論文の概要: Some Simple Economics of AGI

• arxiv url: http://arxiv.org/abs/2602.20946v2
• Date: Wed, 25 Feb 2026 17:41:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-26 16:16:21.295166
• Title: Some Simple Economics of AGI
• Title（参考訳）: AGIの簡易経済
• Abstract要約: AIは生物学から認知を分離するので、測定可能な実行の限界コストはゼロに落ちる。 成長に対する拘束力は、もはや知性ではなく、人間の検証帯域幅である。 個人、企業、投資家、政策立案者のための実践的なプレイブックを導出します。
• 参考スコア（独自算出の注目度）: 0.6117371161379209
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: For millennia, human cognition was the primary engine of progress on Earth. As AI decouples cognition from biology, the marginal cost of measurable execution falls to zero, absorbing any labor capturable by metrics--including creative, analytical, and innovative work. The binding constraint on growth is no longer intelligence but human verification bandwidth: the capacity to validate, audit, and underwrite responsibility when execution is abundant. We model the AGI transition as the collision of two racing cost curves: an exponentially decaying Cost to Automate and a biologically bottlenecked Cost to Verify. This structural asymmetry widens a Measurability Gap between what agents can execute and what humans can afford to verify. It also drives a shift from skill-biased to measurability-biased technical change. Rents migrate to verification-grade ground truth, cryptographic provenance, and liability underwriting--the ability to insure outcomes rather than merely generate them. The current human-in-the-loop equilibrium is unstable: eroded from below as apprenticeship collapses (Missing Junior Loop) and from within as experts codify their obsolescence (Codifier's Curse). Unverified deployment becomes privately rational--a Trojan Horse externality. Unmanaged, these forces pull toward a Hollow Economy. Yet by scaling verification alongside agentic capabilities, the forces that threaten collapse become the catalyst for unbounded discovery and experimentation--an Augmented Economy. We derive a practical playbook for individuals, companies, investors, and policymakers. Today's defining challenge is not the race to deploy the most autonomous systems; it is the race to secure the foundations of their oversight. Only by scaling our bandwidth for verification alongside our capacity for execution can we ensure that the intelligence we have summoned preserves the humanity that initiated it.
• Abstract（参考訳）: 千年の間、人類の認知は地球上の主要な進歩のエンジンであった。 AIは生物学から認知を分離するので、測定可能な実行の限界コストはゼロに落ちる。 成長に対する拘束力は、もはや知性ではなく、人間の検証帯域幅である。 我々は、AGIトランジションを、2つのレースコスト曲線の衝突としてモデル化する。 この構造的非対称性は、エージェントが実行でき、人間が検証できるものの間に測定可能性ギャップを広げます。 また、スキルバイアスから測定可能性バイアスによる技術変革へとシフトする。 レンタルは、単に生成するのではなく、結果を保証する能力である検証グレードの土台真実、暗号的証明、負債の引受へと移行する。 現在のヒト・イン・ザ・ループの平衡は不安定であり、見習いの崩壊(ミス・ジュニア・ループ)によって下から浸食され、専門家がその不規則性(コーディエーターズ・カース)を表わすと内側から浸食される。 未確認の展開は、民間の合理的な展開となり、トロイの木馬の外部性、管理されていないこれらの力は、ホロー経済に向かっています。しかし、エージェント能力とともに検証を拡大することで、崩壊を脅かす力は、未定の発見・実験の触媒となり、増大する経済です。 個人、企業、投資家、政策立案者のための実践的なプレイブックを導出します。 今日の決定的な課題は、最も自律的なシステムをデプロイするレースではなく、監視の基盤を確保するレースなのです。 実行能力とともに検証のための帯域幅を拡大することでのみ、私たちが呼び出した知性が、それを開始した人間性を保存することができるのです。

