Математики: взрывного роста ИИ без сжатия времени циклов не будет

В работе The Dynamics of Intelligence Explosions предложена модель рекурсивного самосовершенствования ИИ через разностные уравнения. Вывод: математическая сингулярность не наступит, пока физическое время итерации не начнёт сжиматься к нулю.

Главное
  • Модель привязывает прирост возможностей к длительности цикла обратной связи — времени генерации
  • Бесконечный рост за конечное время требует сокращения цикла хотя бы как T_n ~ n^{-(1+ε)}
  • При постоянной длительности шага сингулярности нет даже при тетрации A_{n+1} = 2^{A_n}
Иллюстрация к работе о динамике взрывного роста интеллекта: графики роста возможностей и циклов обратной связи
Фото: arXiv.org

На arXiv вышла работа The Dynamics of Intelligence Explosions, посвящённая вопросу, может ли рекурсивное самосовершенствование ИИ привести к так называемой сингулярности. Автор предлагает модель, в которой рост возможностей описан разностными уравнениями со временем, а дискретный шаг прироста привязан к явной длительности цикла обратной связи — времени генерации.

Что показала модель

Главный результат: прирост возможностей не уходит в бесконечность за конечное время, если длительность циклов не сжимается к нулю. В непрерывных моделях вида A' = k A^r при показателе отдачи r > 1 возникает вертикальная асимптота, но функции вроде A' = A log A дают двойную экспоненту (A_0^{e^t}) без сингулярности.

В дискретных циклах с шагом T_n бесконечный рост за конечное время требует сокращения цикла хотя бы как T_n ~ n^{-(1+ε)}. Если длительность шага постоянна (T_n = k), сингулярности не возникнет даже при тетрации (A_{n+1} = 2^{A_n}).

Почему это важно

По мнению автора работы, прогресс в R&D не приведёт к математической сингулярности, пока физическое время итерации не начнёт сжиматься к нулю. При этом даже обычная экспонента на машинной скорости способна сжать десять лет работы людей в один календарный год.

Обзор работы опубликован в блоге arxiviq на Substack.

Для профиТехнические детали: архитектура, цифры, ссылки

Модель использует разностные уравнения со временем: дискретный шаг прироста возможностей привязан к длительности цикла обратной связи (времени генерации).

  • Непрерывный случай: A' = k A^r при r > 1 даёт вертикальную асимптоту; A' = A log A даёт двойную экспоненту A_0^{e^t} без сингулярности.
  • Дискретный случай: бесконечный рост за конечное время требует T_n ~ n^{-(1+ε)}; при T_n = k сингулярности нет даже при тетрации A_{n+1} = 2^{A_n}.

Ссылки: arXiv:2608.14426, обзор в arxiviq.

Вопросы и ответы

Возможна ли сингулярность ИИ по этой модели?
Нет, если длительность цикла обратной связи не сжимается к нулю: при постоянном шаге T_n = k сингулярности не возникает даже при тетрации.
Какое условие нужно для бесконечного роста за конечное время?
Сокращение цикла хотя бы как T_n ~ n^{-(1+ε)}.