量子位
·
AGI今天起有了量化标准！Bengio牵头定义，当前进度条58%
💡
原文中文，约2600字，阅读约需7分钟。
📝
内容提要
Bengio等人定义AGI为能匹配或超越受过良好教育成年人的智能。研究团队设计了500道题目评估AI的认知能力，目前主流AI如GPT-4得分27，GPT-5得分58，仍未达到AGI的100分标准，尤其在感知和记忆方面存在明显短板。
🎯
关键要点
- Bengio等人定义AGI为能匹配或超越受过良好教育成年人的智能。
- AGI的评估标准包括认知广度和熟练度，避免模糊表述。
- 研究团队设计了500道题目评估AI的认知能力，基于CHC理论。
- 评估采用百分制，总分达到100分即判定为AGI水平。
- GPT-4得分27，GPT-5得分58，仍未达到AGI的100分标准。
- 当前AI在知识、读写和数学领域表现突出，但在感知和记忆方面存在短板。
- AI的优势集中在知识储备与符号处理，核心短板在感知、记忆和推理等领域。
- 部分大模型通过技术手段掩盖短板，无法实现真正的长期记忆。
- 评估体系专注于AI的原生认知能力，不考虑外部工具的辅助。
❓
延伸问答
AGI的定义是什么？
AGI是能匹配或超越受过良好教育成年人的认知广度和熟练度的人工智能。
当前主流AI的AGI评估得分是多少？
GPT-4得分27，GPT-5得分58，仍未达到AGI的100分标准。
AGI评估标准包含哪些核心认知领域？
评估标准包括知识、读写、数学、临场推理、工作记忆、长时记忆存储、长时记忆提取、视觉、听觉和速度等领域。
当前AI在感知和记忆方面的表现如何？
当前AI在感知和记忆领域存在明显短板，尤其在长时记忆存储方面得分为0。
AGI评估体系是如何设计的？
评估体系参考了CHC理论，设计了500道题目，专注于AI的原生认知能力。
为什么部分大模型被认为是“伪全能”？
部分大模型通过技术手段掩盖短板，无法实现真正的长期记忆，表现出伪全能的特征。
➡️
