Tidligere DeepMind forsker Alex Turner advarer om, at den mest avancerede AI kan udvikle sig hurtigere, end virksomheder, regeringer og rivaliserende stormagter kan styre sikkert. Dario Amodeis plan om at »sætte tempo på frontlinjen« vil ikke standse AI forskning, men give sikkerhedsarbejde og uafhængig kontrol muli...
Udgivet afRedigeret med GPT-5.6 TerraBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did former Google DeepMind scalable-alignment scientist Alex Turner say about AI development moving faster than governments, companies,. Article summary: Alex Turner’s argument is that frontier AI is advancing on a timetable that neither companies nor governments—and certainly not rival powers locked in a US–China race—can reliably govern. His prescription is materially s. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Alex Turner, tidligere forsker hos Google DeepMind, har formuleret en skarpere kritik end den sædvanlige opfordring til at »sætte farten ned« for AI. Hans pointe er, at systemerne på AI-frontlinjen kan udvikle sig hurtigere, end virksomheder, regeringer – og selv rivaliserende stormagter – kan håndtere pålideligt. I sine offentlige udtalelser peger Turner på overvågning af regnekraft som en mulig vej til reel regulering og advarer om, at frivillig tilbageholdenhed kan være utilstrækkelig i et AI-kapløb. 17
Turner arbejdede i DeepMinds team for skalerbar alignment – altså forskning i at sikre, at meget kapable AI-systemer handler i overensstemmelse med menneskelige interesser. Han sagde op i juni 2026, efter Google indgik en aftale, der gav Pentagon adgang til at bruge selskabets AI til klassificeret arbejde. Hans indvending var, at aftalen manglede bindende begrænsninger mod autonome våben og masseovervågning. 18
19
For Turner hænger militær anvendelse og den bredere debat om avanceret AI tæt sammen: Sikkerhedsprincipper betyder kun noget, hvis de fortsat kan håndhæves, når kommercielt og strategisk pres vokser. 19
Turner siger ikke, at en katastrofe er uundgåelig. Hans argument handler om risiko: Hvis AI-systemer får evnen til at forbedre AI-forskning, automatisere dele af deres egen videreudvikling eller arbejde på et niveau, mennesker ikke meningsfuldt kan gennemskue, kan institutionerne miste evnen til at vurdere og begrænse dem i tide.
Det afgørende er altså ikke intelligens i sig selv, men kombinationen af kapacitet, autonomi og manglende pålidelig kontrol. Et system, der kan forfølge komplekse mål, bruge værktøjer og forbedre sine efterfølgere, kan skabe en feedbacksløjfe, hvor evnerne vokser hurtigere end menneskelig evaluering og regulering.
Turner har derfor argumenteret for, at virksomheder ikke bør lade AI selvforbedre sig til et ukontrollabelt intelligensniveau. Det er en advarsel om en mulig fejltilstand – ikke dokumentation for, at et sådant system allerede findes, eller at menneskelig udryddelse vil ske. 17
19
Regnekraft – de specialiserede chips, datacentre og den elektricitet, der bruges til at træne avancerede modeller – er en knap og fysisk indsatsfaktor i udviklingen af AI på frontlinjen. Turner har fremhævet sporing af denne regnekraft som et muligt grundlag for regulering, der faktisk kan håndhæves. 17
I praksis kan et system til overvågning af regnekraft give myndigheder og uafhængige instanser indblik i usædvanligt store træningskørsler. Det kan skabe tærskler for licenser eller gennemgang og gøre det sværere at skubbe en model forbi aftalte kapacitetsgrænser i det skjulte.
Det løser ikke alignment-problemet i sig selv. Men det kan give tilsynet noget konkret at kontrollere, før en model tages i brug. Frivillige løfter kan vise gode intentioner; overvågning og bindende krav er derimod tænkt til at holde, også når en virksomhed har et stærkt incitament til at skynde sig.
Anthropic-chef Dario Amodei har foreslået at »sætte tempo på frontlinjen«: at sænke hastigheden, hvormed AI-systemernes kapaciteter forbedres, så alignment-arbejde, sikkerhedsforanstaltninger og ekstern evaluering kan følge med. Han skelner udtrykkeligt mellem dette og et stop for modeltræning eller teknologisk udvikling. 16
Planen har tre dele:
Amodeis model accepterer fortsat udvikling af AI på frontlinjen, men kræver en langsommere og mere efterprøvbar fremgang. Turner lægger mere vægt på at forhindre ukontrolleret selvforbedring og på at regulere de ressourcer, der overhovedet gør frontlinjen mulig.
Amodeis forslag har fået usædvanlig offentlig opbakning fra ledere i konkurrerende AI-virksomheder.
Støtten betyder ikke, at de er enige om alle tærskler, håndhævelsesmekanismer eller geopolitiske afvejninger. Den viser dog, at debatten har flyttet sig: Det handler ikke længere kun om, hvorvidt sikkerhed på AI-frontlinjen kræver opmærksomhed, men om virksomheder kan fortsætte med at skalere, mens sikkerhedsarbejdet prøver at indhente dem.
