Dôležité východisko
Neexistuje univerzálne oficiálna skúška AGI
AGI je výskumný pojem s viacerými konkurenčnými definíciami. Táto stránka netvrdí, že konkrétny pomenovaný systém prekročil — alebo neprekročil — akúsi magickú cieľovú čiaru. Test meria, ako starostlivo interpretujete dôkazy o schopnostiach. Hodnotenie reálneho systému by si vyžadovalo neverejné úlohy, ľudské referenčné úrovne, zverejnené nástroje a náklady, testovanie robustnosti a nezávislú replikáciu.
Dôkazy skontrolované August 2026
Interaktívne laboratórium hodnotiteľa
Test dôkazov o AGI
Každý prípad opisuje tvrdenie o systéme AI. Vyberte najlepšie obhájiteľný záver — nie ten najpútavejší ani najskeptickejší.
Priebeh0/10
Čo znamenajú vaše odpovede: tento test overuje vašu schopnosť hodnotiť tvrdenia o AGI. Vysoké skóre znamená, že ste v týchto prípadoch rozlíšili úzky úspech, skutočnú generalizáciu a nepodložený záver. Nemeria vaše IQ ani to, či ste AGI.
Skôr než prijmete širšie tvrdenie, pýtajte sa, čo pozorovanie skutočne meralo.
Tvrdenia „jeden benchmark dokazuje AGI“ aj „všetko hodnotenie je zbytočné“ sú zvyčajne príliš kategorické.
0/10správne závery
Váš profil hodnotiteľa
Čo tento výsledok skutočne znamená
Nepotvrdzuje, že systém AI je AGI. Hodnotili ste fiktívne tvrdenia o dôkazoch; žiadny reálny model nebol testovaný.
Začnite sporným pojmom
Čo je umelá všeobecná inteligencia?
Rodina definícií, nie jeden ustálený pojem
Väčšina definícií spája všeobecnosť — schopnosť zvládať široké spektrum úloh — s výkonom, učením a určitou mierou autonómie. Charta OpenAI zdôrazňuje prekonávanie ľudí vo väčšine ekonomicky hodnotnej práce. Rámec DeepMind „Levels of AGI“ oddeľuje šírku schopností od úrovne výkonu. François Chollet zdôrazňuje efektívnosť osvojovania zručností pri nových úlohách.
Odporúčaný postup: nikdy sa nepýtajte iba „Je to AGI?“ Pýtajte sa: „Podľa akej operačnej definície, v akých úlohách, na akom ľudskom percentile, s akými nástrojmi a nákladmi a pri akej miere zásahov?“
Učiť sa a prenášaťnová úloha, málo skúseností
všeobecný systém
Digitálna prácauvažovať, tvoriť, konať
+
Fyzická práca?závisí od definície
Viacrozmerný cieľ
Šesť rozmerov, ktoré musí tvrdenie o AGI ustáť
Výkon bez všeobecnosti
Šachové programy a systémy na určovanie štruktúry proteínov môžu byť v jednej oblasti nadľudské bez toho, aby sa stali AGI.
Všeobecnosť bez dokonalosti
Ľudia prenášajú schopnosti medzi oblasťami napriek chybám. Požadovať doslovnú dokonalosť znamená nastaviť latku vyššie než pri ľudskej všeobecnej inteligencii.
Schopnosť bez efektívnosti
Význam výsledku sa môže zmeniť, ak každá úloha vyžaduje obrovské množstvo výpočtov, času alebo ľudskej pomoci.
Viac než odpoveď áno/nie
AGI ako úrovne šírky schopností a výkonu
Jeden vplyvný rámec chápe schopnosti ako maticu. „Všeobecná“ zahŕňa široké spektrum nefyzických úloh; výkon sa porovnáva s kvalifikovanými dospelými.
