闻乐 发自 凹非寺量子位 | 公众号 QbitAI
遥远以来，AGI齐笼罩在“类东说念主智能”的依稀表述中。
齐说它像东说念主相同灵巧，那到底有多灵巧呢？
图灵奖得主Yoshua Bengio集结Center for AI Safety、加州大学伯克利分校等机构的新作《A Definition of AGI》给AGI下了个可估量的界说。
“AGI is an AI that can match or exceed the cognitive versatility and proficiency of a well-educated adult.”AGI是能匹配或超越受过简约讲解注解成年东说念主的默契广度（versatility ）和纯熟度（ proficiency）的东说念主工智能。
该界说包含两个环节维度：
详情了参照系：径直锚定“受过简约讲解注解的成年东说念主”，幸免了“AGI是超东说念主类智能”这类依稀表述，让评估有了具体表率。强调全面性：不看AI在单一任务上的发达，而是条目它在多个中枢默契领域（如推理、顾虑、感知等）齐达标，弗成有严重的偏科。
参议团队假想了一套量化关节来评估现时AI离AGI的距离。
分数越高，离AGI越近
为了把这个表率落地，参议者参考了情愫学里考证过的卡特尔-霍恩-卡罗尔（CHC）表面这个参议东说念主类默契能力的经典模子。
该模子将东说念主类通用才调拆解为10个互相寂寞但又关系的中枢默契领域，涵盖了从基础感知到高阶推理的完满默契链条，基于这10个领域，参议团队对东说念主类传统默契测试题进行了AI适配矫正
剔除依赖东说念主类生理感知（如触觉测试）或特定场景（如驾驶场景测试）的题目，保留中枢默契逻辑，酿成了一套包含500余说念题宗旨AGI评估题库。具体包括：
知识（K）：主要测试知识、天然科学、社会科学、历史、文化等方面的知识储备。读写（RW）：训练阅读和写稿能力，包括对文本的相识、说话抒发、翰墨创作等。数学（M）：触及数学预计打算、定量推理、数字观点的掌持等数学能力。临场推理（R）：即解决新颖问题、进行逻辑分析与概述念念维的能力，也便是流体推理能力。责任顾虑（WM）：指短期信息的保持与及时加工能力。永劫顾虑存储（MS）：估量AI系统将信息进行遥远雄厚存储的能力。永劫顾虑索要（MR）：捕快AI能否从遥远顾虑中高效地索要所需信息。视觉（V）：包括图像识别、空间定位、视觉信息解读等视觉加工能力。听觉（A）：触及声息识别、语音相识、听觉信息解决等听觉加工能力。速率（S）：主要评估AI快速解决能够默契任务的后果。
评估接受百分制，每个默契领域满分10分，系统总分达到100分即判定为达到AGI水平，分数越高代表离AGI的距离越近。
AI天然向上快，但离AGI还很远
参议团队诓骗上述评估体系，对现时主流LLM进行了全面测试，为止既展现了AI的快速向上，也露出了其与AGI的广泛差距。
从总分来看，2023年发布的GPT-4总分仅为27分，而2025年版GPT-5总分栽植至58分.
两年间，分数增幅杰出115%，响应出大模子在默契能力上的快速迭代。
但从AGI的合格线100分来看，即使是GPT-5，也尚未破损半程线，致使在永劫顾虑存储领域中拿了0分。
具体来说，现时AI与论文中界说的AGI更环节的各异体当今默契领域的不平衡性上。
上风领域蚁集
据实验为止来看，现时AI的上风高度蚁集于知识储备与符号解决类领域
在知识（K）、读写（RW）、数学（M）三个领域发达杰出，GPT-5在这三项的得分齐杰出了8。
这些上风的共性在于均围绕文本符号的相识与应用伸开，是大模子在万亿级数据老师中酿成的形式匹配能力的蚁集体现。
AI在依赖海量数据老师的任务中，在这些方面展现出了接近东说念主类成年东说念主的水平。
中枢短板显耀
与蚁集的上风酿成显着对比，实验暴认识AI在感知、顾虑、推理等基础默契领域存在致命短板，而且这些短板无法通过单纯的扩大界限弥补。
在 “视觉（V）” 、 “听觉（A）”领域，大模子的发达号称惨淡。
GPT-4通盘不具备图像识别与声息解决能力，即使GPT-5也仅能完成能够的猫犬分类、基础语音转翰墨，远无法已毕东说念主类级别的复杂场景解读与情谊识别。
“永劫顾虑存储（MS）”与“索要（MR）”是另一致命颓势，讲解AI有忘记症。
无法已毕信息的遥远雄厚存储，也就作念不到对学习的内容生动诓骗。
“伪万能” 的本色
部分大模子看似具备多任务解决能力，实则是通过工夫技能掩饰短板
举例，部分模子通过扩大高下文窗口（如赈济128k tokens的文本输入），假装具备遥远顾虑能力，但本色上已经短期责任顾虑的延迟，无法已毕信息的遥远存储与跨场景调用。
还有模子依赖联网搜索功能补充知识，看似无所不知，实则露出了自身知识更新滞后、易产生幻觉的颓势。
而这项参议的评估体系明确摒除了外部用具的援救，仅估量AI系统的原生默契能力，使得这些伪万能发达无所遁形。
天然了，论文也明确指出，这套评估只看AI自身的默契硬实力，不论它能调用若干外部用具，也不看它能赚若干钱、替代若干责任，隧说念聚焦于才调自身
就算某个AI总分再高，只好像遥远顾虑这么的中枢领域是零分，本色上如故有严重颓势的“残次版”智能，离真确的AGI也还差得远。
这下，AGI有了不错估量的界说，从观点到履行，还有多久呢？
论文地址：https://www.agidefinition.ai/paper.pdf参考承接：https://x.com/DanHendrycks/status/1978828377269117007
— 完 —