Den klassiske indvending mod at sænke tempoet er geopolitisk: Hvis amerikanske virksomheder holder igen, gør Kina måske ikke. Reuters beskriver den bredere konflikt som et valg mellem koordineret tilbageholdenhed og mere markedsdrevne sikkerhedsforanstaltninger, hvor konkurrencen med Kina er central. 1
Amodeis svar er koordinering i etaper: Først mellem demokratiske lande og deres førende laboratorier, senere mere bredt. Men netop en global aftale er den mest usikre del af planen. Verifikation, strategisk mistillid og forskellige nationale prioriteter gør en bindende ordning svær.
Her illustrerer Turners fokus på regnekraft, hvorfor tilhængerne efterlyser mere end god vilje. Hvis regeringer kan identificere og inspicere ressourcerne bag de største træningskørsler, får de muligvis et stærkere og mere håndhæveligt redskab end løfter afgivet midt i et internationalt kapløb. 17
Der er kun en begrænset fælles forståelse i branchen. Amodei, Altman, Musk og Hassabis støtter en form for lavere tempo og stærkere evaluering. 1
2
7 Men de centrale uenigheder er uløste:
Turners væsentligste bidrag til debatten er at insistere på, at det ikke alene er et spørgsmål om virksomhedernes forsigtighed. Hvis risikoen virkelig er tab af kontrol, skal svaret kunne kontrolleres og håndhæves. Amodeis plan er et væsentligt skridt mod ekstern indsigt; Turners advarsel forklarer, hvorfor kritikere mener, at den egentlige prøve er, om tilsynet reelt kan stoppe et farligt kapløb om kapacitet. 16
17
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Tidligere DeepMind forsker Alex Turner advarer om, at den mest avancerede AI kan udvikle sig hurtigere, end virksomheder, regeringer og rivaliserende stormagter kan styre sikkert.
Tidligere DeepMind forsker Alex Turner advarer om, at den mest avancerede AI kan udvikle sig hurtigere, end virksomheder, regeringer og rivaliserende stormagter kan styre sikkert. Dario Amodeis plan om at »sætte tempo på frontlinjen« vil ikke standse AI forskning, men give sikkerhedsarbejde og uafhængig kontrol mulighed for at følge med.
Sam Altman, Elon Musk og Demis Hassabis støtter hovedretningen, men spørgsmålet er stadig, om tilsyn kan blive reelt og bindende midt i et internationalt AI kapløb.
Tidligere DeepMind forsker Alex Turner advarer om, at den mest avancerede AI kan udvikle sig hurtigere, end virksomheder, regeringer og rivaliserende stormagter kan styre sikkert. Dario Amodeis plan om at »sætte tempo på frontlinjen« vil ikke standse AI forskning, men give sikkerhedsarbejde og uafhængig kontrol muli...
Udgivet afRedigeret med GPT-5.6 TerraBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did former Google DeepMind scalable-alignment scientist Alex Turner say about AI development moving faster than governments, companies,. Article summary: Alex Turner’s argument is that frontier AI is advancing on a timetable that neither companies nor governments—and certainly not rival powers locked in a US–China race—can reliably govern. His prescription is materially s. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Alex Turner, tidligere forsker hos Google DeepMind, har formuleret en skarpere kritik end den sædvanlige opfordring til at »sætte farten ned« for AI. Hans pointe er, at systemerne på AI-frontlinjen kan udvikle sig hurtigere, end virksomheder, regeringer – og selv rivaliserende stormagter – kan håndtere pålideligt. I sine offentlige udtalelser peger Turner på overvågning af regnekraft som en mulig vej til reel regulering og advarer om, at frivillig tilbageholdenhed kan være utilstrækkelig i et AI-kapløb. 17
Turner arbejdede i DeepMinds team for skalerbar alignment – altså forskning i at sikre, at meget kapable AI-systemer handler i overensstemmelse med menneskelige interesser. Han sagde op i juni 2026, efter Google indgik en aftale, der gav Pentagon adgang til at bruge selskabets AI til klassificeret arbejde. Hans indvending var, at aftalen manglede bindende begrænsninger mod autonome våben og masseovervågning. 18
19
For Turner hænger militær anvendelse og den bredere debat om avanceret AI tæt sammen: Sikkerhedsprincipper betyder kun noget, hvis de fortsat kan håndhæves, når kommercielt og strategisk pres vokser. 19
Turner siger ikke, at en katastrofe er uundgåelig. Hans argument handler om risiko: Hvis AI-systemer får evnen til at forbedre AI-forskning, automatisere dele af deres egen videreudvikling eller arbejde på et niveau, mennesker ikke meningsfuldt kan gennemskue, kan institutionerne miste evnen til at vurdere og begrænse dem i tide.
Det afgørende er altså ikke intelligens i sig selv, men kombinationen af kapacitet, autonomi og manglende pålidelig kontrol. Et system, der kan forfølge komplekse mål, bruge værktøjer og forbedre sine efterfølgere, kan skabe en feedbacksløjfe, hvor evnerne vokser hurtigere end menneskelig evaluering og regulering.
