Hình ảnh trực quan hóa cho thấy dự đoán (forecasts) của 1128 người gồm 812 chuyên gia AI độc lập, ước tính tổng hợp của 315 nhà dự báo từ nền tảng Metaculus và kết quả nghiên cứu chi tiết của Ajeya Cotra.

Có hai điểm chính rút ra từ những dự đoán về biểu đồ tiến triển AI trên:

1. Không có sự đồng thuận và mức độ không chắc chắn cao. Các chuyên gia có ý kiến rất khác nhau về thời điểm AI đạt đến trình độ con người. Một số người tin rằng còn phải mất hàng thập kỷ, trong khi những người khác cho rằng hệ thống như vậy có thể sẽ được phát triển trong vài năm hoặc vài tháng tới.

Không chỉ có sự bất đồng giữa các chuyên gia; các chuyên gia cá nhân cũng nhấn mạnh sự không chắc chắn lớn xung quanh ước tính của riêng họ. Như mọi khi, khi sự không chắc chắn cao, điều quan trọng là phải nhấn mạnh rằng nó có hai mặt. Có thể sẽ mất rất lâu trước khi chúng ta thấy AI ở cấp độ con người, nhưng điều đó cũng có nghĩa là chúng ta có thể có rất ít thời gian để chuẩn bị.

2. Đồng thời, có sự đồng thuận lớn về bức tranh tổng thể. Thời gian dự kiến của nhiều chuyên gia là dưới một thế kỷ, và nhiều người có thời gian dự kiến ngắn hơn đáng kể. Đa số những người nghiên cứu vấn đề này tin rằng có 50% khả năng hệ thống AI mang tính chuyển đổi sẽ được phát triển trong vòng 50 năm tới. Trong trường hợp này, đây có thể là sự chuyển đổi lớn nhất trong cuộc đời con cái chúng ta, hoặc thậm chí trong cuộc đời của chính chúng ta.

Những thảo luận công cộng và quá trình ra quyết định tại các viện và cơ quan lớn chưa theo kịp những viễn cảnh này. Trong các cuộc thảo luận về tương lai của thế giới – từ tương lai của khí hậu, kinh tế, đến các thể chế chính trị – viễn cảnh về AI chuyển đổi (transformative AI) hiếm khi là trọng tâm của cuộc trò chuyện. Thậm chí, nó thường không được đề cập đến, ngay cả trong phần chú thích.

Chúng ta dường như đang ở trong một tình huống mà hầu hết mọi người hầu như không nghĩ về tương lai của trí tuệ nhân tạo, trong khi số ít những người dành sự chú ý cho nó lại cho rằng một trong những biến đổi lớn nhất trong lịch sử nhân loại có thể sẽ xảy ra trong cuộc đời chúng ta.

-

Lịch trình phát triển AI: Các chuyên gia về trí tuệ nhân tạo dự đoán mong đợi gì trong tương lai?

Nhiều chuyên gia về AI tin rằng trí tuệ nhân tạo cấp độ con người có khả năng thực sự được phát triển trong vài thập kỷ tới, và một số người thậm chí tin rằng điều này sẽ xảy ra sớm hơn nhiều.

Các cuộc khảo sát khác với chuyên gia AI cũng đưa ra kết luận tương tự. Trong hình ảnh minh họa dưới đây, tôi đã thêm vào thời gian thực hiện của hai cuộc khảo sát trước đó được thực hiện vào năm 2018 và 2019. Việc xem xét các cuộc khảo sát khác nhau là rất hữu ích, vì chúng khác nhau về cách đặt câu hỏi và cách định nghĩa AI ở cấp độ con người. Bạn có thể tìm thêm thông tin chi tiết về các nghiên cứu này ở phần cuối bài viết.

Trong cả ba cuộc khảo sát, chúng ta thấy sự bất đồng lớn giữa các chuyên gia và họ cũng bày tỏ sự không chắc chắn lớn về dự báo cá nhân của họ.⁵

^{(ảnh gốc trong link)}

Chúng ta nên hiểu thế nào về các dự đoán của các chuyên gia về trí tuệ nhân tạo (AI)?

