震撼技术：AI能力超指数增长及其对通用人工智能的影响

本文探讨了震撼技术假设，即在AI能力发展中出现超指数增长（加速度增大，或正的第三导数）。我们构建了理论框架，通过蒙特卡罗模拟验证了检测方法，同时承认实证验证因缺乏适当的纵向数据而尚待完成。本文聚焦于创建健壮的工具，以支持未来的实证研究，并探讨该假设成立时的潜在影响。研究考察了缩短构想到行动间隔和AI迭代改进的复利效应如何驱动这种震撼模式。通过形式化震动动力学并通过仿真验证检测方法，本工作为理解潜在的AI轨迹及其对AGI出现的影响提供了数学基础，为研究和政策提供了见解。