関連論文リスト

• Cheap, Fallible Cognition and the Political Economy of Expertise [0.0]
  仕事は不可分な対象ではなく、機械認知は人間の労働の均一な代用ではない。 本稿では、生成AIを安価でスケーラブルで誤認識可能なものとして分析するためのタスクベースフレームワークを開発する。 AIの労働市場運命は機械失業でも自動失業でもないと結論付けている。
  論文  参考訳（メタデータ） (2026-08-11T23:55:35Z)
• Knowing When to Quit: Diagnosing and Training LLMs to Abort Futile Reasoning [109.33717747526583]
  大規模言語モデルは、計算コストが高くても意味論的に無効な推論を、能力を超えたタスクで生成する。 textbfCaRL(textbfCapability-textbfaligned textbfReinforcement textbfL)を導入し、振る舞いを機能境界に合わせる。 実験は、タスクの難易度を超えて性能を保ちながら、無駄な推論を大幅に削減することを示した。
  論文  参考訳（メタデータ） (2026-07-31T09:30:33Z)
• The Age of AI Agents Demands A New Scientific Paradigm To Sustain Trustworthy Science [0.0]
  科学は、これまでピアレビューで行ったように、検証インフラストラクチャを進化させなければならない、と我々は主張する。 本稿では,可観測性検証,スケーラブルな結果,明確な帰属性を重視した適応型検証インフラの基準を提案する。
  論文  参考訳（メタデータ） (2026-06-18T20:38:50Z)
• Economy of Minds: Emerging Multi-Agent Intelligence with Economic Interactions [80.74432115171285]
  我々は,エージェントの集団が集中管理なしで,より強力な集団知能に自己整合し,自己適応する方法について検討する。 フリードリッヒ・ハイエク(Friedrich Hayek)の市場における非中央集権的協調に関する経済理論に触発され、エージェント・エコノミー(エージェント・エコノミー)を通じて、エージェント・エコノミー(エージェント・エコノミー)を通じて、エージェント・エコノミー(エージェント・エコノミー(エージェント・エコノミー)を通じて、エージェント・エコノミー(エージェント・エコノミー)が行動の権利を競い、支払いを交換し、環境報酬から富を蓄積する権利を競う。 弱いエージェントによって、経済は創発的な多段階推論戦略を生み出し、5つのエージェントタスクで強力なモノリシックベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-06-01T20:21:09Z)
• Demystifying the Mythos or Disrupting Bugonomics? From Zero-Day Asymmetry to Defender Remediation Throughput [6.173871881133615]
  我々は、短期的なシフトは単にゼロデイではなく、より広いディフェンダー修復スループットに向けた動きであると主張している。 LLMが支援する発見はレポートのボリュームを増加させる一方、メンテナ側の検証、トリアージ資金、リリースキャパシティはスケールしない可能性がある。
  論文  参考訳（メタデータ） (2026-05-23T15:43:45Z)
• Trustworthy AI Suffers from Invariance Conflicts and Causality is The Solution [80.98492754957466]
  公正性、堅牢性、プライバシ、説明可能性といった、信頼性の高いAI目標を同時に達成することは難しい。 本稿では、パフォーマンスにおけるトレードオフを理解しバランスをとるためには因果性が必要であると論じ、信頼できるAIの複数の目的について論じる。
  論文  参考訳（メタデータ） (2026-05-04T14:26:28Z)
• Short-Term Gain, Long-Term Fragility: AI Labor Substitution and the Erosion of Sustainable Capability [0.0]
  本稿では,AI労働代行下での能力マスキングと能力侵食のメカニズムを考察する。 AIが生成したアウトプットは、熟練した人間の労働への依存が残っている場合でも、組織能力が置き換えられたように見える。 AI支援コーディングの証拠によると、生成した出力は依然として相当な人間による検証が必要であり、正確性、保守性、セキュリティが不均一である。
  論文  参考訳（メタデータ） (2026-04-23T03:11:27Z)
• Making MLLMs Blind: Adversarial Smuggling Attacks in MLLM Content Moderation [54.38271718421492]
  敵の密輸攻撃は人間とAIの能力ギャップを悪用する。 有害なコンテンツを人間の読みやすい視覚形式にエンコードする。 我々は緩和戦略の予備的な調査を行う。
  論文  参考訳（メタデータ） (2026-04-08T11:13:16Z)
• Abundant Intelligence and Deficient Demand: A Macro-Financial Stress Test of Rapid AI Adoption [0.17626455083672685]
  我々は,需要不足を伴うAI生成アベンダンス共存者の分布・契約ミスマッチを同定する。 我々は、AI能力の伸び率、拡散速度、そして、ネットフィードバックが爆発性に対して自己制限的であるリテンション率に関する条件を導出する。 トップクインタイルの収入者は米国の消費の47～65%を駆動し、AIの露出が最も高いため、民間の信用や住宅ローン市場への送信は不釣り合いである。
  論文  参考訳（メタデータ） (2026-03-10T05:26:57Z)
• Generative AI as a Non-Convex Supply Shock: Market Bifurcation and Welfare Analysis [4.887749221165767]
  我々は、GenAIのコストが、市場をAIの出口と人間のセグメントに再活性化させ、-class hollow'のアウトプットを生成する方法を示す。 我々は、最適ガバナンスは、遅延フェール渋滞管理に向けたものでなければならないと結論づける。