Výkon
Úzka
Všeobecná
Interpretácia
Vznikajúca
Určitá užitočná schopnosť plniť úlohy
Nerovnomerné schopnosti naprieč mnohými úlohami
Celkovo pod úrovňou kvalifikovaného dospelého
Kompetentná
Aspoň medián kvalifikovaných dospelých v ohraničenej úlohe
Kompetentná AGIAspoň medián kvalifikovaných dospelých naprieč širokým spektrom úloh
Vyžaduje šírku schopností aj spoľahlivý výkon
Expertná
Aspoň 90. percentil v ohraničenej úlohe
Expertná AGI naprieč širokým spektrom úloh
Oveľa silnejšie tvrdenie o schopnostiach naprieč ekonomikou
Nadľudská
Prekonáva všetkých ľudí v jednej oblasti
Široko prekonáva všetkých ľudí
Prechádza do oblasti ASI
Súbor nástrojov na meranie
Žiadny benchmark nepokrýva celú inteligenciu
ARC-AGI
Zameriava sa na odvodzovanie pravidiel z malého počtu príkladov a efektívnosť osvojovania zručností pri neznámych vizuálnych úlohách. Je hodnotný pri meraní pružnej adaptácie, nie je však úplným testom jazyka, autonómneho konania ani fungovania v reálnom svete.
Hodnotenia agentov
Merajú, či systémy dokážu plánovať, používať nástroje, zotaviť sa z chýb a dokončovať projekty s čoraz dlhším časovým horizontom. Výsledky výrazne závisia od podporných mechanizmov a prostredia.
Súbory skúšok
Efektívne pokrývajú mnoho disciplín, no môžu odmeňovať uložené vedomosti, zručnosť pri riešení testov a predchádzajúci kontakt s úlohami viac než rýchle učenie.
Upozornenie na saturáciu benchmarkov: keď sa test stane cieľom optimalizácie, vývojári sa mu začnú prispôsobovať. Zachovávajte neverejné kontrolné úlohy, obmieňajte zadania, kontrolujte kontamináciu a udržiavajte zmysluplné porovnávacie skupiny ľudí.
Rebrík dôkazov
Čo by urobilo tvrdenie o AGI presvedčivým?
- 01
Vopred určte hranicu systému
Počítajú sa model, pamäť, vyhľadávanie, spúšťanie kódu, robotika, prompty aj ľudská pomoc.
- 02
Vyberte reprezentatívnu vzorku úloh
Široké tvrdenie potrebuje reprezentatívne úlohy, nie účelovo vybranú prehliadku najlepších výsledkov.
- 03
Testujte učenie na nových úlohách
Merajte, ako rýchlo si systém osvojuje zručnosti, na ktoré sa nemohol pripraviť počas tréningu.
- 04
Merajte spoľahlivosť
Dôležité sú priemerná úspešnosť, katastrofické zlyhania, kalibrácia, zotavenie aj posun distribúcie.
- 05
Zlaďte podmienky s ľuďmi
Porovnávajte čas, nástroje, pokyny, motivácie a prístup k referenčným materiálom.
- 06
Oddeľte schopnosti od bezpečnosti
Po preukázaní toho, čo systém dokáže, testujte, či zostáva kontrolovateľný a prospešný.
Od napodobňovania k adaptácii
Stručná história myšlienky AGI
1950
Míľnik 01
Turing nanovo formuluje otázku strojovej inteligencie
Imitačná hra postavila do centra pozorovateľné správanie, no napodobňovanie konverzácie sa nikdy nestalo úplnou definíciou všeobecnej inteligencie.
1956
Míľnik 02
AI sa stáva výskumnou oblasťou
Dartmouthský návrh tvrdil, že učenie a inteligenciu možno opísať dostatočne presne na to, aby ich stroje dokázali simulovať.
1980s
Míľnik 03
Expertné systémy odhaľujú problém úzkej špecializácie
Vysoký výkon v ohraničených oblastiach ukázal, že odborná schopnosť môže byť veľmi silná bez toho, aby bola všeobecná alebo prispôsobivá.
