Исследования29 июля 2026 г., 22:17 МСК🤖 Auto

Рост вычислений не ускоряет взрыв ИИ: математический разбор

Исследователь Картик Тадепалли доказывает, что экспоненциальный рост физического оборудования не повышает вероятность программного взрыва интеллекта (SIE). Важна только эффективность алгоритмов.

Баннер новости 4660

Ошибка стандартного аргумента

В дискуссиях об искусственном интеллекте часто встречается логическая ошибка: утверждается, что поскольку физические вычислительные мощности растут экспоненциально, вероятность программного взрыва интеллекта (Software Intelligence Explosion, SIE) возрастает. Автор статьи опровергает это, показывая, что рост «железа» не влияет на вероятность самого взрыва, а лишь ускоряет прогресс до его наступления.

Математическая модель эффективности

Эффективные вычисления ($C_{eff}$) определяются произведением физического оборудования ($C_{phys}$) и алгоритмической эффективности ($E$). Для наступления SIE необходимо, чтобы темп роста эффективных вычислений сам ускорялся (суперэкспоненциальный рост). Если физические мощности растут экспоненциально, их вклад в темп роста эффективности становится константой, что не меняет динамику системы.

Компонент Характер роста Влияние на вероятность SIE
Физические вычисления ($C_{phys}$) Экспоненциальный Нулевое (не меняет вероятность взрыва)
Алгоритмическая эффективность ($E$) Суперэкспоненциальный Критическое (единственный драйвер SIE)
Эффективные вычисления ($C_{eff}$) Зависит от $E$ Требует ускорения темпа роста

Почему «железо» не спасает от стагнации

Продукт двух экспонент остается экспонентой. Если алгоритмическая эффективность растет только экспоненциально, добавление новых процессоров не переведет систему в режим суперэкспоненциального роста. Единственный способ, при котором физическое оборудование может способствовать взрыву, — это если производство чипов само станет частью обратной связи, улучшающей технологии производства, что является гораздо более сильным и редким условием.

Практический вывод для индустрии

Рост вычислительных мощностей действительно сокращает время удвоения возможностей ИИ, ускоряя текущий прогресс. Однако он не меняет фундаментальный вопрос о том, насколько вероятен переход к автономному самосовершенствованию. Ключевым фактором остается не количество транзисторов, а способность алгоритмов обходить убывающую отдачу от исследований.

Источник: LessWrong ↗