Fontos tájékozódási pont
Nincs univerzálisan hivatalos AGI-vizsga
Az AGI kutatási fogalom, amelynek több egymással versengő definíciója létezik. Ez az oldal nem állítja egyetlen megnevezett rendszerről sem, hogy átlépett — vagy nem lépett át — valamiféle mágikus célvonalat. A teszt azt méri, mennyire körültekintően értelmezed a képességekre vonatkozó bizonyítékokat. Egy valódi rendszer értékeléséhez privát feladatokra, emberi összehasonlítási alapokra, feltárt eszközökre és költségekre, robusztussági vizsgálatokra és független replikációra lenne szükség.
Bizonyítékok felülvizsgálva 2026. 08.
Interaktív értékelő labor
AGI-bizonyítékteszt
Minden eset egy MI-rendszerre vonatkozó állítást ír le. Válaszd a legjobban védhető következtetést— ne a legizgalmasabb vagy a legszkeptikusabb lehetőséget.
Haladás0/10
Mit jelentenek a válaszaid: ez az AGI-értékelési jártasságodat teszteli. A magas pontszám azt jelenti, hogy ezekben az esetekben meg tudtad különböztetni a szűk területen elért eredményt, a valódi általánosítást és az alá nem támasztott következtetést. Nem az IQ-dat méri, és azt sem, hogy te AGI vagy-e.
Mielőtt tágabb állítást fogadnál el, kérdezd meg, valójában mit mért a megfigyelés.
Az „egy benchmark bizonyítja az AGI-t” és a „minden értékelés haszontalan” állítás rendszerint egyaránt túl erős.
0/10helyes döntés
Az értékelői profilod
Mit jelent valójában ez az eredmény
Nem minősít egyetlen MI-rendszert sem AGI-nak. Fiktív bizonyítékállításokat értékeltél; élő modellt nem teszteltünk.
Kezdd a vitatott fogalommal
Mi a mesterséges általános intelligencia?
Definíciók családja, nem egyetlen véglegesen rögzített fogalom
A legtöbb definíció ötvözi a általánosságot— a feladatok széles körében mutatott kompetenciát — a teljesítménnyel, tanulást és bizonyos fokú autonómiát. Az OpenAI Alapokmánya azt hangsúlyozza, hogy a rendszer a gazdaságilag értékes munkák többségében múlja felül az embereket. A DeepMind „Levels of AGI” keretrendszere külön kezeli a szélességet és a mélységet. François Chollet az új feladatokon mutatott készségelsajátítási hatékonyságot emeli ki.
Bevált gyakorlat: soha ne csak azt kérdezd: „AGI-e?” Kérdezd inkább: „Mely operacionális definíció szerint, milyen feladatokon, milyen emberi percentilishez viszonyítva, milyen eszközökkel, költségekkel és beavatkozási arány mellett?”
Tanulás és transzferúj feladat, kevés tapasztalat
általános rendszer
Digitális munkakövetkeztetés, alkotás, működtetés
+
Fizikai munka?definíciófüggő
Többdimenziós cél
Hat dimenzió, amelyben egy AGI-állításnak helyt kell állnia
Teljesítmény általánosság nélkül
A sakkmotorok és a fehérjeszerkezet-előrejelző rendszerek lehetnek emberfelettiek egy adott területen anélkül, hogy AGI-vá válnának.
Általánosság tökéletesség nélkül
Az emberek hibáik ellenére is képesek tudást átvinni különböző területek között. A szó szerinti tökéletesség megkövetelése magasabbra teszi a lécet az emberi általános intelligenciánál.
Képesség hatékonyság nélkül
Egy eredmény jelentése megváltozhat, ha minden feladathoz óriási számítási kapacitást, időt vagy emberi segítséget igényel.
Túl az igen/nem címkén
Az AGI mint a szélesség és a teljesítmény szintjeinek rendszere
Egy nagy hatású keretrendszer mátrixként kezeli a képességeket. Az „általános” a nem fizikai feladatok széles körét fedi le; a teljesítményt képzett felnőttekéhez hasonlítják.
