通用人工智能（AGI）

这个词指什么

通用人工智能（AGI）指在广泛任务上达到或超过人类水平的人工智能系统，而不是只把某一项窄任务做好。这个词没有公认定义，因此在研究、政策和市场宣传里，它常被用来指很不相同的东西^[1]。这种含糊正是后来各种澄清尝试的起点：在问一个系统「是不是 AGI」之前，得先说清楚什么才算数。

从既有定义里长出来的框架

2023 年 11 月，Morris 等人发表了一套框架（后来在 ICML 2024 上发表），按性能、通用性和自主性等维度给 AGI 模型及其前身分级^[1]。为了搭起这套框架，作者分析了已有的 AGI 定义，提炼出一个有用的 AGI 本体（ontology）应当满足的六条原则^[1]。目标不是再提一个定义，而是给出一个能放下不同系统、不同说法的结构。

两条轴：深度与广度

等级沿两条轴定义：深度指相对于熟练成年人的表现，广度指跨任务的通用程度^[1][2]。两条轴可以很不一致：一个系统可以在某项窄任务上极强却不通用，也可以在多数任务上都还行却都不精。两条轴构成的矩阵，使这套框架能描述「正在走向 AGI」的系统，而不只是已经到达的系统。

六个性能等级

沿深度轴，框架定义了六个性能等级：无人工智能（No AI）、入门（Emerging）、胜任（Competent）、专家（Expert）、卓越（Exceptional）和超人（Superhuman）^[2]。入门级意味着与没有技能的人相当或略好；胜任级意味着至少达到熟练成年人的第 50 百分位；专家级是第 90 百分位；卓越级是第 99 百分位；超人级则超过 100% 的人类^[2]。这把尺子以人为参照，而不是以测试分数为参照，所以一个等级说的是系统的产出与熟练成年人相比处在什么位置。在论文后来的修订版里，第 4 级从 Virtuoso 改名为 Exceptional^[1]。

哪些格子才算 AGI

矩阵把上述等级与广度交叉起来。只有矩阵中「通用」那一列才算 AGI，从入门 AGI（Emerging AGI）经胜任 AGI、专家 AGI、卓越 AGI，一直到人工超级智能^[2]。因此，一个只在某项窄任务上达到专家水平的系统不算数；通用这个标签适用于能力跨任务成立的系统。

今天的聊天模型在哪一格

作者把 ChatGPT、Bard、Llama 2、Gemini 等前沿聊天模型放在第 1 级「通用」上，也就是他们所称的入门 AGI，因为这些系统在多数任务上只达到入门水平^[2]。这个定位是对刻度的陈述，而不是说问题已经解决：这些系统处在通用那一列的最底端。

基准、部署与局限

框架还讨论了未来的基准需要测量什么才能支撑这些等级，以及等级如何与自主性、风险等部署层面的考量相互作用^[1]。自主性被当作与能力不同的另一个维度：系统自己干多少事，和它干得多好，不是同一个问题。这套框架的主要局限来自词语本身——既然 AGI 没有公认定义，这些等级的含义就只限于这套框架所给的含义，别的定义会把界线画在别处^[1]。