Các cuộc khảo sát chuyên gia là một trong những nguồn thông tin cần xem xét khi chúng ta suy nghĩ về tương lai AI, nhưng chúng ta không nên quá coi trọng kết quả của những cuộc khảo sát này. Các chuyên gia trong một lĩnh vực công nghệ cụ thể không nhất thiết là chuyên gia trong việc dự đoán tương lai của lĩnh vực đó.

Các chuyên gia trong nhiều lĩnh vực không có thành tích tốt trong việc dự báo về lĩnh vực của mình, như các nhà nghiên cứu Barbara Mellers, Phil Tetlock và những người khác đã chỉ ra.⁶ Lịch sử hàng không có một ví dụ nổi bật về sự thất bại như vậy. Wilbur Wright từng nói: "Tôi thừa nhận rằng vào năm 1901, tôi đã nói với anh trai Orville rằng con người sẽ không bay được trong 50 năm." Hai năm sau, con người không chỉ bay được mà chính hai anh em họ đã thực hiện được kỳ tích đó.⁷

Ngoài ra, các nghiên cứu này thường phát hiện ra các "hiệu ứng khung"( ‘framing effects’) lớn, hai câu hỏi logic tương đương có thể được trả lời hoàn toàn khác nhau tùy thuộc vào cách diễn đạt chính xác của câu hỏi.⁸

Tuy nhiên, điều tôi rút ra từ các cuộc khảo sát này là phần lớn các chuyên gia AI đều coi trọng triển vọng của công nghệ AI rất mạnh mẽ. Không phải các nhà nghiên cứu AI coi AI cực kỳ mạnh mẽ là ảo tưởng.

Đại đa số cho rằng trong những thập kỷ tới, có khả năng chúng ta sẽ chứng kiến công nghệ AI có tầm ảnh hưởng biến đổi thế giới. Mặc dù một số người nghĩ còn xa, nhưng nhiều người cho rằng chúng ta có rất ít thời gian trước khi những công nghệ này xuất hiện. Trong ba cuộc khảo sát, hơn một nửa cho rằng có 50% khả năng AI đạt trình độ con người sẽ được phát triển trước một thời điểm nào đó trong thập kỷ 2060, một thời điểm nằm trong khoảng thời gian sống của thế hệ trẻ hiện nay.

Dự báo của cộng đồng Metaculus

Trong hình minh hoạ lớn về dòng thời gian AI dưới đây, tôi đã bao gồm dự báo của cộng đồng dự báo Metaculus.

Các nhà dự báo trên nền tảng trực tuyến Metaculus.com không phải là chuyên gia về AI mà là những người dành năng lượng của mình để đưa ra những dự báo tốt. Nghiên cứu về dự báo đã chứng minh rằng các nhóm người có thể đưa ra xác suất chính xác đáng ngạc nhiên cho các sự kiện trong tương lai khi được cung cấp động lực phù hợp và phản hồi tốt.⁹ Để nhận được phản hồi này, cộng đồng trực tuyến tại Metaculus theo dõi hiệu suất dự báo của họ.

Nhóm dự báo này kỳ vọng gì về tương lai của AI?

Tại thời điểm viết bài, vào tháng 11 năm 2022, các nhà dự báo tin rằng có 50% khả năng “Trí tuệ nhân tạo tổng quát” sẽ được “phát minh, thử nghiệm và công bố rộng rãi” vào năm 2040, tức là chưa đầy 20 năm nữa.

