توجيه مهم
لا يوجد اختبار رسمي عالمي للذكاء الاصطناعي العام
الذكاء الاصطناعي العام مفهوم بحثي تتنافس حوله تعريفات مختلفة. لا تعلن هذه الصفحة أن أي نظام بعينه قد تجاوز، أو لم يتجاوز، خط نهاية سحرياً. يقيس الاختبار مدى دقتك في تفسير أدلة القدرات. أما تقييم نظام حقيقي فيتطلب مهام خاصة، وخطوط أساس بشرية، وإفصاحاً عن الأدوات والتكاليف، واختبارات للمتانة، وتكراراً مستقلاً للنتائج.
تمت مراجعة الأدلة August 2026
مختبر تفاعلي للمقيّمين
اختبار أدلة AGI
تصف كل حالة ادعاءً بشأن نظام ذكاء اصطناعي. اختر الاستنتاج الأكثر قابلية للدفاع عنه—لا الأكثر إثارة ولا الأكثر تشككاً.
ما الذي تعنيه إجاباتك: هذا اختبار لمهارتك في تقييم ادعاءات AGI. تعني الدرجة المرتفعة أنك ميّزت في هذه الحالات بين الإنجاز الضيق، والتعميم الحقيقي، والاستدلال غير المدعوم. وهو لا يقيس معدل ذكائك ولا يحدد ما إذا كنت ذكاءً اصطناعياً عاماً.
اسأل أولاً عمّا قاسه الرصد فعلياً قبل قبول ادعاء أوسع.
غالباً ما يكون كل من «معيار واحد يثبت AGI» و«كل التقييمات عديمة الفائدة» مبالغاً فيه.
ملفك كمقيّم
ما الذي تعنيه هذه النتيجة فعلياً
لا تمنح هذه النتيجة شهادة بأن نظام ذكاء اصطناعي هو AGI. لقد قيّمت عبارات أدلة افتراضية؛ ولم يُختبر أي نموذج حي.
ابدأ بالمصطلح المختلف عليه
ما الذكاء الاصطناعي العام؟
عائلة من التعريفات، لا كيان واحد متفق عليه
تجمع معظم التعريفات بين العمومية—أي الكفاءة عبر نطاق واسع من المهام—وبين الأداء, التعلّم ودرجة من الاستقلالية. يؤكد ميثاق OpenAI على التفوق على البشر في معظم الأعمال ذات القيمة الاقتصادية. ويفصل إطار DeepMind «مستويات AGI» بين الاتساع والعمق. بينما يركز فرانسوا شولي على كفاءة اكتساب المهارات في المهام الجديدة.
هدف متعدد الأبعاد
ستة أبعاد ينبغي أن يصمد أمامها أي ادعاء بـ AGI
أداء بلا عمومية
قد تتفوق محركات الشطرنج وأنظمة بنية البروتين على البشر في مجال محدد من دون أن تصبح AGI.
عمومية بلا كمال
ينقل البشر المعرفة بين المجالات رغم أخطائهم. واشتراط الكمال الحرفي يضع معياراً أعلى من الذكاء العام البشري.
قدرة بلا كفاءة
قد يتغير معنى النتيجة إذا كانت تستهلك في كل مهمة قدراً هائلاً من الحوسبة أو الوقت أو المساعدة البشرية.
أبعد من إجابة نعم أو لا
AGI بوصفه مستويات من الاتساع والأداء
يعامل أحد الأطر المؤثرة القدرة على أنها مصفوفة. ويغطي «العام» نطاقاً واسعاً من المهام غير المادية، بينما يُقارن الأداء بأداء بالغين مهرة.
أدوات القياس
لا يوجد معيار مرجعي يقيس العقل كله
ARC-AGI
يستهدف استنباط القواعد من أمثلة قليلة وكفاءة اكتساب المهارات في مهام بصرية غير مألوفة. وهو مفيد لقياس التكيف المرن، لكنه ليس اختباراً كاملاً للغة أو الوكالة أو العالم الحقيقي.
تقييمات الوكلاء
تقيس ما إذا كانت الأنظمة تستطيع التخطيط واستخدام الأدوات والتعافي من الأخطاء وإنهاء المشروعات عبر آفاق زمنية أطول. وتعتمد النتائج بدرجة كبيرة على البنية المساندة والبيئة.
حزم الاختبارات
تغطي تخصصات كثيرة بكفاءة، لكنها قد تكافئ المعرفة المخزنة ومهارة أداء الاختبارات والتعرض السابق أكثر مما تكافئ سرعة التعلّم.
سُلّم الأدلة
ما الذي يجعل ادعاء AGI مقنعاً؟
- 01
حدّد حدود النظام مسبقاً
يُحسب النموذج والذاكرة والبحث وتنفيذ الشفرة والروبوتات والمحفزات والمساعدة البشرية جميعاً ضمن النظام.
