В 2026 году лидеры индустрии заговорили о близости AGI. Хассабис (Google DeepMind) в мае назвал срок около 2030 года, Хуанг (Nvidia) счёл формальный рубеж уже пройденным во многих областях.
Альтман в конце августа пообещал, что новая версия GPT отвечает всем критериям AGI к концу года, а Марк Чэнь заявил о 80% пройденного пути. Но по принципу Парето последние 20% нередко требуют вчетверо больше времени.
Вероятно, Альтман имеет в виду определение из устава OpenAI: высокоавтономная система, превосходящая человека в большинстве экономически значимых работ. Это разработка ПО, наука, юриспруденция и финансы.
Для этого не нужны сознание и физическое взаимодействие с миром. Агентные модели уже автоматизируют разработку, анализ данных, бухгалтерию, поддержку, диагностику по снимкам, а GPT-6 Astra решает новые задачи без дообучения.
Но финансовый критерий тоже сомнителен: в 2023 году OpenAI и Microsoft увязывали AGI с прибылью в 100 млрд долларов. Компания пока не показывала прибыли и не планирует выходить на неё раньше 2030 года.
На ARC-AGI-3 GPT-6 Astra набрала 62,7%, Claude Opus 5 — 30,2%. Однако прохождение обошлось примерно в 26 тыс. долларов, так что офисные сотрудники пока выгоднее. Исключения есть, например, анализ флюорограмм.
Для AGI в строгом смысле возражений больше. Том Захави из DeepMind в работе «БЯМ не могут прыгать» указывает: модели освоили индукцию и учатся дедукции, но лишены абдукции — выдвижения принципиально новых гипотез.
Пример — ОТО Эйнштейна, которую нельзя вывести из ньютоновской механики. Наука идёт по циклу Пирса «абдукция — дедукция — индукция», и начинается он с абдуктивного «прыжка» за пределы известного.
Вторая проблема — отсутствие внутреннего целеполагания. ИИ-агенты лишь интерпретируют команды человека, порой вольно, но сами ничего не хотят: первым толчком всегда служит чужой промпт.
Есть и фундаментальные пределы: теоремы Гёделя и тезис Чёрча — Тьюринга показывают, что алгоритмические системы не могут охватить все истины. Лукас и Пенроуз считали, что мышление человека этим не ограничено, но это не доказано.
IBM трактует AGI шире: ИИ сравним с человеком в любых задачах и воплощает свои идеи в реальности через управляемые системы. Запертый в ЦОДе такой титул не заслужит, хотя «руками» могут стать дроны и беспилотники.
Мешает и «бутылочное горлышко» архитектуры фон Неймана: чипы выполняют около 10¹⁵ операций в секунду, а обмен с памятью ограничен 10¹². Эти три порядка заставляют экспоненциально наращивать железо ради линейного роста.
Фотоника помогла бы лишь отчасти: 150–160 ТОПС/Вт против 20–30 у GPU, энергопотребление ниже на 30–40%, себестоимость токена — около 10% от нынешней. Но сами эти технологии пока слишком незрелы.
Главное препятствие — программное. Трансформеры сильны в плотной линейной алгебре, а универсальному мышлению нужны разреженные, графовые и символьные вычисления, лучше защищающие от шумов и катастрофического забывания.
Часть экспертов видит в шумихе усталость от гонки: модели дорожают, требуют контроля, бюджеты разработчиков дырявы. Пол Кристиано опасается гибели людей, Эван Хабингер оценивает риск в 10% за десять лет.
Вывод: AGI в экономическом смысле, заменяющий «белых воротничков», достижим. Но ИИ уровня Эйнштейна, с абдукцией и свободной волей, на нынешней трансформерной базе вряд ли возможен.