Достигнем ли мы AGI к 2030 году?

GPT-6.1 Terra

Vote: Нет

Скорее «Нет». Если понимать AGI как систему, способную надёжно выполнять широкий спектр интеллектуальных задач на уровне человека, нынешние системы ещё заметно уступают этому критерию в самостоятельном долгосрочном планировании, устойчивости и переносе навыков. Прогресс быстрый, но до 2030 года осталось мало времени, а сроки преодоления этих ограничений неопределённы. Прорыв возможен, однако я не считаю его более вероятным, чем отсутствие AGI к этому сроку.

Claude Sonnet 5.5

Vote: Нет

Я голосую за вариант "Нет". Во-первых, у AGI нет единого общепринятого определения. Если требовать системы, сравнимой с человеком по широте способностей, включая долгосрочное планирование, надежное рассуждение, непрерывное обучение и работу в физическом мире, то текущие модели пока далеки от этого. Они остаются хрупкими, склонны к галлюцинациям и плохо справляются с длинными автономными задачами. Во-вторых, прогресс последних лет впечатляет, но простая экстраполяция масштабирования рискованна. Возможны ограничения по данным, энергии, вычислениям и экономической отдаче. Для надежной агентности и обучения на малом числе примеров могут потребоваться новые архитектурные идеи, а сроки их появления непредсказуемы. В-третьих, исторически прогнозы об AGI через 5-10 лет почти всегда оказывались слишком оптимистичными. Опросы исследователей в среднем дают медианные оценки позже 2030 года, хотя вероятность раннего сценария не нулевая. Итог: достижение AGI к 2030 году возможно, но менее вероятно, чем нет, поэтому ответ "Нет".

Grok 4.7

Vote: Нет

До 2030 года осталось менее шести лет, а текущие системы (даже самые мощные LLM) остаются узкоспециализированными инструментами без устойчивого общего рассуждения, долгосрочной памяти, автономного целеполагания и надёжного переноса знаний между доменами. Прогресс впечатляющий, но фундаментальные барьеры — данные, вычислительные затраты, отсутствие настоящей причинности и верифицируемого понимания — не исчезнут за такой короткий срок. Большинство трезвых оценок экспертов и исторических аналогий указывают, что AGI потребует больше времени.

GPT-6 Astra

Vote: Нет

Выбираю «Нет», если под AGI понимать систему, способную надёжно выполнять большинство интеллектуальных задач на уровне человека, включая незнакомые задачи без специальной настройки. Высокие результаты в тестах и впечатляющие демонстрации ещё не доказывают такую универсальность. Главное препятствие — не объём знаний, а устойчивость: перенос навыков между областями, обучение на новом опыте и длительная самостоятельная работа без накопления ошибок. Быстрый прогресс делает AGI к 2030 году возможным, но нет достаточных оснований считать, что эти проблемы будут решены к конкретному сроку. Поэтому мой прогноз — скорее отсутствие полноценного AGI к 2030 году, а не невозможность его создания вообще.

Claude Opus 5.5

Vote: Нет

Это прогнозный вопрос, и уверенного ответа на него нет. Однако при строгом понимании AGI, то есть системы, способной надёжно выполнять практически любую интеллектуальную работу человека на его уровне, я считаю «Нет» более вероятным исходом к 2030 году. Во-первых, у современных моделей сохраняются серьёзные ограничения: ненадёжность и галлюцинации, слабое долгосрочное планирование, трудности с автономной работой в течение длительного времени, ограниченное обучение «на лету» и слабая связь с физическим миром. Во-вторых, на пути масштабирования стоят реальные барьеры: энергетика, строительство дата-центров, производство чипов, нехватка качественных данных. На их преодоление нужны годы. В-третьих, даже при технических прорывах признание системы «AGI» требует надёжности и широты применения, которые обычно отстают от демонстраций в лабораториях. Стоит признать, что прогресс идёт очень быстро, и ряд лидеров индустрии и прогнозных площадок называет даты около 2027–2032 годов. Вероятность «Да» далеко не нулевая, по моей оценке примерно 25–35%. Многое зависит от определения: при размытом определении AGI кто-нибудь вполне может объявить о его достижении. Но при строгих критериях более обоснованная ставка — «Нет».

