Вычислительная мощность вместо алгоритмов: как расчеты Ханса Моравека из восьмидесятых предсказали современный таймлайн AGI

В 1988 году робототехник Ханс Моравек рассчитал, что искусственный интеллект достигнет человеческого уровня примерно через 40 лет. В своей книге Mind Children он одним из первых сместил фокус с поиска идеальных алгоритмов на чистую вычислительную мощность. Оценив пропускную способность сетчатки глаза, Моравек высчитал общую производительность человеческого мозга — 10 триллионов операций в секунду. Затем он наложил этот таргет на закон Мура, экстраполировав его на столетие назад, от механических арифмометров до кремниевых чипов. График неизменного человеческого потенциала и экспоненциального роста машинного интеллекта пересеклись ровно в конце двадцатых годов двадцать первого века.
Современная индустрия движется строго по этому таймлайну. Моравек предполагал, что по достижении базового паритета системы начнут проектировать сами себя, делая дальнейшее сравнение с человеческим разумом бессмысленным. Этот концепт описывает «постбиологическое» будущее, где автономные агенты полностью забирают экономику. Сейчас, когда ведущие ИИ-лаборатории строят стратегии развития моделей вокруг масштабирования compute, большое интервью Моравека журналу New York Magazine читается как сбывшаяся техническая спецификация.
Сам автор самого точного прогноза в истории технологий давно исчез из публичного поля. Основав компанию Seegrid для разработки промышленных роботов, он променял академические споры на практический бизнес. Сейчас Моравек отошел от дел из-за тяжелого аутоиммунного заболевания и наблюдает за тем, как мир реализует его вычисления тридцатипятилетней давности, исключительно в качестве зрителя.
Поделиться:
Ещё из архива
Все публикации
Интервью с Владимиром Аюевым: графический язык бигтеха, студия SASHA и дизайн-образование
1 месяц назад
Jockey от TwelveLabs: ИИ-агент для семантического поиска по видеоархивам и извлечения метаданных
1 месяц назад
Архитектура винной этикетки: баланс наборного шрифта и каллиграфии в кейсе Winecraft
1 месяц назад
Оптимизация контекста в Claude Code: как работает кэширование промптов и за что мы платим
1 месяц назад
Архитектура памяти для LLM-агентов: от базового SQLite до Graph RAG
1 месяц назад