Svarbi įžanga
Nėra visuotinai oficialaus AGI egzamino
AGI yra tyrimų sąvoka, turinti konkuruojančių apibrėžčių. Šiame puslapyje neteigiama, kad kuri nors įvardyta sistema jau peržengė ar neperžengė stebuklingos finišo linijos. Testas vertina, kaip kruopščiai interpretuojate gebėjimų įrodymus. Tikram sistemos vertinimui reikėtų neviešų užduočių, žmonių atskaitos rezultatų, atskleistų įrankių ir sąnaudų, atsparumo bandymų bei nepriklausomo atkartojimo.
Įrodymai peržiūrėti 2026-08
Interaktyvi vertintojo laboratorija
AGI įrodymų testas
Kiekviename atvejyje pateikiamas teiginys apie DI sistemą. Pasirinkite labiausiai pagrįstą išvadą– ne įspūdingiausią ir ne skeptiškiausią.
Eiga0/10
Ką reiškia jūsų atsakymai: čia tikrinamas jūsų gebėjimas vertinti AGI įrodymus. Aukštas rezultatas reiškia, kad šiuose atvejuose atskyrėte siaurą pasiekimą, tikrą generalizaciją ir nepagrįstą išvadą. Tai nematuoja jūsų IQ ir nenustato, ar jūs esate AGI.
Prieš priimdami platesnį teiginį paklauskite, ką stebėjimas iš tikrųjų išmatavo.
„Vienas lyginamasis testas įrodo AGI“ ir „visi vertinimai beverčiai“ – abu teiginiai dažniausiai yra per stiprūs.
0/10pagrįstų pasirinkimų
Jūsų vertintojo profilis
Ką šis rezultatas iš tikrųjų reiškia
Jis nesertifikuoja DI sistemos kaip AGI. Vertinote išgalvotus įrodymų teiginius; joks realus modelis nebuvo tikrinamas.
Pradėkite nuo ginčijamo termino
Kas yra bendrasis dirbtinis intelektas?
Apibrėžčių šeima, o ne vienas nusistovėjęs objektas
Dauguma apibrėžčių jungia bendrumą– kompetenciją plačiame užduočių diapazone – su rezultatų lygiu, mokymusi ir tam tikru autonomijos lygiu. OpenAI chartijoje pabrėžiamas žmonių pranokimas daugumoje ekonomiškai vertingų darbų. DeepMind „AGI lygių“ sistema atskiria aprėptį nuo gylio. François Chollet pabrėžia gebėjimų įgijimo efektyvumą atliekant naujas užduotis.
Geroji praktika: niekuomet neklauskite vien „Ar tai AGI?“. Klauskite: „Pagal kokią operacinę apibrėžtį, kokiose užduotyse, kokiame žmonių procentilyje, naudojant kokius įrankius, sąnaudas ir kokį įsikišimų dažnį?“
Mokytis ir perkeltinauja užduotis, mažai patirties
bendroji sistema
Skaitmeninis darbassamprotauti, kurti, veikti
+
Fizinis darbas?priklauso nuo apibrėžties
Daugiadimensis tikslas
Šešios dimensijos, kurias turi atlaikyti AGI teiginys
Rezultatai be bendrumo
Šachmatų varikliai ir baltymų struktūros sistemos vienoje srityje gali pranokti žmones, tačiau dėl to netampa AGI.
Bendrumas be tobulumo
Žmonės perkelia gebėjimus tarp sričių, nors ir klysta. Reikalaujant tiesioginio tobulumo kartelė pakeliama aukščiau už žmogaus bendrąjį intelektą.
Gebėjimai be efektyvumo
Rezultato prasmė gali pasikeisti, jei kiekvienai užduočiai sunaudojama milžiniška skaičiavimo galia, daug laiko ar žmonių pagalbos.
Daugiau nei „taip“ arba „ne“
AGI kaip aprėpties ir rezultatų lygiai
Viena įtakinga sistema gebėjimus vertina kaip matricą. „Bendrasis“ apima platų nefizinių užduočių spektrą, o rezultatai lyginami su kvalifikuotais suaugusiaisiais.