1997–2016
Míľnik 04
Míľniky úzkej nadľudskej AI
Deep Blue, Watson a AlphaGo prekonali špičkových ľudí v konkrétnych úlohách, no stále sa nepodobali človeku so všeobecnými schopnosťami.
2019
Míľnik 05
ARC sa zameriava na efektívnosť osvojovania zručností
François Chollet navrhol merať inteligenciu podľa efektívnosti, s akou si systémy osvojujú nové zručnosti, a predstavil súbor Abstraction and Reasoning Corpus.
2023
Míľnik 06
Rámec úrovní AGI
Výskumníci z Google DeepMind navrhli klasifikovať systémy podľa úrovne výkonu aj šírky úloh, od vznikajúcej až po nadľudskú úroveň.
2024–26
Míľnik 07
Benchmarky uvažovania a agentov sa vyvíjajú
ARC-AGI a hodnotenia agentov pri dlhodobých úlohách čoraz viac testujú adaptáciu, používanie nástrojov a interaktívne učenie, pričom naďalej zostáva problémom saturácia a kontaminácia benchmarkov.
Dnes
Míľnik 08
Neexistuje univerzálna certifikácia
AGI zostáva sporným pojmom. Každé seriózne tvrdenie musí uviesť definíciu, rozsah, ľudskú referenčnú úroveň, hranicu systému a štandard dôkazov.
Tvrdé fakty
Prečo je meranie AGI náročné
Nedefinovaný priestor úloh
„Všetky kognitívne úlohy“ netvoria konečnú ani neutrálnu vzorku. To, čo sa započítava, ovplyvňujú ekonomické a kultúrne rozhodnutia.
Nepriehľadnosť tréningu
Bez znalosti toho, čo systém počas tréningu videl, je ťažké oddeliť vyhľadanie a memorovanie od nového učenia.
Pohyblivá hranica systému
Nástroje a podporné mechanizmy môžu zásadne meniť výkon. Tvrdenia o samotnom modeli a o celom systéme odpovedajú na odlišné otázky.
Pohyblivá ľudská referenčná úroveň
Ľudský výkon závisí od odbornosti, motivácie, času, spolupráce a prístupu k nástrojom.
Silné dôkazy môžu preukázať
- Široký výkon vzhľadom na presne vymedzenú skupinu ľudí
- Rýchle učenie na neverejných nových úlohách
- Robustný prenos a autonómia pri dlhodobých úlohách
- Známe náklady, zásahy a režimy zlyhania
Označenie AGI samo osebe nepreukazuje
- Vedomie ani morálny status
- Zosúladenie s ľudskými hodnotami
- Neprítomnosť katastrofických chýb
- Rovnakú úroveň schopností v každom fyzickom kontexte
Jasné odpovede
Často kladené otázky o AGI
Čo znamená skratka AGI?
Umelá všeobecná inteligencia. Zvyčajne označuje AI so širokými a prispôsobivými schopnosťami v mnohých úlohách, nie iba s výnimočným výkonom v jednej úzkej oblasti. Definície sa líšia v požiadavkách na autonómiu, fyzické stelesnenie a požadovanú ľudskú úroveň.
Existuje jeden oficiálny test AGI?
Nie. Neexistuje univerzálne uznávaná skúška ani prahová hodnota. Výskumníci používajú súbory benchmarkov, ľudské referenčné úrovne, učenie na nových úlohách, hodnotenia agentov a rámce kombinujúce šírku schopností s výkonom.
Testuje táto stránka, či je reálny model AGI?
Nie. Interaktívna časť testuje vašu schopnosť interpretovať tvrdenia založené na dôkazoch. Posúdenie reálneho systému by si vyžadovalo prístup k systému, neverejné hodnotenia, zdokumentované podmienky a nezávislú replikáciu.
Bola už AGI dosiahnutá?