Trên trang của họ về câu hỏi cụ thể này, bạn có thể tìm thấy định nghĩa chính xác về hệ thống AI được đề cập, lịch trình dự báo của họ đã thay đổi như thế nào và lập luận của từng nhà dự báo về cách họ đưa ra dự đoán của mình.¹⁰

Lịch trình của cộng đồng Metaculus gần đây đã trở nên ngắn hơn nhiều. Lịch trình dự kiến đã rút ngắn khoảng một thập kỷ vào mùa xuân năm 2022, khi một số đột phá ấn tượng trong lĩnh vực AI diễn ra nhanh hơn nhiều so với dự đoán của nhiều người.¹¹

Dự báo của Ajeya Cotra

Dự báo cuối cùng được trình bày xuất phát từ nghiên cứu của Ajeya Cotra, hiện đang làm việc cho tổ chức phi lợi nhuận Open Philanthropy.¹² Năm 2020, cô đã công bố một nghiên cứu chi tiết và có ảnh hưởng lớn, đặt ra câu hỏi: khi nào thế giới sẽ chứng kiến sự xuất hiện của AI biến đổi. Dòng thời gian của cô không dựa trên các cuộc khảo sát, mà dựa trên nghiên cứu về xu hướng dài hạn trong khả năng điện toán được sử dụng để huấn luyện các hệ thống AI. Tôi trình bày và thảo luận về các xu hướng dài hạn trong khả năng điện toán đào tạo trong bài viết kèm theo này.

Cotra ước tính rằng có 50% khả năng một hệ thống AI biến đổi sẽ trở nên khả thi và giá cả phải chăng vào năm 2050. Đây là ước tính chính của cô trong “kịch bản trung bình”. Cotra nhấn mạnh rằng có nhiều bất ổn đáng kể xung quanh kịch bản trung bình này, và cô cũng đã khám phá hai kịch bản khác, cực đoan hơn. Thời gian cho hai kịch bản này – kịch bản “khả thi nhất” và kịch bản “thận trọng nhất” – cũng được thể hiện trong hình ảnh trực quan. Khoảng thời gian từ 2040 đến 2090 trong dự báo “khả thi” của Cotra nhấn mạnh rằng cô tin rằng sự không chắc chắn là rất lớn.

Hình ảnh trực quan cũng cho thấy Cotra đã cập nhật dự báo của mình hai năm sau khi công bố lần đầu. Năm 2022, Cotra đã công bố một bản cập nhật trong đó cô rút ngắn thời gian trung bình của mình xuống 10 năm.¹³

Điều quan trọng cần lưu ý là các định nghĩa về hệ thống AI trong các nghiên cứu này rất khác nhau. Ví dụ, hệ thống mà Cotra đề cập sẽ có tầm ảnh hưởng mang tính biến đổi lớn hơn nhiều so với hệ thống mà các nhà dự báo Metaculus tập trung vào. Chi tiết hơn có thể tìm thấy trong phụ lục và trong các nghiên cứu tương ứng.

Chúng ta có thể học được gì từ các dự báo này?

Hình ảnh trực quan hóa cho thấy dự báo của 1128 người – 812 chuyên gia AI riêng lẻ, ước tính tổng hợp của 315 nhà dự báo từ nền tảng Metaculus và kết quả nghiên cứu chi tiết của Ajeya Cotra.

Có hai điểm chính có thể rút ra từ các dự báo về lộ trình phát triển AI này:

1. Không có sự đồng thuận và mức độ không chắc chắn rất cao. Các chuyên gia có ý kiến rất khác nhau về thời điểm AI đạt đến trình độ con người. Một số cho rằng còn phải mất hàng thập kỷ, trong khi số khác cho rằng hệ thống như vậy có thể được phát triển trong vài năm hoặc vài tháng tới. Không chỉ có sự bất đồng giữa các chuyên gia, các chuyên gia cũng nhấn mạnh sự không chắc chắn lớn xung quanh ước tính của riêng họ. Như mọi khi, khi mức độ không chắc chắn cao, điều quan trọng là phải nhấn mạnh rằng nó có hai mặt. Có thể sẽ mất rất lâu trước khi chúng ta thấy AI ở cấp độ con người, nhưng điều đó cũng có nghĩa là chúng ta có thể có rất ít thời gian để chuẩn bị.
2. Đồng thời, có sự đồng thuận lớn về bức tranh tổng thể. Thời gian dự kiến của nhiều chuyên gia là dưới một thế kỷ, và nhiều người có thời gian dự kiến ngắn hơn đáng kể. Đa số những người nghiên cứu vấn đề này tin rằng có 50% khả năng hệ thống AI mang tính chuyển đổi sẽ được phát triển trong vòng 50 năm tới. Trong trường hợp này, đó có thể là sự biến đổi lớn nhất trong cuộc đời của con cái chúng ta, hoặc thậm chí trong cuộc đời của chính chúng ta.