Teljesítmény
Szűk
Általános
Értelmezés
Kialakuló
Néhány hasznos feladatban kompetens
Egyenetlen képesség sokféle feladaton
Összességében a képzett felnőtt szintje alatt
Kompetens
Legalább a képzett felnőttek mediánszintje egy behatárolt feladatban
Kompetens AGILegalább a képzett felnőttek mediánszintje feladatok széles körében
Szélességet és megbízható teljesítményt egyaránt megkövetel
Szakértő
Legalább a 90. percentilis egy behatárolt feladatban
Szakértői szintű AGI a feladatok széles körében
Sokkal erősebb, a gazdaság egészére kiterjedő állítás
Emberfeletti
Minden embert felülmúl egy területen
Széles körben minden embert felülmúl
Átlép az ASI tartományába
Mérési eszköztár
Egyetlen benchmark sem méri az egész elmét
ARC-AGI
Ismeretlen vizuális feladatokon vizsgálja a kevés példából történő szabályfelismerést és a készségelsajátítás hatékonyságát. Értékes a rugalmas alkalmazkodás mérésére, de nem teljes körű tesztje a nyelvnek, az ügynöki működésnek vagy a valós világnak.
Ügynökértékelések
Azt mérik, hogy a rendszerek képesek-e tervezni, eszközöket használni, hibákból helyreállni és egyre hosszabb időtávon projekteket befejezni. Az eredmények nagymértékben függenek a támogató infrastruktúrától és a környezettől.
Vizsgacsomagok
Hatékonyan fednek le sok tudományterületet, de a gyors tanulásnál jobban jutalmazhatják a tárolt tudást, a tesztmegoldási rutint és a korábbi találkozást a feladattal.
Figyelmeztetés a benchmark telítődésére: amint egy teszt céllá válik, a fejlesztők optimalizálni kezdenek rá. Tarts fenn privát kontrollfeladatokat, rotáld a feladatokat, vizsgáld az adatszennyezést, és őrizz meg érdemi emberi összehasonlító csoportokat.
A bizonyítékok létrája
Mitől lenne meggyőző egy AGI-állítás?
- 01
Határozd meg előre a rendszerhatárt
A modell, a memória, a keresés, a kódfuttatás, a robotika, a promptok és az emberi segítség mind beleszámítanak.
- 02
Mintavételezz a feladatok teljes teréből
Egy széles körű állításhoz reprezentatív feladatok kellenek, nem kézzel válogatott sikersorozat.
- 03
Teszteld az új tanulást
Mérd meg, milyen gyorsan sajátít el a rendszer olyan készségeket, amelyekre a tanítás során nem készülhetett fel.
- 04
Mérd a megbízhatóságot
Az átlagos sikeresség, a katasztrofális hibák, a kalibráció, a helyreállás és az eloszlásváltozás egyaránt számítanak.
- 05
Egyeztesd az emberi feltételeket
Hasonlítsd össze az időt, az eszközöket, az utasításokat, az ösztönzőket és a referenciaanyagokhoz való hozzáférést.
- 06
Válaszd külön a képességet a biztonságtól
Miután megmutattad, mire képes a rendszer, vizsgáld meg azt is, hogy továbbra is irányítható és hasznos marad-e.
Az utánzástól az alkalmazkodásig
Az AGI-gondolat rövid története
1950
Mérföldkő 01
Turing újrafogalmazza a gépi intelligenciát
Az imitációs játék a megfigyelhető viselkedést helyezte középpontba, de a társalgási utánzás soha nem vált az általános intelligencia teljes definíciójává.
1956
Mérföldkő 02
Az MI kutatási területté válik
A dartmouthi javaslat szerint a tanulás és az intelligencia kellő pontossággal leírható lehet ahhoz, hogy gépek szimulálják őket.
1980s
Mérföldkő 03
A szakértői rendszerek megmutatják a szűk specializáció problémáját
A behatárolt területeken elért magas teljesítmény megmutatta, hogy a szakértelem lehet rendkívül erős anélkül, hogy általános vagy alkalmazkodó lenne.