Konsenzus neexistuje, pretože definície a prahové hodnoty sa líšia. Silné tvrdenia by mali uviesť presnú operačnú definíciu, namiesto toho, aby s AGI zaobchádzali ako s univerzálne dohodnutou binárnou udalosťou.
Môže jediný benchmark dokázať AGI?
Žiadny jediný benchmark nepokrýva šírku, robustnosť, efektívnosť učenia, autonómiu a spoľahlivosť v reálnom svete, ktoré sa zvyčajne spájajú s AGI. Benchmark môže poskytnúť dôležitý dôkaz o jednej z týchto zložiek.
Je úspech v Turingovom teste to isté ako AGI?
Nie. Turingov test meria nerozoznateľnosť v konverzácii podľa konkrétneho protokolu. Tvrdenia o AGI sa zvyčajne týkajú širších schopností, učenia a prenosu.
Musí mať AGI vedomie?
Podľa väčšiny operačných definícií schopností nie. Vedomie je samostatná a nevyriešená vedecká i filozofická otázka.
Potrebuje AGI robotické telo?
Závisí to od definície. Niektoré rámce sa výslovne sústreďujú na nefyzické kognitívne úlohy; iné tvrdia, že všeobecnosť podobná ľudskej si vyžaduje vnímanie a konanie vo fyzickom svete.
Čo je kontaminácia benchmarku?
Vzniká vtedy, keď sa hodnotiace úlohy alebo ich blízke varianty dostanú do tréningových dát, dát na dolaďovanie alebo vývoj promptov. Vysoké skóre potom môže odrážať predchádzajúci kontakt s úlohami namiesto generalizácie na skutočne nové problémy.
Aký je rozdiel medzi modelom a agentom?
Model mapuje vstupy na výstupy. Agentný systém môže spájať model s pamäťou, plánovacími slučkami, nástrojmi, externými dátami a schopnosťou vykonávať činnosti v čase.
Čo nasleduje po AGI?
Umelá superinteligencia, čiže ASI, je hypotetická úroveň, na ktorej široká strojová inteligencia výrazne presahuje ľudské schopnosti vo väčšine alebo prakticky vo všetkých relevantných kognitívnych oblastiach.
Môže byť AGI bezpečná, ale nespoľahlivá?
Bezpečnosť a spoľahlivosť sa prekrývajú, no nie sú totožné. Systém môže mať zosúladené zámery, ale byť náchylný na chyby; alebo môže byť technicky schopný a spoľahlivý, no sledovať škodlivé ciele. Obe vlastnosti si vyžadujú samostatné dôkazy.
Pozrite si podklady rámca
Primárne a výskumné zdroje
OpenAI Charter
Významná ekonomická definícia: vysoko autonómne systémy, ktoré prekonávajú ľudí vo väčšine ekonomicky hodnotnej práce.
Otvoriť zdrojGoogle DeepMind: Levels of AGI
Rámec založený na úrovni výkonu a šírke schopností.
Otvoriť zdrojChollet: On the Measure of Intelligence
Definuje inteligenciu prostredníctvom efektívnosti osvojovania zručností a predstavuje ARC.
Otvoriť zdrojARC-AGI repository
Oficiálne úlohy, metódy a dokumentácia súboru Abstraction and Reasoning Corpus.
Otvoriť zdrojARC-AGI-3
Interaktívny benchmark uvažovania zameraný na prieskum, osvojovanie cieľov a adaptívne modely sveta.
Otvoriť zdrojStanford AI Index
Každoročné údaje o schopnostiach AI, trendoch benchmarkov, investíciách, politikách a vplyvoch.
Otvoriť zdrojNIST AI Risk Management Framework
Štruktúrovaný rámec na riadenie, mapovanie, meranie a zvládanie rizík AI.
Otvoriť zdrojTuring (1950)
Pôvodná práca o imitačnej hre a základná argumentácia o strojovej inteligencii.
Otvoriť zdroj