Oluline lähtekoht
Universaalselt ametlikku AGI eksamit ei ole
AGI on uurimismõiste, millel on mitu konkureerivat määratlust. See leht ei kuuluta, et mõni nimetatud süsteem on või ei ole ületanud mingit maagilist finišijoont. Test mõõdab, kui hoolikalt sa võimekuse tõendeid tõlgendad. Päris süsteemi hindamine nõuaks privaatseid ülesandeid, inimeste lähtetasemeid, avalikustatud tööriistu ja kulusid, robustsuse testimist ning sõltumatut kordamist.
Tõendid üle vaadatud August 2026
Interaktiivne hindamislabor
AGI tõendite test
Iga juhtum kirjeldab väidet tehisintellektisüsteemi kohta. Vali kõige paremini põhjendatud järeldus—mitte kõige põnevam ega kõige skeptilisem variant.
Edenemine0/10
Mida sinu vastused tähendavad: see testib sinu AGI hindamise oskust. Kõrge tulemus tähendab, et eristasid nende juhtumite puhul kitsast saavutust, tegelikku üldistamisvõimet ja põhjendamata järeldusi. See ei mõõda sinu IQ-d ega seda, kas sina oled AGI.
Enne laiema väite omaksvõtmist küsi, mida vaatlus tegelikult mõõtis.
„Üks võrdlustest tõestab AGI” ja „igasugune hindamine on kasutu” on tavaliselt mõlemad liiga kategoorilised.
0/10põhjendatud valikut
Sinu hindajaprofiil
Mida see tulemus tegelikult tähendab
See ei sertifitseeri ühtegi tehisintellektisüsteemi AGI-na. Sa hindasid väljamõeldud tõendusväiteid; ühtegi toimivat mudelit ei testitud.
Alusta vaieldavast mõistest
Mis on üldine tehisintellekt?
Määratluste perekond, mitte üks lõplikult määratletud nähtus
Enamik määratlusi ühendab üldvõimekuse—pädevuse väga erinevates ülesannetes—koos soorituse, õppimise ning teatava autonoomiaga. OpenAI harta rõhutab inimeste ületamist enamikus majanduslikult väärtuslikus töös. DeepMindi „AGI tasemete” raamistik eristab ulatust sügavusest. François Chollet rõhutab uute ülesannete puhul oskuste omandamise tõhusust.
Hea tava: ära küsi ainult „Kas see on AGI?”. Küsi: „Millise operatsionaalse määratluse järgi, milliste ülesannete lõikes, millisel inimeste protsentiilil, milliste tööriistade ja kuludega ning millise sekkumissageduse juures?”
Õpi ja kanna üleuus ülesanne, vähe kogemust
üldvõimekas süsteem
Digitaalne tööarutle, loo, tegutse
+
Füüsiline töö?sõltub määratlusest
Mitmemõõtmeline siht
Kuus mõõdet, mille AGI-väide peaks läbima
Sooritus ilma üldvõimekuseta
Malemootorid ja valgustruktuuride süsteemid võivad olla ühes valdkonnas üliinimlikud, muutumata seejuures AGI-ks.
Üldvõimekus ilma täiuslikkuseta
Inimesed kannavad teadmisi valdkondade vahel üle ka eksides. Sõnasõnalise täiuslikkuse nõue seab lati kõrgemale kui inimese üldine intelligentsus.
Võimekus ilma tõhususeta
Tulemuse tähendus võib muutuda, kui iga ülesanne nõuab tohutult arvutusressurssi, aega või inimese abi.
Jah-ei sildist kaugemale
AGI ulatuse ja soorituse tasemetena
Üks mõjukas raamistik käsitleb võimekust maatriksina. „Üldine” hõlmab laia valikut mittefüüsilisi ülesandeid ning sooritust võrreldakse oskuslike täiskasvanutega.
