人工通用智能预测与情景分析：现状、方法论缺口与战略意义
计算机与社会
2026-04-28 v1 人工智能
新兴技术
机器学习
摘要
本报告综述了当前预测人工通用智能到来时间方法的现状，评估其可靠性，并分析战略与政策的影响。我们综合了多样化的预测方法，记录了现有方法中的显著局限，提出了更健全预测基础设施发展的研究议程。报告不倾力于特定预测或情景，而是提供了在深层不确定性条件下解读预测的框架。我们采用迭代式的人类与人工智能协作方法完成本报告。文本的主要撰写由大型语言模型（GPT 5.1、Gemini 3 Pro 和 Claude 4.5 Opus）完成，人类研究人员提供指导、同行评审、事实核查与修订。
引用
@article{arxiv.2604.22766,
title = {Artificial General Intelligence Forecasting and Scenario Analysis: State of the Field, Methodological Gaps, and Strategic Implications},
author = {Gopal P. Sarma and Sunny D. Bhatt and Michael Jacob and Rachel Steratore},
journal= {arXiv preprint arXiv:2604.22766},
year = {2026}
}
备注
75 pages, 1 figure