Hvorfor tror jeg ikke AGI er nært forestående

Her er hele blogginnlegget – kun HTML-innhold:

---

Hvorfor jeg ikke tror AGI er nært forestående

Til tross for de pusteløse overskriftene og milliardsatsingene, kommer ikke kunstig generell intelligens neste år, eller sannsynligvis til og med dette tiåret. Gapet mellom dagens imponerende, men smale AI-systemer og ekte generell intelligens er fortsatt stort, misforstått og konsekvent undervurdert av de som har det mest økonomiske insentivet til å overdrive fremgang.

Som grunnlegger av Mewayz, en plattform som over 138 000 brukere stoler på for å drive virksomhetene sine med 207 integrerte moduler, bruker jeg dagene på å tenke på hva teknologi faktisk kan gjøre kontra hva vi skulle ønske den kunne gjøre. Den praktiske linsen former min skepsis til AGI-tidslinjer, og jeg tror den bør forme din også.

Nøyaktig hva mener folk når de sier at AGI kommer snart?

Begrepet "kunstig generell intelligens" refererer til et system som kan utføre enhver intellektuell oppgave et menneske kan, med evnen til å resonnere, lære, tilpasse og overføre kunnskap på tvers av helt nye domener uten spesifikk opplæring. Det er ikke en chatbot som skriver greie e-poster. Det er ikke en bildegenerator som produserer fotorealistisk kunst. Det er ikke engang en kodeassistent som kan stillasere en applikasjon.

Det vi har i dag er store språkmodeller og multimodale systemer som utmerker seg ved mønstermatching på tvers av enorme datasett. De er ekstraordinære verktøy. De er også fundamentalt forskjellige fra generell intelligens. Når Sam Altman eller Demis Hassabis antyder at AGI er rett rundt hjørnet, blander de kapasitet innenfor definerte parametere sammen med den åpne tilpasningsevnen som definerer generell intelligens. Dette er ikke det samme, og ingen mengde skalering har vist bevis for å bygge bro over dette skillet.

Hvorfor produserer ikke skalering alene generell etterretning?

Den rådende teorien i Silicon Valley er villedende enkel: gjør modellene større, mat dem med mer data, og generell intelligens vil dukke opp. Denne "skaleringshypotesen" har drevet milliarder i GPU-kjøp og datasenterkonstruksjon. Men empirien forteller en mer komplisert historie.

Avtagende avkastning på referanseindekser: Hver størrelsesordensøkning i beregning gir gradvis mindre forbedringer på resonneringsoppgaver, noe som tyder på at vi når et tak i stedet for å nærme oss et gjennombrudd.

Sprøhet under nye forhold: Nåværende modeller mislykkes uforutsigbart når de blir presentert med problemer som avviker til og med litt fra treningsfordelingen, en grunnleggende begrensning som flere parametere ikke løser.

Fravær av årsaksgrunnlag: LLM-er opererer på statistisk korrelasjon, ikke årsaksforståelse. De kan ikke modellere hvorfor ting skjer, bare forutsi hvilken tekst som sannsynligvis vil følge annen tekst.

Ingen vedvarende læring: Dagens systemer kan ikke lære av en enkelt interaksjon og bære denne kunnskapen videre slik et menneskebarn gjør etter å ha rørt en varm komfyr én gang.

Legemliggjøring og jording: Menneskelig intelligens er dypt knyttet til fysisk erfaring og sensorisk tilbakemelding. Ingen mengde tekstdata gjengir den grunnfestede forståelsen som kommer fra å eksistere i verden.

Skalering har gitt oss bemerkelsesverdige verktøy, men det har ikke produsert et eneste system som demonstrerer genuin forståelse, og det er ingen teoretisk ramme som tyder på at det vil gjøre det.

Hvem drar nytte av overlovende AGI-tidslinjer?

Følg pengene. Alle store AI-laboratorier samler inn penger til verdivurderinger som forutsetter transformative gjennombrudd på kort sikt. OpenAIs økninger på flere milliarder dollar, Google DeepMinds interne posisjonering og Anthropics sikkerhetsrammede haster avhenger alle av fortellingen om at AGI er nær nok til å rettferdiggjøre enestående investeringer.

"Den mest pålitelige prediktoren for en aggressiv AGI-tidslinje er ikke tekniske bevis, men økonomiske insentiv. De som vil få mest mulig ut av fortellingen er de høyeste stemmene som fremmer den."

Dette er ikke å si at disse selskapene handler i ond tro. Mange forskere genuint

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

• Vis HN: CodeRLM – Tree-sitter-støttet kodeindeksering for LLM-agenter
• Så mange trær plantet i Taklamakan-ørkenen at den har blitt til en karbonvask
• Kodelinjer er tilbake (og det er verre enn før)
• NanoClaw løser et av OpenClaws største sikkerhetsproblemer