Các cuộc thảo luận công khai và quá trình ra quyết định tại các tổ chức lớn chưa bắt kịp với những triển vọng này. Trong các cuộc thảo luận về tương lai của thế giới – từ tương lai của khí hậu, tương lai của nền kinh tế, đến tương lai của các thể chế chính trị – triển vọng của AI biến đổi hiếm khi là chủ đề trung tâm của cuộc trò chuyện. Thường thì nó không được đề cập đến, thậm chí không có trong phần chú thích.

Chúng ta dường như đang ở trong một tình huống mà hầu hết mọi người hầu như không nghĩ về tương lai của trí tuệ nhân tạo, trong khi một số ít người dành sự chú ý cho nó lại cho rằng một trong những cuộc chuyển đổi lớn nhất trong lịch sử nhân loại có thể sẽ xảy ra trong cuộc đời chúng ta.

Lời cảm ơn: Tôi xin chân thành cảm ơn các đồng sự Natasha Ahuja, Daniel Bachler, Bastian Herre, Edouard Mathieu, Esteban Ortiz-Ospina và Hannah Ritchie vì những góp ý quý báu cho bản thảo của bài viết này.

Và tôi xin chân thành cảm ơn đồng nghiệp Charlie Giattino đã tính toán các mốc thời gian cho từng chuyên gia dựa trên dữ liệu từ ba nghiên cứu khảo sát và hỗ trợ công việc cho bài viết này. Charlie cũng là một trong các tác giả của nghiên cứu được trích dẫn của Zhang et al. về mốc thời gian của các chuyên gia trí tuệ nhân tạo.

Thông tin thêm về các nghiên cứu và dự báo được đề cập trong bài viết này

Ba cuộc khảo sát của các chuyên gia AI được trích dẫn là:

• Katja Grace, Zach Stein-Perlman, và Benjamin Weinstein-Raun (2022) – “2022 Expert Survey on Progress in AI.” AI Impacts, 3 tháng 8 năm 2022.
• Baobao Zhang, Noemi Dreksler, Markus Anderljung, Lauren Kahn, Charlie Giattino, Allan Dafoe và Michael Horowitz (2022) – Dự báo tiến bộ AI: Bằng chứng từ khảo sát các nhà nghiên cứu học máy. Xuất bản trên arXiv ngày 8 tháng 6 năm 2022.
• Ross Gruetzemacher, David Paradice, và Kang Bok Lee (2019) – Dự báo AI biến đổi: Khảo sát chuyên gia, xuất bản trên arXiv.

Các cuộc khảo sát được thực hiện trong các khoảng thời gian sau:

• Grace et al. được hoàn thành trong khoảng thời gian từ 12 tháng 6 đến 3 tháng 8 năm 2022.
• Zhang et al. được hoàn thành chủ yếu trong khoảng thời gian từ ngày 16 tháng 9 đến ngày 13 tháng 10 năm 2019; nhưng do một lỗi, một số chuyên gia đã hoàn thành khảo sát trong khoảng thời gian từ ngày 10 đến ngày 14 tháng 3 năm 2020.
• Gruetzemacher et al. được hoàn thành vào "mùa hè năm 2018".

Các khảo sát khác nhau về cách đặt câu hỏi và cách định nghĩa hệ thống AI được đề cập. Trong các phần sau, chúng tôi sẽ thảo luận chi tiết về vấn đề này cho tất cả các nghiên cứu được trích dẫn.

