Исследователи DeepMind предлагают концепцию искусственного симбиотического интеллекта как альтернативу сингулярности
Материал подготовлен искусственным интеллектом на основе нескольких источников — ссылки на оригиналы приведены ниже.
Исследователи DeepMind предлагают новую концепцию под названием «Искусственный симбиотический интеллект» как альтернативу сингулярности. Подход переосмысливает развитие ИИ как социальную экосистему, в которой люди и машины совместно эволюционируют и принимают решения. Предложение опирается на эмпирические данные о том, что модели рассуждений в процессе обучения развивают поведение, напоминающее внутренние дебаты.
Ключевые факты
- Исследователи DeepMind предлагают концепцию «Искусственный симбиотический интеллект» как альтернативу сингулярности.
- Предложение опирается на две более ранние работы: «Agentic AI and the next intelligence explosion» и «Reasoning Models Generate Societies of Thought».
- Модели рассуждений, такие как DeepSeek-R1 и QwQ-32B, в процессе обучения с подкреплением развивают многоперспективное, диалоговое поведение.
- Авторы сравнивают потенциальный сдвиг с промышленной революцией, когда машины превзошли мускульную силу человека.
Предложение
Исследователи DeepMind предлагают концепцию под названием «Искусственный симбиотический интеллект» — экосистему, в которой люди и машины сосуществуют во времени, формируют друг друга и принимают решения совместно. Идея напрямую оспаривает представление о сингулярности, движимой единым сверхинтеллектом, который постоянно самосовершенствуется. Авторы утверждают, что центральная задача исследований ИИ смещается от создания изолированного машинного интеллекта к координации и управлению сложной сетью агентов, людей и связывающих их систем. В этом взгляде интеллект является социальным явлением, а не индивидуальной чертой.
Эмпирические основания
Аргументация опирается на две более ранние работы из круга авторов. В препринте «Agentic AI and the next intelligence explosion» Джеймс Эванс, Бенджамин Браттон и Блез Агуэра-и-Аркас разработали социальную и институциональную перспективу, лежащую в основе нового эссе. Второй препринт, «Reasoning Models Generate Societies of Thought», подготовленный Джунсолом Кимом, Шиянгом Лаем, Нино Шеррером, Блезом Агуэра-и-Аркасом и Джеймсом Эвансом, предоставляет эмпирическую поддержку. Их анализ цепочек рассуждений моделей, таких как DeepSeek-R1 и QwQ-32B, показывает, что эти модели часто порождают паттерны, напоминающие внутренние дебаты, смену перспектив, возражения и примирение конфликтующих подходов. Такое поведение возникает в процессе обучения, а не программируется явно: когда обучение с подкреплением вознаграждает модели только за точность рассуждений, они самостоятельно развивают многоперспективное, диалоговое поведение.
Когнитивный перелом
Авторы рассматривают это развитие как возможный исторический разрыв, отмечая, что урбанизация, рост специализированных профессий и снижение рождаемости, связанное с ростом благосостояния, сокращают человеческие популяции в промышленно развитых странах. Тем временем число экземпляров ИИ-агентов быстро растёт, и баланс между биологическими и синтетическими мыслителями на человеческом уровне может сместиться настолько быстро, что в масштабе истории это будет выглядеть как внезапный скачок. Они сравнивают это с промышленной революцией, когда машины взяли на себя работу, ранее выполнявшуюся человеческими мышцами. Аналогичный порог может наступить, когда синтетический текст, код и административная работа превысят совокупный объём продукции биологических мозгов, и люди станут более медленным, абстрактным слоем, направляющим распределённое поле синтетического познания.
1 источник
Время · отставание