As “ordens de magnitude” (OOMs) da IA, explicadas

O que é um OOM

Uma ordem de magnitude = 10×. Duas OOMs = 100×. Aschenbrenner raciocina em OOMs porque o progresso da IA é exponencial: é mais fácil acompanhar “quantos 10× por ano” do que números absolutos. Sua previsão é, em essência, um problema de soma — empilhe OOMs suficientes de computação efetiva e você cruza o limiar da AGI.

As três fontes de OOMs

• Computação bruta — treinamentos maiores
• Eficiência algorítmica — mais capacidade por FLOP
• Unhobbling — destravar capacidade latente (raciocínio, ferramentas, agentes)

A aposta e como ela está indo

Ele projetou cerca de 0,5 OOM/ano de computação efetiva, de forma sustentada. Em meados de 2026, uma auditoria independente classifica o ritmo como “aproximadamente sustentado”, com lançamentos dispersos dentro de cerca de ±0,5 OOM da tendência. Esse motor de OOMs é o que sustenta toda afirmação subsequente: capacidade, data da AGI e explosão de inteligência. Se as OOMs pararem de se acumular, todo o caso de 2027 escorrega.

Perguntas frequentes

Uma ordem de magnitude (OOM) é um fator de 10. Aschenbrenner conta OOMs de “computação efetiva” — computação bruta mais eficiência algorítmica mais unhobbling — porque o progresso da IA é exponencial e mais fácil de acompanhar como “10× por ano”.

Cerca de 0,5 ordem de magnitude de computação efetiva por ano, sustentada ao longo da década. Em meados de 2026, o ritmo se manteve aproximadamente.

Porque sua previsão de AGI é essencialmente um problema de soma: empilhe OOMs suficientes de computação efetiva e você cruza o limiar. Se as OOMs pararem de se acumular, o cronograma de 2027 escorrega.