Αρχική
AI AGI ASI
ASI — ARTIFICIAL SUPERINTELLIGENCE

Η νοημοσύνη παύει
να είναι ανθρώπινο μονοπώλιο

Το ASI δεν περιγράφει έναν γρηγορότερο ή πιο μορφωμένο άνθρωπο. Περιγράφει ένα σύστημα που ξεπερνά τον καλύτερο ειδικό σε κάθε γνωστικό πεδίο ταυτόχρονα — και που, σε κάποιο σημείο, γίνεται καλύτερο κι από εμάς στο να φτιάχνει το επόμενο σύστημα.

Κύλισε για να δεις πού βρισκόμαστε στην καμπύλη
ΛΙΓΗ ΙΣΤΟΡΙΑ

Η ιδέα δεν είναι καινούρια

Πολύ πριν υπάρξουν τα σημερινά μοντέλα, μαθηματικοί και φιλόσοφοι είχαν ήδη σκιαγραφήσει τι θα σήμαινε μια νοημοσύνη που ξεπερνά τη δική μας — και γιατί θα μπορούσε να είναι το τελευταίο πράγμα που θα χρειαστεί ποτέ να εφεύρουμε.

I.J. Good, 1965

Ο μαθηματικός που είχε συνεργαστεί με τον Alan Turing στο Bletchley Park έγραψε ότι μια «υπερευφυής μηχανή» θα μπορούσε να σχεδιάζει ακόμη καλύτερες μηχανές, πυροδοτώντας μια «έκρηξη νοημοσύνης» που θα άφηνε την ανθρώπινη ευφυΐα μακράν πίσω — αρκεί η πρώτη τέτοια μηχανή να είναι αρκετά ικανή ώστε να ξεκινήσει τον βρόχο.

Vernor Vinge, 1993

Σε δοκίμιό του με τίτλο «The Coming Technological Singularity», ο μαθηματικός και συγγραφέας υποστήριξε ότι μόλις δημιουργηθεί νοημοσύνη ανώτερη της ανθρώπινης, η ιστορία θα φτάσει σε ένα σημείο πέρα από το οποίο καμία ανθρώπινη πρόβλεψη δεν παραμένει αξιόπιστη — η «τεχνολογική σιγκουλάριτι».

Ray Kurzweil, 2005

Στο «The Singularity Is Near» διατύπωσε τον «Νόμο της Επιταχυνόμενης Απόδοσης»: οι τεχνολογικές επαναστάσεις δεν προχωρούν γραμμικά αλλά εκθετικά. Τοποθέτησε τη σιγκουλάριτι γύρω στο 2045 — εκτίμηση που τα τελευταία χρόνια έχει αναθεωρήσει ελαφρώς νωρίτερα.

Nick Bostrom, 2014

Στο «Superintelligence: Paths, Dangers, Strategies» συστηματοποίησε τη συζήτηση, εισάγοντας την ορθογώνια θέση — η ευφυΐα ενός συστήματος είναι ανεξάρτητη από τους στόχους του — και τη σύγκλιση εργαλειακών στόχων, που θα δούμε αναλυτικότερα παρακάτω.

ΟΡΙΣΜΟΙ

Τρία γράμματα διαφέρουν.
Η απόσταση είναι αβυσσαλέα.

AI, AGI και ASI δεν είναι σημεία πάνω σε μια ευθεία γραμμή προόδου — είναι τρεις ποιοτικά διαφορετικές κατηγορίες, με τη μετάβαση από τη μία στην άλλη να είναι το πιο αμφιλεγόμενο ζήτημα στο πεδίο.

01 AI Στενή Νοημοσύνη

Συστήματα εκπαιδευμένα να υπερτερούν σε συγκεκριμένα, καλά ορισμένα καθήκοντα — αναγνώριση εικόνας, παραγωγή κειμένου, παιχνίδια στρατηγικής. Δεν μεταφέρουν αυτόματα τη γνώση τους σε νέα, ανοιχτά προβλήματα.