Sooritus
Kitsas
Üldine
Tõlgendus
Kujunev
Mõningane kasulik pädevus ülesandes
Ebaühtlane võimekus paljudes ülesannetes
Üldiselt alla oskusliku täiskasvanu taseme
Pädev
Piiratud ülesandes vähemalt oskusliku täiskasvanu mediaantasemel
Pädev AGILaias ülesannete valikus vähemalt oskusliku täiskasvanu mediaantasemel
Nõuab nii ulatust kui ka usaldusväärset sooritust
Eksperttase
Piiratud ülesandes vähemalt 90. protsentiilil
Eksperttasemel AGI laias ülesannete valikus
Märksa tugevam kogu majandust hõlmav väide
Üliinimlik
Ületab ühes valdkonnas kõiki inimesi
Ületab inimesi laialdaselt
Liigub ASI valdkonda
Mõõtmisvahendid
Ükski võrdlustest ei mõõda tervet mõistust
ARC-AGI
Mõõdab väheste näidete põhjal reeglite tuletamist ja oskuste omandamise tõhusust tundmatutes visuaalsetes ülesannetes. Väärtuslik paindliku kohanemise hindamiseks, kuid mitte täielik keele, agentsuse ega pärismaailma test.
Agentide hindamised
Mõõdavad, kas süsteemid suudavad planeerida, tööriistu kasutada, vigadest taastuda ja üha pikema ajahorisondiga projekte lõpetada. Tulemused sõltuvad tugevalt abistruktuuridest ja keskkonnast.
Eksamikomplektid
Katavad tõhusalt paljusid erialasid, kuid võivad premeerida salvestatud teadmisi, testitegemise oskust ja varasemat kokkupuudet rohkem kui kiiret õppimist.
Hoiatus võrdlustesti küllastumise kohta: kui testist saab sihtmärk, hakkavad arendajad selle järgi optimeerima. Hoia osa teste privaatsena, vaheta ülesandeid, auditeeri saastumist ja säilita sisukad inimeste võrdlusrühmad.
Tõendite redel
Mis muudaks AGI-väite veenvaks?
- 01
Määra süsteemi piir ette
Arvesse lähevad mudel, mälu, otsing, koodi käivitamine, robootika, viibad ja inimese abi.
- 02
Koosta ülesannete universumist valim
Lai väide vajab esinduslikke ülesandeid, mitte käsitsi valitud parimate näidete kogumit.
- 03
Testi uut õppimist
Mõõda, kui kiiresti süsteem omandab oskusi, milleks ta ei saanud treeningu ajal valmistuda.
- 04
Mõõda töökindlust
Olulised on keskmine edukus, katastroofilised vead, kalibreeritus, taastumine ja jaotusnihe.
- 05
Võrdsusta tingimused inimestega
Võrdle aega, tööriistu, juhiseid, stiimuleid ja ligipääsu teatmematerjalile.
- 06
Erista võimekus ohutusest
Pärast süsteemi võimete näitamist testi, kas see jääb juhitavaks ja kasulikuks.
Imitatsioonist kohanemiseni
AGI idee lühiajalugu
1950
Verstapost 01
Turing sõnastab masinintelligentsuse ümber
Imitatsioonimäng tõstis keskmesse vaadeldava käitumise, kuid vestluslik imitatsioon ei kujunenud kunagi üldise intelligentsuse täielikuks määratluseks.
1956
Verstapost 02
Tehisintellektist saab uurimisvaldkond
Dartmouthi ettepanek väitis, et õppimist ja intelligentsust võib olla võimalik kirjeldada piisavalt täpselt, et masinad saaksid neid simuleerida.
1980s
Verstapost 03
Ekspertsüsteemid paljastavad kitsuse probleemi
Kõrge jõudlus piiratud valdkondades näitas, et eksperditase võib olla väga tugev, olemata üldine või kohanemisvõimeline.
1997–2016
Verstapost 04
Kitsa üliinimliku võimekuse verstapostid
Deep Blue, Watson ja AlphaGo ületasid tugevaid inimesi konkreetsetes ülesannetes, jäädes samas üldvõimekalt inimeselt väga erinevaks.