Rezultatų lygis
Siaurasis
Bendrasis
Interpretacija
Pradinis
Kai kurios naudingos užduočių kompetencijos
Netolygūs gebėjimai daugelyje užduočių
Apskritai žemiau kvalifikuoto suaugusiojo kompetencijos
Kompetentingas
Bent kvalifikuoto suaugusiojo medianos lygis ribotoje užduotyje
Kompetentingas AGIBent kvalifikuoto suaugusiojo medianos lygis plačiame užduočių diapazone
Reikia ir aprėpties, ir patikimų rezultatų
Ekspertinis
Bent 90-asis procentilis ribotoje užduotyje
Ekspertinis AGI plačiame užduočių diapazone
Gerokai stipresnis teiginys visos ekonomikos mastu
Žmogų pranokstantis
Vienoje srityje pranoksta visus žmones
Plačiai pranoksta visus žmones
Pereina į ASI teritoriją
Matavimo priemonių rinkinys
Joks lyginamasis testas neapima viso proto
ARC-AGI
Tikrina taisyklių išvedimą iš kelių pavyzdžių ir gebėjimų įgijimo efektyvumą nepažįstamose vizualinėse užduotyse. Tai vertinga vertinant lankstų prisitaikymą, bet nėra išsamus kalbos, agentiškumo ar realaus pasaulio testas.
Agentų vertinimai
Vertinama, ar sistemos gali planuoti, naudoti įrankius, atsigauti po klaidų ir užbaigti projektus per vis ilgesnius laikotarpius. Rezultatai labai priklauso nuo pagalbinės infrastruktūros ir aplinkos.
Egzaminų rinkiniai
Efektyviai apima daug disciplinų, tačiau gali labiau atlyginti sukauptas žinias, testų sprendimo įgūdžius ir ankstesnę pažintį nei greitą mokymąsi.
Įspėjimas dėl lyginamųjų testų prisotinimo: kai testas tampa taikiniu, kūrėjai pradeda optimizuoti būtent jam. Laikykite neviešus atidėtus rinkinius, kaitaliokite užduotis, tikrinkite užterštumą ir išlaikykite prasmingas žmonių palyginimo grupes.
Įrodymų pakopos
Kas AGI teiginį padarytų įtikinamą?
- 01
Iš anksto apibrėžkite sistemos ribas
Svarbu viskas: modelis, atmintis, paieška, kodo vykdymas, robotika, užklausos ir žmonių pagalba.
- 02
Atrinkite užduotis iš visos jų aibės
Plačiam teiginiui reikia reprezentatyvių užduočių, o ne kruopščiai atrinkto įspūdingų pavyzdžių rinkinio.
- 03
Tikrinkite mokymąsi naujose užduotyse
Matuokite, kaip greitai sistema įgyja gebėjimų, kuriems negalėjo pasirengti mokymo metu.
- 04
Matuokite patikimumą
Svarbu vidutinė sėkmė, katastrofiškos nesėkmės, kalibravimas, atsigavimas ir duomenų skirstinio pokyčiai.
- 05
Sulyginkite sąlygas su žmonių sąlygomis
Lyginkite laiką, įrankius, instrukcijas, paskatas ir prieigą prie informacinių šaltinių.
- 06
Atskirkite gebėjimus nuo saugos
Parodę, ką sistema gali, patikrinkite, ar ji išlieka kontroliuojama ir naudinga.
Nuo imitacijos iki prisitaikymo
Trumpa AGI idėjos istorija
1950
Etapas 01
Tiuringas kitaip suformuluoja mašininio intelekto klausimą
Imitacijos žaidime svarbiausiu tapo stebimas elgesys, tačiau pokalbio imitacija niekada netapo išsamia bendrojo intelekto apibrėžtimi.
1956
Etapas 02
DI tampa tyrimų sritimi
Dartmuto pasiūlyme teigta, kad mokymąsi ir intelektą galima aprašyti pakankamai tiksliai, kad mašinos galėtų juos imituoti.
1980s
Etapas 03
Ekspertinės sistemos atskleidžia siaurumo problemą
Aukšti rezultatai ribotose srityse parodė, kad kompetencija gali būti labai stipri, tačiau nebūtinai bendroji ar prisitaikanti.
