Enligt en undersökning bland AI-experter är det osannolikt att dagens dominerande AI-teknologier kommer att leda till artificiell generell intelligens (AGI) – system med mänsklig resoneringsförmåga4. Över tre fjärdedelar av de tillfrågade anser att enbart skalning av nuvarande AI-system troligen inte kommer att resultera i AGI4.
Begränsningar i nuvarande teknologi
Hela 84% av respondenterna i undersökningen, som genomfördes av Association for the Advancement of Artificial Intelligence (AAAI), menar att neurala nätverk – den grundläggande teknologin bakom generativ AI – är otillräckliga för att uppnå mänsklig intelligens4. Trots att skalning av modeller genom ökad träningsdata och fler parametrar har gett stora framsteg, anser experterna att denna strategi har sina begränsningar4.
Vägen framåt
Forskare förespråkar en kombination av olika tekniker för att uppnå mänsklig resoneringsförmåga:
- Mer än 60% av respondenterna anser att mänsklig resoneringsförmåga endast kan uppnås genom att integrera en stor del symbolisk AI i neurala nätverksbaserade system4
- 76,9% av deltagarna markerade integrationen av inlärnings- och resoneringsmetoder som mycket viktigt6
- Forskare betonar värdet av att fokusera på både mänsklig resoneringsförmåga (88,6% anser det värdefullt eller essentiellt) och domänspecifika resoneringsförmågor (92,4% anser det värdefullt eller essentiellt)6
Prioriteringar och oro
Undersökningen visar att forskare är skeptiska till att göra AGI till huvudmålet för AI-forskning. Endast 23% anser att AGI bör vara högsta prioritet, medan över 75% menar att utveckling av AI-system med ”acceptabel risk-nytta-profil” bör prioriteras högre4. Omkring 30% av respondenterna instämmer i att forskning och utveckling inriktad på AGI borde stoppas tills vi har sätt att fullt ut kontrollera dessa system4.
Francesca Rossi, AI-forskare vid IBM och president för AAAI, uttrycker: ”Jag vet inte om att nå mänsklig intelligens är rätt mål. AI bör stödja mänsklig tillväxt, lärande och förbättring, inte ersätta oss.”4
Citations:
- https://www.youtube.com/watch?v=MHT6lxOA5-4
- https://www.nature.com/articles/d41586-025-00170-8
- https://hai.stanford.edu/news/predictions-for-ai-in-2025-collaborative-agents-ai-skepticism-and-new-risks
- https://www.nature.com/articles/d41586-025-00649-4
- https://pubmed.ncbi.nlm.nih.gov/40038502/
- https://aaai.org/wp-content/uploads/2025/03/AAAI-2025-PresPanel-Report-FINAL.pdf
- https://www.linkedin.com/posts/jurgenappelo_how-ai-can-achieve-human-level-intelligence-activity-7303419149463048193-uP9s
- https://hyperight.com/artificial-general-intelligence-is-agi-really-coming-by-2025/
- https://www.linkedin.com/posts/bobehayes_how-ai-can-achieve-human-level-intelligence-activity-7305052391714820097-Ep2t
- https://www.nytimes.com/2025/03/14/technology/why-im-feeling-the-agi.html
- https://www.weforum.org/stories/2025/01/in-a-world-of-reasoning-ai-where-does-that-leave-human-intelligence/
- https://www.reddit.com/r/Scholar/comments/1j4dxcw/article_how_ai_can_achieve_humanlevel/
- https://www.justthink.ai/blog/agi-will-machines-ever-match-human-intelligence
- https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
- https://x.com/RogerHighfield/status/1897192964318961816
- https://www.newscientist.com/article/2471759-ai-scientists-are-sceptical-that-modern-models-will-lead-to-agi/
- https://carnegieendowment.org/research/2025/01/ai-has-been-surprising-for-years?lang=en¢er=middle-east
- https://twitter.com/aliciabanuelos/status/1898022337670197452
- https://vilmate.com/blog/the-ai-revolution-continues-what-lies-ahead-in-2025/
- https://www.livescience.com/technology/artificial-intelligence/agi-could-now-arrive-as-early-as-2026-but-not-all-scientists-agree
Answer from Perplexity: pplx.ai/share
