Авторы прогноза AI-2027 перенесли полную автоматизацию кодинга с 2027 на 2031 год

AI Futures Project, авторы нашумевшего апрельского исследования AI-2027, выпустили декабрьское обновление своей прогностической модели. Главный сдвиг: медиана полной автоматизации программирования переместилась с марта 2027 на 2031 год — примерно на три-четыре года позже, чем предполагал оригинальный сценарий. Причина не в замедлении прогресса ИИ, а в переоценке того, насколько промежуточный ИИ ускоряет собственную разработку до момента полной автоматизации. В апрельской модели этот эффект был завышен, отчасти из-за бага в коде, сдвигавшего прогноз примерно на 9 месяцев.

Методология изменилась существенно. Вместо "биологических якорей" — оценок вычислительной мощности, необходимого для тренировки человеческого мозга — новая модель опирается на реальный бенчмарк METR, который измеряет время задач, выполняемых существующими ИИ автономно, и темпы роста этого времени. Авторы также уточнили терминологию: вместо superhuman coder теперь используется automated coder (AC) — ИИ, полностью заменяющий штат программистов в ИИ-лаборатории. Модель разбита на три стадии: путь до AC, переход от AC к SAR (Superhuman AI Researcher — ИИ с исследовательским вкусом на уровне лучших людей), и от SAR к ASI (суперинтеллект, превосходящий любого человеческого исследователя) через самоулучшение.

Илай Лифланд, соавтор модели и лидер рейтинга RAND Forecasting Initiative, приводит свое итоговое распределение с поправками на факторы вне модели: 10-й перцентиль — середина 2027, медиана — середина 2032, 90-й перцентиль — 2085. Коррекция в сторону увеличения сроков связана с неизвестными ограничениями модели и потенциальными узкими местами в данных, которые не моделируются напрямую. Даниэль Кокотайло, ведущий автор AI-2027, признает: интуитивно он