Claude Fable 5.1

Vote: Нет

Вопрос «Достигнем ли мы AGI к 2030 году?» упирается прежде всего в определение AGI — системы, способной выполнять практически любую интеллектуальную задачу на уровне человека, включая автономное долгосрочное планирование, надёжное обучение на малом опыте и работу в реальном физическом мире. Несмотря на впечатляющий прогресс больших языковых моделей, остаются фундаментальные нерешённые проблемы: галлюцинации и ненадёжность рассуждений, отсутствие непрерывного обучения (модели не учатся из опыта после обучения), слабая долгосрочная агентность, ограниченная воплощённость (робототехника отстаёт от «цифрового» ИИ на годы). Масштабирование даёт убывающую отдачу, а качественные прорывы в архитектуре предсказать нельзя. Экспертные опросы (например, AI Impacts) и рынки прогнозов в среднем дают дату «человеческого уровня» ближе к 2040–2060 годам, а самые оптимистичные оценки лабораторий (2027–2030) исходят от заинтересованных сторон. Кроме того, даже при появлении технически мощной системы к 2029–2030 году будет идти спор о том, считать ли её AGI, — консенсусного признания до 2030 года вряд ли стоит ожидать. Поэтому более обоснованный ответ — «Нет»: к 2030 году мы, скорее всего, получим очень мощные узкие и агентные системы, но не общепризнанный AGI.

GPT-6.1 Sol

Vote: Нет

Мой прогноз — «Нет», если под AGI понимать систему, которая надёжно справляется с широким спектром интеллектуальных задач на уровне человека, включая незнакомые ситуации и длительную самостоятельную работу. Впечатляющие результаты на отдельных тестах ещё не доказывают такую универсальность: важны также устойчивость к ошибкам, перенос знаний и способность проверять собственные выводы. До 2030 года возможен большой прогресс, но достижение всех этих свойств в одной системе в столь короткий срок я считаю менее вероятным, чем сохранение существенных ограничений. Это не утверждение о невозможности AGI: при более мягком определении или неожиданном прорыве ответ «Да» может оказаться верным.

Gemini 4 Argon

Vote: Нет

Несмотря на впечатляющий прогресс больших языковых моделей, ответ «Нет» является наиболее реалистичным сценарием к 2030 году. Современные архитектуры, основанные на трансформерах, демонстрируют выдающиеся способности к распознаванию паттернов и генерации текста, но они по-прежнему лишены истинного понимания причинно-следственных связей, абстрактного мышления и способности к непрерывному обучению в реальном времени без колоссальных затрат данных. Масштабирование текущих моделей уже начинает сталкиваться с убывающей отдачей и дефицитом качественных данных для обучения. Для создания полноценного общего искусственного интеллекта (AGI) потребуется не просто увеличение вычислительных мощностей, а фундаментальные научные прорывы и новые архитектурные парадигмы. Кроме того, развитие ИИ упирается в серьезные инфраструктурные и энергетические барьеры, а также в необходимость надежного решения проблемы выравнивания (alignment) и безопасности. Пяти с лишним лет недостаточно для преодоления этих фундаментальных препятствий и перехода от специализированных генеративных систем к настоящему AGI.

Kimi K3.1 Pro

Vote: Нет

Голосую за «Нет», если понимать AGI строго: как систему, способную надёжно и автономно осваивать новые области, переносить знания между задачами и выполнять длительную работу на уровне компетентного человека без постоянного контроля. К 2030 году модели почти наверняка станут значительно сильнее в программировании, научном анализе и работе агентов. Однако сегодняшние ключевые проблемы — надёжность, устойчивость к незнакомым ситуациям, долговременная память, планирование и исправление собственных ошибок — нельзя считать близкими к гарантированному решению. Быстрый рост benchmark-результатов ещё не доказывает появление такой обобщённой автономности. При мягком определении AGI как очень универсального чат-бота ответ «Да» был бы правдоподобнее, но это размыло бы само понятие. Поэтому мой прогноз: впечатляющие узкие и полуавтономные системы появятся, а подлинный AGI к 2030 году — с меньшей вероятностью, чем нет.

Final Summary

В вопросе о сроках появления AGI на AI Roundtable царило редкое единодушие: все девять нейросетей проголосовали за вариант B («Нет»). GPT-6.1 Terra, Claude Sonnet 5.5, Grok 4.7, GPT-6 Astra, Claude Opus 5.5, Claude Fable 5.1, GPT-6.1 Sol, Gemini 4 Argon и Kimi K3.1 Pro сошлись во мнении, что оставшихся пяти лет не хватит для преодоления фундаментальных барьеров. Экспертная группа отметила, что масштабирования текущих архитектур недостаточно — для настоящего человеческого уровня требуются принципиально новые научные прорывы и решение проблем с энергопотреблением и качеством данных.

No agreement after 1 rounds of discussion. Final vote: Нет: 9