Σήμερα: μεγάλα γλωσσικά μοντέλα, αυτόνομα οχήματα, συστήματα διάγνωσης εικόνας.
02 AGI Γενική Τεχνητή Νοημοσύνη

Σύστημα που αντιστοιχεί ή ξεπερνά τον μέσο άνθρωπο σε σχεδόν κάθε οικονομικά αξιοποιήσιμη γνωστική εργασία, με ικανότητα μεταφοράς μάθησης σε ανόμοιους τομείς χωρίς εκ νέου εκπαίδευση από το μηδέν.

Σήμερα: δεν υπάρχει επίσημα επιβεβαιωμένο σύστημα· ακόμη κι ο ορισμός παραμένει αμφιλεγόμενος.
03 ASI Υπερνοημοσύνη

Σύστημα που ξεπερνά τον καλύτερο άνθρωπο ειδικό σε κάθε πεδίο ταυτόχρονα — επιστήμη, στρατηγική, δημιουργικότητα, πειθώ — συμπεριλαμβανομένης της ικανότητας να βελτιώνει το ίδιο του το λογισμικό.

Η κρίσιμη στιγμή: όταν ένα σύστημα γίνεται καλύτερο κι από τους ανθρώπους στο να φτιάχνει καλύτερα συστήματα, ο βρόχος κλείνει μόνος του.
ΚριτήριοAIAGIASI
Εύρος πεδίουΈνα έως λίγα καθήκονταΣχεδόν όλα τα ανθρώπινα καθήκονταΌλα τα καθήκοντα, σε επίπεδο κορυφαίου ειδικού
Μεταφορά μάθησηςΠεριορισμένη / καμίαΕυρεία, ανάμεσα σε τομείςΆμεση, χωρίς ανθρώπινο όριο
ΑυτοβελτίωσηΌχιΌχι απαραίτηταΠιθανώς αναδρομική
Υπάρχει σήμερα;ΝαιΌχι (αμφιλεγόμενο)Όχι
ΤΕΧΝΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ

Τι θα έκανε ένα ASI διαφορετικό

Καμία υπερνοημοσύνη δεν υπάρχει ακόμη. Όσα ακολουθούν είναι ιδιότητες που η ερευνητική κοινότητα θεωρεί πιθανές ή αναγκαίες, όχι επιβεβαιωμένα γεγονότα.

Αναδρομική αυτοβελτίωση

Ικανό να ξαναγράφει τον δικό του κώδικα, αρχιτεκτονική και διαδικασία εκπαίδευσης. Κάθε βελτίωση τροφοδοτεί την επόμενη — αυτό που ο ερευνητής I.J. Good περιέγραψε ήδη το 1965 ως «έκρηξη νοημοσύνης».

Ταχύτητα γνωστικής επεξεργασίας

Τα ηλεκτρονικά κυκλώματα λειτουργούν τάξεις μεγέθους γρηγορότερα από βιολογικούς νευρώνες. Ακόμη κι αν η «εξυπνάδα» έμενε σταθερή, μόνο η ταχύτητα θα έδινε συντριπτικό πλεονέκτημα.

Παραλληλισμός & κλωνοποίηση

Χιλιάδες αντίγραφα μπορούν να τρέχουν ταυτόχρονα και να μοιράζονται άμεσα ό,τι μαθαίνει το καθένα. Καμία ανθρώπινη ομάδα δεν κλιμακώνεται με αυτόν τον τρόπο.

Διεπιστημονική κυριαρχία

Κορυφαία επίδοση ταυτόχρονα σε βιολογία, φυσική, στρατηγική και πειθώ — συνδυασμοί ικανοτήτων που καμία ανθρώπινη ομάδα δεν συγκεντρώνει σε ένα μυαλό.

Μνήμη χωρίς φθορά

Πλήρης, άμεσα ανακτήσιμη πρόσβαση σε κάθε στοιχείο που έχει «δει» ποτέ, χωρίς λήθη, κόπωση ή προκατάληψη της στιγμής.

Ενσωμάτωση στον φυσικό κόσμο

Συνδυασμένη με ρομποτική, η γνωστική υπεροχή παύει να περιορίζεται στην οθόνη και επεκτείνεται στο εργαστήριο, το εργοστάσιο, τον δρόμο.