Nghiên cứu của Grace et al. được xuất bản vào năm 2022

Những người tham gia khảo sát được cung cấp văn bản sau đây về định nghĩa trí tuệ nhân tạo đẳng cấp (high-level machine intelligence):

“Các câu hỏi sau đây hỏi về ‘trí tuệ nhân tạo đẳng cấp’ (HLMI). Giả sử chúng ta có ‘trí tuệ nhân tạo đẳng cấp’ khi máy móc không cần trợ giúp có thể hoàn thành mọi nhiệm vụ tốt hơn và rẻ hơn con người. Bỏ qua các khía cạnh của nhiệm vụ mà con người có lợi thế bẩm sinh, ví dụ như được chấp nhận làm thành viên ban giám khảo. Hãy nghĩ về tính khả thi, không phải tính áp dụng. Đối với mục đích của câu hỏi này, giả sử rằng hoạt động khoa học của con người tiếp tục diễn ra mà không có sự gián đoạn tiêu cực lớn.”

Mỗi người trả lời được chỉ định ngẫu nhiên để đưa ra dự báo của họ theo một trong hai khung khác nhau: “xác suất cố định” và “năm cố định”.

Những người trong khung xác suất cố định được hỏi: "Bạn dự đoán bao nhiêu năm nữa: Xác suất HLMI tồn tại là 10%? Xác suất HLMI tồn tại là 50%? Xác suất HLMI tồn tại là 90%?" Họ trả lời bằng cách cho biết số năm kể từ ngày họ tham gia khảo sát.

Những người trong khung "năm cố định" được hỏi: "Xác suất HLMI tồn tại là bao nhiêu: Trong 10 năm? Trong 20 năm? Trong 40 năm?" Họ trả lời bằng cách đưa ra xác suất xảy ra.

Nhiều nghiên cứu đã chỉ ra rằng khung câu hỏi ảnh hưởng đến thời gian dự đoán của người trả lời, với khung "năm cố định" dẫn đến thời gian dự đoán dài hơn (tức là HLMI xảy ra xa hơn trong tương lai). Ví dụ, trong phiên bản trước của cuộc khảo sát này (đặt câu hỏi tương tự), những người được đặt trong khung thời gian cố định đã đưa ra xác suất 50% cho HLMI vào năm 2068; những người được đặt trong khung xác suất cố định đã đưa ra năm 2054.¹⁴ Kết quả khung thời gian từ phiên bản 2022 của cuộc khảo sát chưa được công bố.

Ngoài hiệu ứng khung thời gian, còn có một hiệu ứng lớn hơn do cách định nghĩa khái niệm HLMI. Chúng ta có thể thấy điều này trong kết quả của phiên bản trước của cuộc khảo sát (kết quả của cuộc khảo sát năm 2022 chưa được công bố). Đối với những người được cung cấp định nghĩa HLMI ở trên, dự báo trung bình cho khả năng 50% xảy ra HLMI là năm 2061. Một nhóm nhỏ người được hỏi được hỏi một câu hỏi khác, tương tự về mặt logic, về tự động hóa hoàn toàn lao động; dự báo trung bình của họ cho khả năng 50% là năm 2138, muộn hơn 77 năm so với nhóm đầu tiên.

Nhóm tự động hóa hoàn toàn lao động được hỏi: “Giả sử một nghề trở nên hoàn toàn có thể tự động hóa khi máy móc không cần sự trợ giúp có thể thực hiện công việc đó tốt hơn và rẻ hơn con người. Bỏ qua các khía cạnh của nghề mà con người có lợi thế bản chất, ví dụ như được chấp nhận làm thành viên bồi thẩm đoàn. Hãy nghĩ về tính khả thi, không phải tính áp dụng. Giả sử chúng ta đã đạt đến 'tự động hóa hoàn toàn lao động' khi tất cả các nghề nghiệp đều có thể tự động hóa hoàn toàn. Nghĩa là, đối với bất kỳ nghề nghiệp nào, máy móc có thể được chế tạo để thực hiện công việc tốt hơn và rẻ hơn so với con người." Câu hỏi này được đặt ra trong cả hai khung xác suất cố định và năm cố định.