- 02
خذ عينة من فضاء المهام
الادعاء الواسع يحتاج إلى مهام تمثيلية، لا إلى مجموعة مختارة من أبرز النتائج.
- 03
اختبر التعلّم الجديد
قِس مدى سرعة اكتساب النظام لمهارات لم يكن بوسعه الاستعداد لها أثناء التدريب.
- 04
قِس الموثوقية
متوسط النجاح، والإخفاقات الكارثية، والمعايرة، والتعافي، وتحول التوزيع كلها أمور مهمة.
- 05
طابق ظروف البشر
قارن الوقت والأدوات والتعليمات والحوافز وإتاحة المواد المرجعية.
- 06
افصل القدرة عن السلامة
بعد إظهار ما يستطيع النظام فعله، اختبر ما إذا كان يظل قابلاً للتحكم ومفيداً.
من المحاكاة إلى التكيّف
تاريخ موجز لفكرة AGI
تورنغ يعيد صياغة ذكاء الآلة
جعلت لعبة المحاكاة السلوك القابل للملاحظة محوراً أساسياً، لكن محاكاة المحادثة لم تصبح قط تعريفاً كاملاً للذكاء العام.
الذكاء الاصطناعي يصبح مجالاً بحثياً
ذهب اقتراح دارتموث إلى أن التعلّم والذكاء قد يكون من الممكن وصفهما بدقة تكفي لمحاكاتهما بالآلات.
الأنظمة الخبيرة تكشف مشكلة الضيق
أظهر الأداء المرتفع في مجالات محدودة أن الخبرة قد تكون قوية من دون أن تكون عامة أو قابلة للتكيّف.
محطات ضيقة فوق بشرية
تفوقت Deep Blue وWatson وAlphaGo على بشر أقوياء في مهام محددة، مع بقائها مختلفة عن شخص ذي قدرات عامة.
ARC يستهدف كفاءة اكتساب المهارات
اقترح فرانسوا شولي قياس الذكاء من خلال كفاءة اكتساب الأنظمة لمهارات جديدة، وقدم «مجموعة التجريد والاستدلال» (ARC).
إطار «مستويات AGI»
اقترح باحثو Google DeepMind تصنيف الأنظمة وفق عمق الأداء واتساع المهام معاً، من المستوى الناشئ إلى فوق البشري.
تطور معايير الاستدلال والوكلاء
تختبر ARC-AGI وتقييمات الوكلاء طويلة الأفق بصورة متزايدة التكيف واستخدام الأدوات والتعلّم التفاعلي، بينما يظل تشبّع المعايير وتلوثها مصدر قلق.
لا توجد شهادة عالمية
يبقى AGI مفهوماً محل خلاف. وأي ادعاء جاد يجب أن يحدد تعريفه ونطاقه وخط الأساس البشري وحدود النظام ومعيار الأدلة.
حقائق صعبة
لماذا يصعب قياس AGI؟
فضاء مهام غير محدد
«كل المهام المعرفية» ليست عينة محدودة ومحايدة. فالخيارات الاقتصادية والثقافية تشكّل ما يُحتسب.
غموض بيانات التدريب
من دون معرفة ما رآه النظام، يصعب فصل الاسترجاع والحفظ عن التعلّم الجديد.
حدود نظام متحركة
يمكن للأدوات والهياكل المساندة أن تغيّر الأداء جذرياً. فالادعاءات الخاصة بالنموذج وحده وتلك الخاصة بالنظام الكامل تجيب عن أسئلة مختلفة.
خط أساس بشري متحرك
يعتمد أداء البشر على الخبرة والدافعية والوقت والتعاون والوصول إلى الأدوات.
يمكن للأدلة القوية أن تُظهر
- أداءً واسعاً مقارنة ببشر محددين بوضوح
- تعلماً سريعاً في مهام خاصة وجديدة
- نقلاً متيناً للمعرفة واستقلالية طويلة الأفق
- تكاليف وتدخلات وأنماط فشل معروفة
لا يمكن لوسم AGI أن يُثبت تلقائياً
- الوعي أو المكانة الأخلاقية
- المواءمة مع القيم البشرية
- التحرر من الأخطاء الكارثية
- كفاءة متساوية في كل سياق مادي
إجابات واضحة
الأسئلة الشائعة حول AGI
إلى ماذا يشير اختصار AGI؟
الذكاء الاصطناعي العام. ويشير عادة إلى ذكاء اصطناعي يتمتع بكفاءة واسعة وقابلة للتكيّف عبر مهام كثيرة، بدلاً من أداء استثنائي في مجال ضيق واحد. وتختلف التعريفات بشأن الاستقلالية والتجسيد والمستوى البشري المطلوب.