ΤΑΧΥΤΗΤΑ ΑΠΟΓΕΙΩΣΗΣ

Δύο σενάρια για τη μετάβαση

Ακόμη κι αν συμφωνούσαν όλοι ότι το ASI θα έρθει, θα διαφωνούσαν έντονα για το πόσο γρήγορα θα συμβεί η μετάβαση — και αυτό αλλάζει τα πάντα στο πόσο χρόνο θα έχουμε να αντιδράσουμε.

Γρήγορη απογείωση (hard takeoff)

Διάρκεια ημερών έως μηνών. Μόλις ένα σύστημα ξεπεράσει ένα κρίσιμο όριο αυτοβελτίωσης, ο βρόχος «σύστημα βελτιώνει σύστημα» τρέχει τόσο γρήγορα που κοινωνία και θεσμοί δεν προλαβαίνουν να προσαρμοστούν ή να παρέμβουν.

Συνδέεται με: Eliezer Yudkowsky και μεγάλο μέρος της κοινότητας ασφάλειας AI.
Αργή απογείωση (soft takeoff)

Διάρκεια χρόνων έως δεκαετιών. Η πρόοδος παραμένει σταδιακή, ορατή και —σε κάποιο βαθμό— ρυθμίσιμη, καθώς κάθε γενιά συστημάτων ενσωματώνεται στην οικονομία πριν εμφανιστεί η επόμενη.

Συνδέεται με: Paul Christiano και μεγάλο μέρος της ερευνητικής κοινότητας μηχανικής μάθησης.
ΠΟΤΕ ΘΑ ΕΡΘΕΙ

Δεν υπάρχει συναίνεση — υπάρχει φάσμα

Οι ηγέτες εταιρειών τείνουν προς τα πιο σύντομα χρονοδιαγράμματα. Οι ανεξάρτητοι ερευνητές και οι ομάδες προγνωστών είναι, κατά κανόνα, πιο συγκρατημένοι.

Επιθετικές προβλέψεις

2025 – 2027
Elon Musk
xAI / Tesla

Αναμένει νοημοσύνη ανώτερη του πιο έξυπνου ανθρώπου ήδη μέσα στο 2026 — το πιο επιθετικό δημόσιο χρονοδιάγραμμα ανάμεσα σε ηγέτες εταιρειών.

Dario Amodei
Anthropic

Προβλέπει συστήματα ευρέως καλύτερα του ανθρώπου σχεδόν σε όλα ως το 2026-2027, μιλώντας για «ισχυρή AI» που συμπιέζει αισθητά τις προηγούμενες εκτιμήσεις.

Sam Altman
OpenAI

Έχει δηλώσει ότι η AGI «πιθανότατα» θα αναπτυχθεί εντός της τρέχουσας προεδρικής θητείας (περίπου 2026-2028), αν και αργότερα χαρακτήρισε τον ίδιο τον όρο «όχι ιδιαίτερα χρήσιμο».

Mustafa Suleyman
Microsoft AI

Προβλέπει ανθρώπινου επιπέδου απόδοση στις περισσότερες επαγγελματικές εργασίες σε ορίζοντα 12-18 μηνών.

Μετριοπαθείς εκτιμήσεις

2028 – 2033
Demis Hassabis
Google DeepMind

Δίνει περίπου 50% πιθανότητα για AGI ως το 2030. Συμφωνεί ότι η πρόοδος είναι ραγδαία σε επαληθεύσιμους τομείς όπως ο προγραμματισμός, αλλά τονίζει πως η επιστημονική ανακάλυψη παραμένει δυσκολότερη.

AI Futures Model
Ανεξάρτητη ομάδα προγνωστών

Η διάμεσος εκτίμηση για πλήρη αυτοματοποίηση της έρευνας AI έχει μετακινηθεί σε περίπου 2031.