Turner har derfor argumenteret for, at virksomheder ikke bør lade AI selvforbedre sig til et ukontrollabelt intelligensniveau. Det er en advarsel om en mulig fejltilstand – ikke dokumentation for, at et sådant system allerede findes, eller at menneskelig udryddelse vil ske. 17
19
Regnekraft – de specialiserede chips, datacentre og den elektricitet, der bruges til at træne avancerede modeller – er en knap og fysisk indsatsfaktor i udviklingen af AI på frontlinjen. Turner har fremhævet sporing af denne regnekraft som et muligt grundlag for regulering, der faktisk kan håndhæves. 17
I praksis kan et system til overvågning af regnekraft give myndigheder og uafhængige instanser indblik i usædvanligt store træningskørsler. Det kan skabe tærskler for licenser eller gennemgang og gøre det sværere at skubbe en model forbi aftalte kapacitetsgrænser i det skjulte.
Det løser ikke alignment-problemet i sig selv. Men det kan give tilsynet noget konkret at kontrollere, før en model tages i brug. Frivillige løfter kan vise gode intentioner; overvågning og bindende krav er derimod tænkt til at holde, også når en virksomhed har et stærkt incitament til at skynde sig.
Anthropic-chef Dario Amodei har foreslået at »sætte tempo på frontlinjen«: at sænke hastigheden, hvormed AI-systemernes kapaciteter forbedres, så alignment-arbejde, sikkerhedsforanstaltninger og ekstern evaluering kan følge med. Han skelner udtrykkeligt mellem dette og et stop for modeltræning eller teknologisk udvikling. 16
Planen har tre dele:
Amodeis model accepterer fortsat udvikling af AI på frontlinjen, men kræver en langsommere og mere efterprøvbar fremgang. Turner lægger mere vægt på at forhindre ukontrolleret selvforbedring og på at regulere de ressourcer, der overhovedet gør frontlinjen mulig.
Amodeis forslag har fået usædvanlig offentlig opbakning fra ledere i konkurrerende AI-virksomheder.
Støtten betyder ikke, at de er enige om alle tærskler, håndhævelsesmekanismer eller geopolitiske afvejninger. Den viser dog, at debatten har flyttet sig: Det handler ikke længere kun om, hvorvidt sikkerhed på AI-frontlinjen kræver opmærksomhed, men om virksomheder kan fortsætte med at skalere, mens sikkerhedsarbejdet prøver at indhente dem.
Den klassiske indvending mod at sænke tempoet er geopolitisk: Hvis amerikanske virksomheder holder igen, gør Kina måske ikke. Reuters beskriver den bredere konflikt som et valg mellem koordineret tilbageholdenhed og mere markedsdrevne sikkerhedsforanstaltninger, hvor konkurrencen med Kina er central. 1
Amodeis svar er koordinering i etaper: Først mellem demokratiske lande og deres førende laboratorier, senere mere bredt. Men netop en global aftale er den mest usikre del af planen. Verifikation, strategisk mistillid og forskellige nationale prioriteter gør en bindende ordning svær.
Her illustrerer Turners fokus på regnekraft, hvorfor tilhængerne efterlyser mere end god vilje. Hvis regeringer kan identificere og inspicere ressourcerne bag de største træningskørsler, får de muligvis et stærkere og mere håndhæveligt redskab end løfter afgivet midt i et internationalt kapløb. 17
Der er kun en begrænset fælles forståelse i branchen. Amodei, Altman, Musk og Hassabis støtter en form for lavere tempo og stærkere evaluering. 1
2
7 Men de centrale uenigheder er uløste:
Turners væsentligste bidrag til debatten er at insistere på, at det ikke alene er et spørgsmål om virksomhedernes forsigtighed. Hvis risikoen virkelig er tab af kontrol, skal svaret kunne kontrolleres og håndhæves. Amodeis plan er et væsentligt skridt mod ekstern indsigt; Turners advarsel forklarer, hvorfor kritikere mener, at den egentlige prøve er, om tilsynet reelt kan stoppe et farligt kapløb om kapacitet. 16
17
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Tidligere DeepMind forsker Alex Turner advarer om, at den mest avancerede AI kan udvikle sig hurtigere, end virksomheder, regeringer og rivaliserende stormagter kan styre sikkert.
Tidligere DeepMind forsker Alex Turner advarer om, at den mest avancerede AI kan udvikle sig hurtigere, end virksomheder, regeringer og rivaliserende stormagter kan styre sikkert. Dario Amodeis plan om at »sætte tempo på frontlinjen« vil ikke standse AI forskning, men give sikkerhedsarbejde og uafhængig kontrol mulighed for at følge med.
Sam Altman, Elon Musk og Demis Hassabis støtter hovedretningen, men spørgsmålet er stadig, om tilsyn kan blive reelt og bindende midt i et internationalt AI kapløb.