  論文  参考訳（メタデータ） (2026-01-18T17:00:40Z)
• Why AI Alignment Failure Is Structural: Learned Human Interaction Structures and AGI as an Endogenous Evolutionary Shock [3.32021037991318]
  大規模な言語モデル(LLM)は、詐欺、脅迫、脅迫などの行動を示すものであり、しばしばアライメント障害の証拠として解釈される。 この解釈は概念的誤りに依存していると我々は主張する。 LLMは道徳的理由ではなく、統計的に人間の社会的相互作用の記録を内在化している。
  論文  参考訳（メタデータ） (2026-01-13T15:53:26Z)
• Fluid Agency in AI Systems: A Case for Functional Equivalence in Copyright, Patent, and Tort [0.31061678033205636]
  現代の人工知能(AI)システムには、人間の意識や能力が欠如している。 流体機関は貴重な出力を生成するが、帰属は崩壊する。 本条では,機能的等価性だけが教義を安定させると主張している。
  論文  参考訳（メタデータ） (2026-01-06T01:06:07Z)
• The Oversight Game: Learning to Cooperatively Balance an AI Agent's Safety and Autonomy [9.553819152637493]
  エージェントが自律的に行動するか(プレイ)それとも延期するかを選択できる最小限の制御インタフェースについて検討する。 エージェントがフェールした場合、人間の選択によって結果が決定され、修正アクションやシステム停止につながる可能性がある。 本分析では,アライメント保証を提供するゲームクラスであるMarkov Potential Game (MPG) として,このゲームが適するケースに着目した。
  論文  参考訳（メタデータ） (2025-10-30T17:46:49Z)
• Operationalising Extended Cognition: Formal Metrics for Corporate Knowledge and Legal Accountability [0.0]
  企業知識は動的能力として再定義され、情報アクセス手順の効率によって測定できると主張している。 これらの量的指標を、実際の知識、建設的知識、力強い盲目、無謀性の法的基準にマッピングします。
  論文  参考訳（メタデータ） (2025-10-17T20:03:57Z)
• Impatient Users Confuse AI Agents: High-fidelity Simulations of Human Traits for Testing Agents [58.00130492861884]
  TraitBasisは、AIエージェントを体系的にストレステストするための軽量でモデルに依存しない方法である。 TraitBasisは、ステアブルなユーザ特性に対応するアクティベーション空間で方向を学習する。 We observed on average a 2%-30% performance degradation on $tau$-Trait across frontier model。
  論文  参考訳（メタデータ） (2025-10-06T05:03:57Z)
• Co-rewarding: Stable Self-supervised RL for Eliciting Reasoning in Large Language Models [56.055015597319674]
  検証可能な報酬(RLVR)を用いた強化学習は,大規模言語モデル(LLM)の推論能力の向上に有効である 近年の自己回帰法は LLM の推論能力を解き放つためのラベルフリーな代替手段について検討している。 我々は、他の視点から補完的な監督を求めることにより、トレーニングの安定性を向上させる新しい自己監督型RLフレームワークであるtextitCo-rewardingを提案する。
  論文  参考訳（メタデータ） (2025-08-01T08:09:14Z)
• Evaluating Intelligence via Trial and Error [59.80426744891971]
  本研究では,試行錯誤プロセスにおける失敗回数に基づいて知性を評価するためのフレームワークとして,Survival Gameを紹介した。 フェールカウントの期待と分散の両方が有限である場合、新しい課題に対するソリューションを一貫して見つける能力を示す。 我々の結果は、AIシステムは単純なタスクで自律レベルを達成するが、より複雑なタスクではまだまだ遠いことを示している。
  論文  参考訳（メタデータ） (2025-02-26T05:59:45Z)
• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、効率の改善にもかかわらず、その計算要求はモデルの性能よりも速く増加するため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• Do the Rewards Justify the Means? Measuring Trade-Offs Between Rewards and Ethical Behavior in the MACHIAVELLI Benchmark [61.43264961005614]
  我々は、50万以上のリッチで多様なシナリオを含む134個のChoose-Your-Own-Adventureゲームのベンチマークを開発する。 我々は、エージェントの傾向をパワー・シーキングと評価し、不使用を生じさせ、倫理的違反を犯す。 以上の結果から,エージェントは有能かつ道徳的に行動できることが示唆された。
  論文  参考訳（メタデータ） (2023-04-06T17:59:03Z)
• When to Make Exceptions: Exploring Language Models as Accounts of Human Moral Judgment [96.77970239683475]
  AIシステムは人間の道徳的判断や決定を理解し、解釈し、予測しなければなりません。 AIの安全性に対する中心的な課題は、人間の道徳心の柔軟性を捉えることだ。 ルール破りの質問応答からなる新しい課題セットを提案する。
  論文  参考訳（メタデータ） (2022-10-04T09:04:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。