論文標題：A Definition of AGI

作者團隊：人工智能安全中心、加州大學伯克利分校、Morph實驗室、密歇根大學等

發佈時間：2025年10月21日

👉一鍵直達論文

👉Lab4AI大模型實驗室論文閲讀

✅Lab4AI平台提供AI導讀和AI翻譯等工具，輔助論文閲讀。您還可以投稿復現這篇論文~

⭐論文簡介

本文旨在提出一個全面、可量化的框架，以澄清AGI的定義，並精確測量AI系統在通用認知能力上與人類的差距。其核心目標是將AGI操作化定義為“能夠匹配或超越一位受過良好教育的成年人的認知廣度和熟練度”，從而為評估AI系統提供一個堅實、統一的基準。

⭐核心貢獻

本文的核心貢獻是首次引入了一個基於人類認知心理學經典理論的、系統化的AGI量化評估框架。該框架：

• 提出了一個從0%到100%的標準化“AGI分數”，使不同AI系統的通用智能水平可以相互比較。
• 明確指出AGI不僅僅是經濟價值或自動化潛力的代名詞，而是專注於認知能力的評估。

⭐研究方法

核心是借鑑並改造用於評估人類智力的心理測量學方法，將其應用於AI系統評估。

• 理論基礎：以CHC人類認知能力理論為藍圖，將通用智能分解為10個核心認知領域（廣度能力），每個領域權重為10%。
• 評估維度：這十個領域包括：通用知識、讀寫能力、數學能力、即時推理、工作記憶、長期記憶存儲、長期記憶提取、視覺處理、聽覺處理和處理速度。
• 操作化：為每個認知領域設計了一系列具體的測試任務（窄能力），這些任務改編自成熟的人類心理測量量表要求AI系統在多模態（文本、視覺、聽覺）環境下接受評估。

⭐研究結果

應用框架評估GPT4、GPT5，揭示關鍵發現：AI呈“鋸齒狀”認知剖面，知識密集領域表現優、基礎認知有缺陷；長期記憶近零是AGI瓶頸，即時/視覺推理亦弱；給出AGI分數，顯進步與人類智能差距；模型以優勢補弱勢，造“通用性”假象，實則脆弱低效。