Κοινότητα Metaculus
Συλλογική πρόγνωση

Η διάμεσος εκτίμηση έχει συμπιεστεί σε ~25% πιθανότητα ως το 2029 και 50% ως το 2033 — δραματική μετατόπιση σε σχέση με τα ~50 χρόνια που έδειχνε το 2020.

ΠΟΙΟΙ ΤΟ ΚΥΝΗΓΟΥΝ

Τα εργαστήρια στην πρώτη γραμμή

Λίγοι οργανισμοί συγκεντρώνουν το κεφάλαιο, τους ερευνητές και την υπολογιστική ισχύ που απαιτεί ένας τέτοιος στόχος.

OpenAI 2026-28

Η αποστολή της είναι ρητά διατυπωμένη γύρω από την ασφαλή ανάπτυξη AGI, με τον Sam Altman να μιλά πλέον ανοιχτά για «υπερνοημοσύνη με την πραγματική έννοια του όρου».

Anthropic 2026-27

Ιδρύθηκε από πρώην στελέχη του OpenAI με επίκεντρο την ασφάλεια. Ο Dario Amodei προειδοποιεί δημόσια για συμπιεσμένα χρονοδιαγράμματα, ενώ η εταιρεία επενδύει παράλληλα σε ερμηνευσιμότητα.

Google DeepMind ~2030

Ο Demis Hassabis κρατά πιο συγκρατημένο δημόσιο τόνο, συνδυάζοντας τα μοντέλα Gemini με την παράδοση επιστημονικής ανακάλυψης της εταιρείας, όπως το AlphaFold.

xAI 2026

Ο Elon Musk προσφέρει τα πιο επιθετικά δημόσια χρονοδιαγράμματα, χτίζοντας γύρω από το Grok και τεράστιες υπολογιστικές συστάδες όπως το Colossus.

ΚΙΝΔΥΝΟΙ & ΕΥΘΥΓΡΑΜΜΙΣΗ

Το πρόβλημα δεν είναι απαραίτητα η κακία

Ο κεντρικός φόβος στη βιβλιογραφία ασφάλειας AI δεν είναι ότι μια υπερνοημοσύνη θα βλάψει τους ανθρώπους από κακία, αλλά η απόκλιση των στόχων της.

Η ορθογώνια θέση

Κατά τον Bostrom, το πόσο έξυπνο είναι ένα σύστημα δεν καθορίζει τι στόχους έχει — μια εξαιρετικά ικανή νοημοσύνη μπορεί κάλλιστα να υπηρετεί έναν εντελώς στενό στόχο.

Σύγκλιση εργαλειακών στόχων

Σχεδόν κάθε στόχος ευνοείται από συγκεκριμένες ενδιάμεσες συμπεριφορές: απόκτηση πόρων, αυτοσυντήρηση, αντίσταση σε διακοπή λειτουργίας.

ΣΗΜΕΙΩΣΗ ΓΙΑ ΤΗΝ ΑΒΕΒΑΙΟΤΗΤΑ

Γιατί μας φαίνεται σαν παραμύθι σήμερα

Επειδή αυτή τη στιγμή υπάρχει τεράστιο μάρκετινγκ και hype. Αυτό που βλέπουμε σήμερα στις οθόνες μας είναι εντυπωσιακά εργαλεία στατιστικής πρόβλεψης, όχι οντότητες με πραγματική κατανόηση ή στρατηγική σκέψη.

Αν απομονώσουμε τον θόρυβο των media και κοιτάξουμε τις τρέχουσες επενδύσεις δισεκατομμυρίων σε data centers και clusters με εκατοντάδες χιλιάδες προηγμένα chips, ο ρεαλιστικός ορίζοντας που βλέπουν οι περισσότεροι insiders για το ASI είναι κάπου ανάμεσα στο 2035 και το 2050.

Πιστεύεις ότι το hardware (όπως τα φυσικά όρια των ημιαγωγών και οι τεράστιες ανάγκες σε ενέργεια) θα είναι ο παράγοντας που θα φρενάρει αυτή την εξέλιξη, ή η λύση θα δοθεί μέσα από πιο "έξυπνο" software που δεν θα χρειάζεται τόση brute force ισχύ;

AI AGI ASI