1997–2016
Mérföldkő 04
Emberfeletti mérföldkövek szűk területeken
A Deep Blue, a Watson és az AlphaGo konkrét feladatokban felülmúlta a legerősebb embereket, miközben továbbra sem hasonlított egy általánosan kompetens személyhez.
2019
Mérföldkő 05
Az ARC a készségelsajátítás hatékonyságát célozza
François Chollet azt javasolta, hogy az intelligenciát annak hatékonyságával mérjük, ahogyan a rendszerek új készségeket sajátítanak el; ennek részeként vezette be az Abstraction and Reasoning Corpus (ARC) feladatkészletet.
2023
Mérföldkő 06
Az AGI-szintek keretrendszere
A Google DeepMind kutatói azt javasolták, hogy a rendszereket a teljesítmény mélysége és a feladatok szélessége alapján egyaránt osztályozzuk, a kialakuló szinttől az emberfelettiig.
2024–26
Mérföldkő 07
Fejlődnek a következtetési és ügynökbenchmarkok
Az ARC-AGI és a hosszú időtávú ügynökértékelések egyre inkább az alkalmazkodást, az eszközhasználatot és az interaktív tanulást vizsgálják, miközben a benchmarkok telítődése és szennyeződése továbbra is aggodalomra ad okot.
Ma
Mérföldkő 08
Nincs univerzális minősítés
Az AGI továbbra is vitatott fogalom. Minden komoly állításnak meg kell adnia a definíciót, a hatókört, az emberi összehasonlítási alapot, a rendszerhatárt és a bizonyítékok követelményszintjét.
Nehéz igazságok
Miért nehéz az AGI mérése?
Meghatározatlan feladattér
Az „összes kognitív feladat” nem véges és nem semleges minta. Gazdasági és kulturális döntések alakítják, mi kerül bele.
A tanítás átláthatatlansága
Ha nem tudjuk, mit látott a rendszer, nehéz elkülöníteni a visszakeresést és a memorizálást az új tanulástól.
Változó rendszerhatár
Az eszközök és támogató keretek gyökeresen megváltoztathatják a teljesítményt. A csak modellre és a teljes rendszerre vonatkozó állítások más kérdésekre válaszolnak.
Változó emberi bázisérték
Az emberi teljesítmény a szakértelemtől, a motivációtól, az időtől, az együttműködéstől és az eszközökhöz való hozzáféréstől függ.
Erős bizonyíték megmutathatja
- A széles körű teljesítményt meghatározott emberi csoporthoz viszonyítva
- A gyors tanulást privát, új feladatokon
- A robusztus transzfert és a hosszú időtávú autonómiát
- Az ismert költségeket, beavatkozásokat és hibamódokat
Az AGI-címke önmagában nem bizonyítja
- A tudatosságot vagy erkölcsi státuszt
- Az emberi értékekkel való összehangoltságot
- A katasztrofális hibáktól való mentességet
- Az azonos kompetenciát minden fizikai környezetben
Egyértelmű válaszok
Gyakori kérdések az AGI-ról
Mit jelent az AGI rövidítés?
Artificial General Intelligence, azaz mesterséges általános intelligencia. Általában olyan MI-re utal, amely sokféle feladatban széles körű, alkalmazkodó kompetenciával rendelkezik, nem pedig egyetlen szűk területen nyújt kivételes teljesítményt. A definíciók eltérnek az autonómia, a megtestesültség és az elvárt emberi szint tekintetében.
Létezik egyetlen hivatalos AGI-teszt?
Nem. Nincs univerzálisan elfogadott vizsga vagy küszöbérték. A kutatók benchmarkcsomagokat, emberi bázisértékeket, új feladatokon mért tanulást, ügynökértékeléseket és a szélességet a teljesítménnyel kombináló keretrendszereket használnak.
Ez az oldal azt teszteli, hogy egy valódi modell AGI-e?
Nem. Az interaktív rész azt teszteli, mennyire tudod értelmezni a bizonyítékokra épülő állításokat. Egy valódi rendszer minősítéséhez hozzáférésre lenne szükség a rendszerhez, privát értékelésekre, dokumentált feltételekre és független replikációra.
Elértük már az AGI-t?
