نگاهی به تز دکترای سال ۲۰۰۸ شین لگ؛ فرمول‌بندی ابرهوش مصنوعی دو سال پیش از تأسیس دیپ‌مایند و پیش‌بینی تحقق AGI تا ۲۰۲۸شین لگ (Shane Legg)، هم‌بنیان‌گذار و دانشمند ارشد AGI در گوگل دیپ‌مایند، با بازنشر تصویر جلد رساله دکترای خود در سال ۲۰۰۸ با عنوان «ابرهوش ماشین» (Machine Super Intelligence)، با لحنی طنزآمیز یادآور شد که ایده‌هایش بسیار جلوتر از زمان خود بوده‌اند. لگ این رساله بنیادین را در مؤسسه هوش مصنوعی IDSIA و تحت راهنمایی مارکوس هوتر (خالق چارچوب ریاضیاتی AIXI) به نگارش درآورد؛ پژوهشی تاریخی که در آن برای نخستین بار هوش کلی در قالب ریاضیات دقیق نظریه اطلاعات الگوریتمی، پیچیدگی کولموگروف و توزیع سالامونوف تعریف شد: «هوش، توانایی یک عامل در دستیابی به اهداف در گستره وسیعی از محیط‌های ناشناخته است».
تنها دو سال پس از دفاع از این رساله، شین لگ به همراه دمیس هاسابیس و مصطفی سلیمان در سال ۲۰۱۰ شرکت DeepMind را دقیقاً بر اساس نقشه راه همین پژوهش—ترکیب یادگیری تقویتی عمیق (Deep RL) با علوم اعصاب برای ساخت عاملی عام‌منظور—پایه‌گذاری کردند. لگ در سال‌های ۲۰۰۹ تا ۲۰۱۱ پیش‌بینی مشهوری را ثبت کرد که در آن زمان برای جامعه دانشگاهی شبیه یک شوخی دور از دسترس به نظر می‌رسید: «شانس دستیابی به هوش عمومی در سطح انسان (AGI) تا سال ۲۰۲۸ حدود ۵۰ درصد است». امروز در اواخر ۲۰۲۶، صنعت هوش مصنوعی با شتابی شگفت‌انگیز دقیقاً روی همان ریل زمانی و مبانی نظری پیش‌بینی‌شده توسط او در حال حرکت است.
بازخوانی رساله ۲۰۰۸ لگ نشان می‌دهد جهش‌های خیره‌کننده امروز حاصل رویدادهای تصادفی یا هیجانات رسانه‌ای نیستند، بلکه ریشه در یک معماری ریاضیاتی عمیق دارند که پیش از بلوغ پردازنده‌های گرافیکی و تراشه‌های سیلیکونی فرمول‌بندی شده بود. در دورانی که اکثریت پژوهشگران هوش مصنوعی بر سیستم‌های خبره محدود و پردازش آماری ساده متمرکز بودند، این رساله با نگاهی فراگیر خطرات الاینمنت، چرخه‌های خودبهبودی و مسیر ظهور عامل‌های مستقل را ترسیم کرد؛ چشم‌اندازی که با تبدیل دیپ‌مایند به یکی از قطب‌های اصلی هوش جهان، تئوری‌های انتزاعی ریاضی را به موتور محرک تمدن محاسباتی مدرن بدل ساخت.
@ACCELERATIONERS