هل يوجد اختبار رسمي واحد لـ AGI؟
لا. لا يوجد اختبار أو حد فاصل معتمد عالمياً. يستخدم الباحثون مجموعات من المعايير المرجعية، وخطوط أساس بشرية، وتعلّم مهام جديدة، وتقييمات للوكلاء، وأطراً تجمع بين الاتساع والأداء.
هل تختبر هذه الصفحة ما إذا كان نموذج حقيقي هو AGI؟
لا. يختبر القسم التفاعلي قدرتك على تفسير ادعاءات الأدلة. أما اعتماد نظام حقيقي فيتطلب الوصول إليه، وتقييمات خاصة، وشروطاً موثقة، وتكراراً مستقلاً للنتائج.
هل تحقق AGI؟
لا يوجد إجماع لأن التعريفات والعتبات تختلف. وينبغي للادعاءات القوية أن تحدد التعريف التشغيلي بدقة بدلاً من التعامل مع AGI كحدث ثنائي متفق عليه عالمياً.
هل يمكن لمعيار مرجعي واحد إثبات AGI؟
لا يغطي أي معيار واحد الاتساع والمتانة وكفاءة التعلّم والاستقلالية والموثوقية في العالم الحقيقي التي ترتبط عادة بـ AGI. وقد يقدم المعيار دليلاً مهماً على مكوّن واحد فقط.
هل اجتياز اختبار تورنغ هو نفسه AGI؟
لا. يقيس اختبار تورنغ عدم قابلية التمييز في المحادثة ضمن بروتوكول معين، بينما تتعلق ادعاءات AGI عادة بكفاءة أوسع وبالتعلّم ونقل المعرفة.
هل يجب أن يكون AGI واعياً؟
ليس وفق معظم التعريفات التشغيلية القائمة على القدرة. فالوعي مسألة علمية وفلسفية منفصلة وغير محسومة.
هل يحتاج AGI إلى جسم روبوت؟
يعتمد على التعريف. تركز بعض الأطر صراحة على المهام المعرفية غير المادية، بينما ترى أخرى أن العمومية الشبيهة بالبشر تتطلب الإدراك والفعل في العالم المادي.
ما تلوث المعايير المرجعية؟
يحدث عندما تدخل مهام التقييم أو نسخ قريبة منها في بيانات التدريب أو الضبط أو تطوير المحفزات، بحيث قد تعكس الدرجة العالية تعرضاً سابقاً بدلاً من التعميم على مشكلات جديدة فعلاً.
ما الفرق بين النموذج والوكيل؟
يحوّل النموذج المدخلات إلى مخرجات. أما النظام الوكيلي فقد يجمع نموذجاً مع ذاكرة وحلقات تخطيط وأدوات وبيانات خارجية وقدرة على تنفيذ أفعال عبر الزمن.
ماذا يأتي بعد AGI؟
الذكاء الاصطناعي الفائق، أو ASI، مستوى افتراضي يتجاوز فيه ذكاء الآلة الواسع القدرات البشرية بدرجة كبيرة عبر معظم المجالات المعرفية ذات الصلة أو كلها تقريباً.
هل يمكن أن يكون AGI آمناً لكنه غير موثوق؟
تتداخل السلامة والموثوقية لكنهما ليستا الشيء نفسه. فقد يكون النظام متوافق النية لكنه كثير الأخطاء، أو قادراً وموثوقاً تقنياً بينما يسعى إلى أهداف ضارة. وكلا الجانبين يحتاج إلى أدلة مخصصة.
تتبّع الإطار
المصادر الأولية والبحثية
ميثاق OpenAI
تعريف اقتصادي بارز: أنظمة عالية الاستقلالية تتفوق على البشر في معظم الأعمال ذات القيمة الاقتصادية.
فتح المصدرGoogle DeepMind: مستويات AGI
إطار يقوم على عمق الأداء واتساع القدرات.
فتح المصدرشولي: حول قياس الذكاء
يعرّف الذكاء حول كفاءة اكتساب المهارات ويقدم ARC.
فتح المصدرمستودع ARC-AGI
المهام والأساليب والوثائق الرسمية لمجموعة التجريد والاستدلال.
فتح المصدرARC-AGI-3
معيار استدلال تفاعلي للاستكشاف واكتساب الأهداف وبناء نماذج عالم قابلة للتكيّف.
فتح المصدرمؤشر ستانفورد للذكاء الاصطناعي
أدلة سنوية على قدرات الذكاء الاصطناعي واتجاهات المعايير والاستثمار والسياسات والآثار.
فتح المصدرإطار NIST لإدارة مخاطر الذكاء الاصطناعي
إطار منظم لحوكمة مخاطر الذكاء الاصطناعي ورسمها وقياسها وإدارتها.
فتح المصدرتورنغ (1950)
الورقة الأصلية للعبة المحاكاة والحجة التأسيسية حول ذكاء الآلة.
فتح المصدر