2019
Verstapost 05
ARC keskendub oskuste omandamise tõhususele
François Chollet pakkus välja intelligentsuse mõõtmise selle järgi, kui tõhusalt süsteemid uusi oskusi omandavad, ning tutvustas abstraktsiooni ja arutlemise korpust (Abstraction and Reasoning Corpus).
2023
Verstapost 06
AGI tasemete raamistik
Google DeepMindi teadlased pakkusid välja süsteemide klassifitseerimise nii soorituse sügavuse kui ka ülesannete ulatuse järgi, kujunevast kuni üliinimlikuni.
2024–26
Verstapost 07
Arutlus- ja agendivõrdlustestid arenevad
ARC-AGI ja pika tegevushorisondiga agentide hindamised testivad üha enam kohanemist, tööriistakasutust ja interaktiivset õppimist, samal ajal kui võrdlustestide küllastumine ja saastumine on jätkuvalt probleemid.
Täna
Verstapost 08
Ühtset sertifitseerimist ei ole
AGI on endiselt vaieldav mõiste. Iga tõsiseltvõetav väide peab esitama oma määratluse, ulatuse, inimeste lähtetaseme, süsteemi piiri ja tõendamisstandardi.
Karmid tõsiasjad
Miks on AGI mõõtmine keeruline
Määratlemata ülesannete universum
„Kõik kognitiivsed ülesanded” ei ole lõplik ega neutraalne valim. Majanduslikud ja kultuurilised valikud kujundavad seda, mida arvesse võetakse.
Treeningu läbipaistmatus
Teadmata, mida süsteem on näinud, on raske eristada info meenutamist ja päheõppimist uuest õppimisest.
Muutuv süsteemipiir
Tööriistad ja abistruktuurid võivad sooritust täielikult muuta. Ainult mudelit ja terviksüsteemi puudutavad väited vastavad erinevatele küsimustele.
Muutuv inimeste lähtetase
Inimeste sooritus sõltub asjatundlikkusest, motivatsioonist, ajast, koostööst ja ligipääsust tööriistadele.
Tugevad tõendid võivad näidata
- Laia sooritust võrreldes määratletud inimrühmaga
- Kiiret õppimist privaatsetes uutes ülesannetes
- Robustset ülekannet ja pika horisondiga autonoomiat
- Teadaolevaid kulusid, sekkumisi ja tõrkerežiime
AGI-silt ei saa automaatselt tõendada
- Teadvust ega moraalset staatust
- Kooskõla inimlike väärtustega
- Katastroofiliste vigade puudumist
- Võrdset pädevust igas füüsilises olukorras
Selged vastused
Korduma kippuvad küsimused AGI kohta
Mida tähendab AGI?
Artificial General Intelligence (AGI) ehk üldine tehisintellekt. Tavaliselt tähendab see tehisintellekti, millel on paljudes ülesannetes lai ja kohanemisvõimeline pädevus, mitte üksnes erakordne sooritus kitsas valdkonnas. Määratlused erinevad autonoomia, kehastatuse ja nõutava inimtaseme osas.
Kas on olemas üks ametlik AGI test?
Ei. Universaalselt tunnustatud eksamit ega lävendit ei ole. Teadlased kasutavad võrdlustestide komplekte, inimeste lähtetasemeid, uute ülesannete õppimist, agentide hindamisi ning raamistikke, mis ühendavad ulatuse ja soorituse.
Kas see leht testib, kas päris mudel on AGI?
Ei. Interaktiivne osa testib sinu võimet tõendusväiteid tõlgendada. Päris süsteemi sertifitseerimine nõuaks juurdepääsu sellele süsteemile, privaatseid hindamisi, dokumenteeritud tingimusi ja sõltumatut kordamist.
Kas AGI on saavutatud?
Üksmeelt ei ole, sest määratlused ja lävendid erinevad. Tugevad väited peaksid täpsustama konkreetse operatsionaalse määratluse, mitte käsitlema AGI-d universaalselt kokkulepitud jah-ei sündmusena.