1997–2016
Etapas 04
Siaurojo DI žmogų pranokstantys etapai
„Deep Blue“, „Watson“ ir „AlphaGo“ konkrečiose užduotyse pranoko stiprius žmones, tačiau išliko nepanašūs į plačiai kompetentingą žmogų.
2019
Etapas 05
ARC orientuojasi į gebėjimų įgijimo efektyvumą
François Chollet pasiūlė intelektą matuoti pagal tai, kaip efektyviai sistemos įgyja naujų gebėjimų, ir pristatė „Abstraction and Reasoning Corpus“.
2023
Etapas 06
AGI lygių sistema
„Google DeepMind“ tyrėjai pasiūlė sistemas klasifikuoti ir pagal rezultatų gylį, ir pagal užduočių aprėptį – nuo pradinio iki žmogų pranokstančio lygio.
2024–26
Etapas 07
Tobulėja samprotavimo ir agentų lyginamieji testai
ARC-AGI ir ilgalaikių agentų vertinimai vis dažniau tikrina prisitaikymą, įrankių naudojimą ir interaktyvų mokymąsi, tačiau lyginamųjų testų prisotinimas ir užterštumas tebėra problema.
Šiandien
Etapas 08
Universalios sertifikavimo sistemos nėra
AGI tebėra ginčijama sąvoka. Bet kuris rimtas teiginys turi nurodyti apibrėžtį, aprėptį, žmonių atskaitos lygį, sistemos ribas ir įrodymų standartą.
Nemalonios tiesos
Kodėl AGI matuoti sunku
Neapibrėžta užduočių visata
„Visos pažintinės užduotys“ nėra baigtinė ir neutrali imtis. Ekonominiai ir kultūriniai pasirinkimai lemia, kas į ją įtraukiama.
Mokymo duomenų nepermatomumas
Nežinant, ką sistema buvo mačiusi, sunku atskirti informacijos atkūrimą ir įsiminimą nuo tikro naujo mokymosi.
Kintanti sistemos riba
Įrankiai ir pagalbinė infrastruktūra gali iš esmės pakeisti rezultatus. Teiginiai apie vien modelį ir apie visą sistemą atsako į skirtingus klausimus.
Kintantis žmogaus atskaitos lygis
Žmogaus rezultatai priklauso nuo kompetencijos, motyvacijos, laiko, bendradarbiavimo ir prieigos prie įrankių.
Tvirti įrodymai gali parodyti
- Plačius rezultatus, palyginti su aiškiai apibrėžtais žmonėmis
- Greitą mokymąsi atliekant neviešas naujas užduotis
- Atsparų gebėjimų perkėlimą ir ilgalaikę autonomiją
- Žinomas sąnaudas, įsikišimus ir gedimų režimus
AGI etiketė savaime negali parodyti
- Sąmoningumo ar moralinio statuso
- Suderinamumo su žmonių vertybėmis
- Apsaugos nuo katastrofiškų klaidų
- Vienodos kompetencijos kiekviename fiziniame kontekste
Aiškūs atsakymai
Dažniausiai užduodami klausimai apie AGI
Ką reiškia AGI?
Bendrasis dirbtinis intelektas. Paprastai taip vadinamas DI, turintis plačią, prisitaikančią kompetenciją daugelyje užduočių, o ne išskirtinius gebėjimus vienoje siauroje srityje. Apibrėžtys skiriasi dėl autonomijos, įkūnijimo ir reikalaujamo žmogaus lygio.
Ar yra vienas oficialus AGI testas?
Ne. Nėra visuotinai įgalioto egzamino ar slenksčio. Tyrėjai naudoja lyginamųjų testų rinkinius, žmonių atskaitos rezultatus, mokymąsi naujose užduotyse, agentų vertinimus ir sistemas, jungiančias aprėptį su rezultatų lygiu.
Ar šiame puslapyje tikrinama, ar tikras modelis yra AGI?
Ne. Interaktyvioje dalyje tikrinamas jūsų gebėjimas interpretuoti teiginius apie įrodymus. Tikrai sistemai sertifikuoti reikėtų prieigos prie jos, neviešų vertinimų, dokumentuotų sąlygų ir nepriklausomo rezultatų atkartojimo.
