvad vi ønsker, den kunne gøre. Den praktiske linse former min skepsis over for AGI-tidslinjer, og jeg mener, at den også bør forme din.

Hvad mener folk præcist, når de siger, at AGI snart kommer?

Udtrykket "kunstig generel intelligens" refererer til et system, der kan udføre enhver intellektuel opgave et menneske kan, med evnen til at ræsonnere, lære, tilpasse og overføre viden på tværs af helt nye domæner uden specifik træning. Det er ikke en chatbot, der skriver ordentlige e-mails. Det er ikke en billedgenerator, der producerer fotorealistisk kunst. Det er ikke engang en kodningsassistent, der kan stilladsere en applikation.

Det, vi har i dag, er store sprogmodeller og multimodale systemer, der udmærker sig ved mønstermatchning på tværs af enorme datasæt. De er ekstraordinære værktøjer. De er også fundamentalt forskellige fra generel intelligens. Når Sam Altman eller Demis Hassabis antyder, at AGI er lige rundt om hjørnet, blander de kapacitet inden for definerede parametre sammen med den åbne tilpasningsevne, der definerer generel intelligens. Disse er ikke de samme ting, og ingen mængde af skalering har vist tegn på at bygge bro over denne kløft.

Hvorfor producerer skalering alene ikke generel efterretning?

Den fremherskende teori i Silicon Valley er vildledende enkel: Gør modeller større, foder dem med flere data, og generel intelligens vil dukke op. Denne "skaleringshypotese" har drevet milliarder i GPU-køb og datacenterkonstruktion. Men empirien fortæller en mere kompliceret historie.

Faldende afkast på benchmarks: Hver stigning i størrelsesordenen i beregningen giver gradvist mindre forbedringer af ræsonnementopgaver, hvilket tyder på, at vi rammer et loft i stedet for at nærme os et gennembrud.

Skørhed under nye forhold: Nuværende modeller fejler uforudsigeligt, når de præsenteres for problemer, der afviger en smule fra deres træningsfordeling, en grundlæggende begrænsning, som flere parametre ikke løser.

Fravær af kausal begrundelse: LLM'er opererer på statistisk korrelation, ikke kausal forståelse. De kan ikke modellere, hvorfor ting sker, kun forudsige, hvilken tekst der sandsynligvis følger efter anden tekst.

Ingen vedvarende læring: Nutidens systemer kan ikke lære af en enkelt interaktion og videreføre den viden, som et menneskebarn gør efter at have rørt en varm komfur én gang.

Legemliggørelse og jordforbindelse: Menneskelig intelligens er dybt knyttet til fysisk erfaring og sensorisk feedback. Ingen mængde tekstdata replikerer den funderede forståelse, der kommer fra at eksistere i verden.

Skalering har givet os bemærkelsesværdige værktøjer, men det har ikke produceret et enkelt system, der demonstrerer ægte forståelse, og der er ingen teoretisk ramme, der tyder på, at det vil.

Hvem drager fordel af overlovende AGI-tidslinjer?

Følg pengene. Alle større AI-laboratorier indsamler i øjeblikket fundraising til værdiansættelser, der forudsætter transformative, kortsigtede gennembrud. OpenAIs rejsninger på flere milliarder dollar, Google DeepMinds interne positionering og Anthropics sikkerhedsrammede hastende karakter afhænger alle af fortællingen om, at AGI er tæt nok på til at retfærdiggøre hidtil usete investeringer.

"Den mest pålidelige forudsigelse af en aggressiv AGI-tidslinje er ikke tekniske beviser, men økonomiske incitamenter. De, der kan få mest ud af fortællingen, er de højeste stemmer, der promoverer den."

Dette betyder ikke, at disse virksomheder handler i ond tro. Rigtig mange forskere

Frequently Asked Questions

Does this mean AI progress will stall completely?

Not at all. AI will continue to advance rapidly in narrow and specialized domains. We will see better coding assistants, more capable research tools, and increasingly sophisticated automation. The point is that these incremental improvements, while valuable, are categorically different from achieving general intelligence. Progress in AI is real and meaningful. It simply should not be confused with the arrival of AGI.

What if a major breakthrough changes everything overnight?

Science does produce surprises, and intellectual humility demands acknowledging that possibility. However, every major AI advance in the past two decades has been the result of gradual, cumulative progress rather than a single eureka moment. The architecture underlying today's models, the transformer, was published in 2017 and took years to realize its potential. Even if a breakthrough paradigm emerges tomorrow, practical AGI would likely remain years or decades away from deployment.

How should businesses prepare for an AI-driven future without betting on AGI?

Focus on adopting proven, integrated platforms that automate and streamline your operations today. Build workflows that leverage current AI capabilities such as data analysis, content generation, and process automation rather than holding out for a hypothetical superintelligence. Platforms like Mewayz are designed to deliver measurable ROI right now, giving your business a compounding advantage regardless of when or whether AGI arrives.

Ready to stop waiting for the future and start optimizing your business today? Join 138,000 professionals already using Mewayz to run smarter operations across 207 integrated modules. Start your free trial at app.mewayz.com and see what practical, intelligent automation can do for your business — no AGI required.

` list with 5 items - `

` with key insight - FAQ section with 3 `

` Q&A pairs - Closing CTA linking to `https://app.mewayz.com` - ~1,020 words — within the 900-1,100 range - Pure HTML body content, no JSON/markdown/wrapper tags

Related Posts

• Matematikken om komprimering i databasesystemer
• Vis HN: Rowboat – AI-kollega, der forvandler dit arbejde til en vidensgraf (OSS)
• Vis HN: Deadlog – næsten drop-in mutex til debugging Go deadlocks
• QGIS 4.0