Nghiên cứu của Zhang et al. được xuất bản vào năm 2022

Những người tham gia khảo sát được cung cấp định nghĩa sau về trí tuệ máy móc ở cấp độ con người: “Trí tuệ máy móc ở cấp độ con người (HLMI) đạt được khi máy móc có thể thực hiện gần như tất cả các nhiệm vụ (>90% tổng số nhiệm vụ) có liên quan đến kinh tế tốt hơn mức trung bình của con người được trả tiền để thực hiện nhiệm vụ đó vào năm 2019. Bạn nên bỏ qua các nhiệm vụ bị hạn chế về mặt pháp lý hoặc văn hóa đối với con người, chẳng hạn như làm bồi thẩm viên.”

Các nhiệm vụ “có liên quan đến kinh tế” được định nghĩa là những nhiệm vụ có trong cơ sở dữ liệu Mạng Thông tin Nghề nghiệp (O*NET). O*NET là một tập hợp dữ liệu được sử dụng rộng rãi về các nhiệm vụ được thực hiện trong nhiều ngành nghề khác nhau.

Giống như trong Grace et al 2022, mỗi người tham gia khảo sát được chỉ định ngẫu nhiên để đưa ra dự báo của họ theo một trong hai khung thời gian khác nhau: “xác suất cố định” và “năm cố định”. Như đã phát hiện trước đó, khung thời gian cố định dẫn đến thời gian dự đoán trung bình dài hơn: năm 2070 cho xác suất 50% đạt được HLMI, so với năm 2050 trong khung xác suất cố định.

Nghiên cứu của Gruetzemacher et al. được công bố vào năm 2019

Người tham gia khảo sát được hỏi câu hỏi sau: “Các câu hỏi này sẽ hỏi ý kiến của bạn về tiến bộ của AI trong tương lai liên quan đến các công việc của con người. Chúng tôi định nghĩa công việc của con người là tất cả các công việc độc đáo mà con người hiện đang được trả tiền để làm. Chúng tôi coi công việc của con người khác với việc làm ở chỗ một thuật toán có thể thay thế con người trong một phần công việc mà một công việc yêu cầu, trong khi không thể thay thế con người cho tất cả các yêu cầu của công việc. Ví dụ, một hệ thống AI có thể không thay thế hoàn toàn một luật sư, nhưng có thể hoàn thành 50% công việc mà một luật sư thường thực hiện. Theo bạn, trong bao nhiêu năm nữa, các hệ thống AI sẽ có thể hoàn thành 99% công việc của con người ở mức độ tương đương hoặc cao hơn mức độ của một con người bình thường? Hãy nghĩ về tính khả thi.”

Chúng tôi trình bày kết quả sử dụng định nghĩa AI này trong biểu đồ, vì chúng tôi đánh giá định nghĩa này là tương đương nhất với các nghiên cứu khác trong biểu đồ.

Ngoài định nghĩa này, những người tham gia khảo sát còn được hỏi về các hệ thống AI có thể hoàn thành 50% và 90% công việc của con người, cũng như “các hệ thống AI có năng lực rộng” có thể hoàn thành 90% và 99% công việc của con người.

Tất cả những người tham gia khảo sát này đều nhận được một khung xác suất cố định.

Nghiên cứu của Ajeya Cotra được công bố vào năm 2020

Mục tiêu chung của Cotra là ước tính thời điểm chúng ta có thể mong đợi “trí tuệ nhân tạo mang tính chuyển đổi” (TAI), được định nghĩa là “phần mềm... có tầm ảnh hưởng sâu sắc đến quỹ đạo của thế giới ít nhất là bằng Cách mạng Công nghiệp”.