Nincs konszenzus, mert a definíciók és a küszöbértékek eltérnek. Az erős állításoknak pontosan meg kell nevezniük az alkalmazott operacionális definíciót, ahelyett hogy az AGI-t univerzálisan elfogadott, bináris eseményként kezelnék.
Bizonyíthatja egyetlen benchmark az AGI-t?
Egyetlen benchmark sem fedi le az AGI-hoz általában társított szélességet, robusztusságot, tanulási hatékonyságot, autonómiát és valós környezetben mutatott megbízhatóságot. Egy benchmark fontos bizonyítékot adhat egyetlen összetevőről.
A Turing-teszt teljesítése ugyanaz, mint az AGI?
Nem. A Turing-teszt egy adott protokoll mellett a társalgási megkülönböztethetetlenséget méri. Az AGI-ra vonatkozó állítások jellemzően szélesebb kompetenciáról, tanulásról és transzferről szólnak.
Az AGI-nak tudatosnak kell lennie?
A legtöbb operacionális képességdefiníció szerint nem. A tudatosság különálló, megoldatlan tudományos és filozófiai kérdés.
Szüksége van az AGI-nak robottesttel rendelkeznie?
Definíciófüggő. Egyes keretrendszerek kifejezetten a nem fizikai kognitív feladatokra összpontosítanak; mások szerint az emberszerű általánossághoz a fizikai világ érzékelése és az abban való cselekvés is szükséges.
Mi a benchmarkszennyeződés?
Akkor fordul elő, amikor az értékelési feladatok vagy közeli változataik bekerülnek a tanítási, finomhangolási vagy promptfejlesztési adatokba, így a magas pontszám a korábbi találkozást tükrözheti, nem pedig a valóban új problémákra való általánosítást.
Mi a különbség egy modell és egy ügynök között?
A modell bemeneteket képez le kimenetekre. Egy ügynöki rendszer a modellt memóriával, tervezési ciklusokkal, eszközökkel, külső adatokkal és időben elnyúló cselekvési képességgel kombinálhatja.
Mi következik az AGI után?
A mesterséges szuperintelligencia, azaz ASI egy hipotetikus szint, amelyen a széles körű gépi intelligencia a legtöbb vagy lényegében minden releváns kognitív területen messze meghaladja az emberi képességeket.
Lehet az AGI biztonságos, de megbízhatatlan?
A biztonság és a megbízhatóság átfed, de nem azonos. Egy rendszer szándékai lehetnek összehangoltak az emberi célokkal, miközben hibázik, vagy lehet technikailag kompetens és megbízható úgy, hogy káros célokat követ. Mindkettő külön bizonyítékot igényel.
A keretrendszer forrásai
Elsődleges és kutatási források
OpenAI Alapokmány
Egy jelentős gazdasági definíció: nagymértékben autonóm rendszerek, amelyek a gazdaságilag értékes munkák többségében felülmúlják az embereket.
Forrás megnyitásaGoogle DeepMind: Az AGI szintjei
A teljesítmény mélységére és a képességek szélességére épülő keretrendszer.
Forrás megnyitásaChollet: Az intelligencia méréséről
Az intelligenciát a készségelsajátítás hatékonysága köré definiálja, és bemutatja az ARC-t.
Forrás megnyitásaARC-AGI adattár
Az Abstraction and Reasoning Corpus hivatalos feladatai, módszerei és dokumentációja.
Forrás megnyitásaARC-AGI-3
Interaktív következtetési benchmark a felfedezés, a célelsajátítás és az alkalmazkodó világmodellek vizsgálatára.
Forrás megnyitásaStanford AI Index
Éves összefoglaló bizonyítékok az MI-képességekről, benchmarktrendekről, befektetésekről, szakpolitikáról és hatásokról.
Forrás megnyitásaNIST MI-kockázatkezelési keretrendszer
Strukturált keretrendszer az MI-kockázatok irányítására, feltérképezésére, mérésére és kezelésére.
Forrás megnyitásaTuring (1950)
Az imitációs játékról szóló eredeti tanulmány és a gépi intelligenciáról szóló alapvető érvelés.
Forrás megnyitása