Ar AGI jau pasiektas?
Sutarimo nėra, nes skiriasi apibrėžtys ir slenksčiai. Tvirti teiginiai turėtų nurodyti konkrečią operacinę apibrėžtį, o ne laikyti AGI visuotinai sutartu dvejetainiu įvykiu.
Ar vienas lyginamasis testas gali įrodyti AGI?
Nė vienas lyginamasis testas neapima visos aprėpties, atsparumo, mokymosi efektyvumo, autonomijos ir patikimumo realiame pasaulyje, paprastai siejamų su AGI. Testas gali pateikti svarbų vieno komponento įrodymą.
Ar Tiuringo testo išlaikymas yra tas pats, kas AGI?
Ne. Tiuringo testu pagal nustatytą protokolą vertinamas pokalbio neatskiriamumas. AGI teiginiai paprastai apima platesnę kompetenciją, mokymąsi ir gebėjimų perkėlimą.
Ar AGI turi būti sąmoningas?
Pagal daugumą operacinių gebėjimų apibrėžčių – ne. Sąmoningumas yra atskiras, neišspręstas mokslinis ir filosofinis klausimas.
Ar AGI reikia roboto kūno?
Priklauso nuo apibrėžties. Kai kurios sistemos aiškiai orientuojasi į nefizines pažintines užduotis; kitos teigia, kad į žmogaus panašiam bendrumui būtinas suvokimas ir veiksmai fiziniame pasaulyje.
Kas yra lyginamojo testo užterštumas?
Jis atsiranda, kai vertinimo užduotys ar labai panašūs jų variantai patenka į mokymo, derinimo ar užklausų kūrimo duomenis, todėl aukštas rezultatas gali atspindėti ankstesnę pažintį, o ne gebėjimą generalizuoti tikrai naujas problemas.
Kuo skiriasi modelis ir agentas?
Modelis susieja įvestis su išvestimis. Agentinė sistema gali derinti modelį su atmintimi, planavimo ciklais, įrankiais, išoriniais duomenimis ir gebėjimu ilgainiui atlikti veiksmus.
Kas yra po AGI?
Dirbtinis superintelektas, arba ASI, – hipotetinis lygis, kuriame platus mašininis intelektas daugumoje ar beveik visose svarbiose pažintinėse srityse gerokai pranoksta žmogaus gebėjimus.
Ar AGI gali būti saugus, bet nepatikimas?
Sauga ir patikimumas persidengia, tačiau nėra tas pats. Sistema gali turėti suderintus ketinimus, bet dažnai klysti, arba būti techniškai pajėgi ir patikima, tačiau siekti žalingų tikslų. Abiem klausimams reikia atskirų įrodymų.
Atsekite sistemos pagrindą
Pirminiai ir mokslinių tyrimų šaltiniai
OpenAI chartija
Žinoma ekonominė apibrėžtis: labai autonomiškos sistemos, pranokstančios žmones daugumoje ekonomiškai vertingų darbų.
Atverti šaltinįGoogle DeepMind: AGI lygiai
Sistema, grindžiama rezultatų gyliu ir gebėjimų aprėptimi.
Atverti šaltinįChollet: Apie intelekto matavimą
Intelektas apibrėžiamas per gebėjimų įgijimo efektyvumą ir pristatomas ARC.
Atverti šaltinįARC-AGI saugykla
Oficialios „Abstraction and Reasoning Corpus“ užduotys, metodai ir dokumentacija.
Atverti šaltinįARC-AGI-3
Interaktyvus samprotavimo lyginamasis testas, skirtas tyrinėjimui, tikslų įgijimui ir prisitaikantiems pasaulio modeliams.
Atverti šaltinįStanfordo DI indeksas
Kasmetiniai duomenys apie DI gebėjimus, lyginamųjų testų tendencijas, investicijas, politiką ir poveikį.
Atverti šaltinįNIST DI rizikos valdymo sistema
Struktūruota DI rizikos valdymo, konteksto nustatymo, matavimo ir kontrolės sistema.
Atverti šaltinįTiuringas (1950)
Originalus straipsnis apie imitacijos žaidimą ir pamatinis argumentas apie mašininį intelektą.
Atverti šaltinį