Cotra tập trung vào “một cách tương đối cụ thể và dễ hình dung mà TAI có thể thể hiện: như một chương trình máy tính duy nhất thực hiện đủ đa dạng các công việc trí tuệ ở mức hiệu suất cao đến mức nó có thể một mình thúc đẩy một cuộc chuyển đổi tương tự như Cách mạng Công nghiệp”.

Một ví dụ trực quan về chương trình như vậy là "chuyên gia ảo", "một mô hình có thể thực hiện gần như tất cả mọi việc có giá trị kinh tế mà một con người thông minh và có trình độ học vấn có thể làm từ xa bằng máy tính kết nối internet với tốc độ nhanh gấp trăm lần, với chi phí tương đương hoặc thấp hơn chi phí thuê một con người như vậy".

Khi nào chúng ta có thể mong đợi sự xuất hiện của một chuyên gia ảo?

Để trả lời câu hỏi này, Cotra trước tiên ước tính lượng tính toán cần thiết để đào tạo một hệ thống như vậy bằng cách sử dụng các kiến trúc và thuật toán học máy có sẵn cho các nhà nghiên cứu vào năm 2020. Sau đó, cô ước tính thời điểm lượng tính toán đó sẽ có sẵn với chi phí đủ thấp dựa trên việc ngoại suy các xu hướng trong quá khứ.

Ước tính về khả năng điện toán để đào tạo dựa trên ước tính về lượng tính toán được thực hiện bởi não bộ con người mỗi giây, kết hợp với các giả thuyết khác nhau về lượng đào tạo cần thiết để đạt được mức năng lực đủ cao.

Ví dụ, giả thuyết “điểm neo thời gian” ước tính tổng lượng tính toán được thực hiện bởi não bộ con người cho đến khoảng 32 tuổi.

Mỗi khía cạnh của các ước tính này đều có mức độ không chắc chắn rất cao. Cotra viết: “Câu hỏi liệu có khái niệm hợp lý về ‘khả năng điện toán của não bộ’ có thể đo lường bằng FLOP/s hay không, và nếu có, phạm vi ước tính số liệu hợp lý cho FLOP/s của não bộ là bao nhiêu, là một câu hỏi khó về mặt khái niệm và mơ hồ về mặt thực nghiệm.”

Đối với bất kỳ ai quan tâm đến câu hỏi về AI trong tương lai, nghiên cứu của Cotra rất đáng để đọc chi tiết. Cô ấy đưa ra những lý do tốt và minh bạch cho các ước tính của mình và truyền đạt lý luận của mình một cách rất chi tiết.

Nghiên cứu của cô ấy đã được công bố ở nhiều nơi, bao gồm AI Alignment Forum: Ajeya Cotra (2020) – Bản thảo báo cáo về thời gian biểu AI.

Theo kiến thức của tôi, báo cáo này luôn được giữ ở dạng “bản thảo” và được đăng tải tại đây trên Google Docs (điều này không hiếm trong lĩnh vực nghiên cứu AI, nơi các bài viết thường được công bố theo cách không chuẩn mực). Năm 2022, Ajeya Cotra đã công bố một Bản cập nhật hai năm về thời gian biểu AI cá nhân của tôi.

Các nghiên cứu khác

Một loại dự báo rất khác cũng có liên quan ở đây là công trình của David Roodman. Trong bài viết Modeling the Human Trajectory (Mô hình hóa quỹ đạo của con người), ông nghiên cứu lịch sử sản lượng kinh tế toàn cầu để suy nghĩ về tương lai. Ông đặt câu hỏi liệu có khả thi để thấy sự tăng trưởng kinh tế có thể được coi là "chuyển đổi" – tốc độ tăng trưởng hàng năm của nền kinh tế thế giới cao hơn 30% – trong thế kỷ này hay không. Một trong những kết luận của ông là "nếu các mô hình lịch sử dài hạn tiếp tục, một loại bùng nổ kinh tế nào đó sẽ lại xảy ra, và kênh khả thi nhất là AI."

Một loại dự báo rất khác là Báo cáo về các giả định bán thông tin của Tom Davidson được xuất bản vào năm 2021.