Kas üks võrdlustest saab AGI-d tõestada?
Ükski üksik võrdlustest ei hõlma kogu ulatust, robustsust, õppimise tõhusust, autonoomiat ja pärismaailma töökindlust, mida AGI-ga tavaliselt seostatakse. Võrdlustest võib anda olulist tõendusmaterjali ühe komponendi kohta.
Kas Turingi testi läbimine tähendab sama mis AGI?
Ei. Turingi test mõõdab kindla protokolli alusel vestluslikku eristamatust. AGI-väited puudutavad tavaliselt laiemat pädevust, õppimist ja ülekannet.
Kas AGI peab olema teadvusel?
Enamiku operatsionaalsete võimekuse määratluste järgi mitte. Teadvus on eraldi ning lahendamata teaduslik ja filosoofiline küsimus.
Kas AGI vajab robotkeha?
See sõltub määratlusest. Mõned raamistikud keskenduvad selgelt mittefüüsilistele kognitiivsetele ülesannetele; teised väidavad, et inimeselaadne üldvõimekus nõuab tajumist ja tegutsemist füüsilises maailmas.
Mis on võrdlustesti saastumine?
See tekib siis, kui hindamisülesanded või nende lähedased variandid satuvad treening-, häälestus- või viipade arendusandmetesse, nii et kõrge tulemus võib peegeldada varasemat kokkupuudet, mitte üldistamist tõeliselt uutele probleemidele.
Mis vahe on mudelil ja agendil?
Mudel teisendab sisendid väljunditeks. Agendipõhine süsteem võib ühendada mudeli mälu, planeerimistsüklite, tööriistade, väliste andmete ja võimega teha aja jooksul toiminguid.
Mis tuleb pärast AGI-d?
Tehissuperintellekt ehk ASI on hüpoteetiline tase, kus laiapõhjaline masinintelligentsus ületab inimvõimekust suurel määral enamikus või sisuliselt kõigis olulistes kognitiivsetes valdkondades.
Kas AGI võib olla ohutu, kuid ebausaldusväärne?
Ohutus ja töökindlus kattuvad, kuid ei ole sama asi. Süsteemi eesmärgid võivad olla kooskõlas inimeste omadega, kuid süsteem võib siiski sageli eksida; või võib see olla tehniliselt võimekas ja töökindel, kuid järgida kahjulikke eesmärke. Mõlemad vajavad eraldi tõendeid.
Jälgi raamistiku allikaid
Alg- ja teadusallikad
OpenAI harta
Tuntud majanduslik määratlus: väga autonoomsed süsteemid, mis ületavad inimesi enamikus majanduslikult väärtuslikus töös.
Ava allikasGoogle DeepMind: AGI tasemed
Raamistik, mis põhineb soorituse sügavusel ja võimekuste ulatusel.
Ava allikasChollet: intelligentsuse mõõtmisest
Määratleb intelligentsust oskuste omandamise tõhususe kaudu ja tutvustab ARC-i.
Ava allikasARC-AGI repositoorium
Abstraktsiooni ja arutlemise korpuse ametlikud ülesanded, meetodid ja dokumentatsioon.
Ava allikasARC-AGI-3
Interaktiivne arutlusvõime võrdlustest uurimiseks, eesmärkide omandamiseks ja kohanemisvõimeliste maailmamudelite hindamiseks.
Ava allikasStanfordi AI Index
Iga-aastane ülevaade tehisintellekti võimekusest, võrdlustestide suundumustest, investeeringutest, poliitikast ja mõjudest.
Ava allikasNIST-i tehisintellekti riskijuhtimise raamistik
Struktureeritud raamistik tehisintellekti riskide juhtimiseks, kaardistamiseks, mõõtmiseks ja haldamiseks.
Ava allikasTuring (1950)
Algupärane imitatsioonimängu käsitlev artikkel ja masinintelligentsuse põhjapanev argumentatsioon.
Ava allikas