Можно ли искусственный интеллект измерить линейкой? Казалось бы, нет - но группа ведущих исследователей из Беркли, Оксфорда, Стэнфорда и Монреаля попыталась сделать именно это.
В их новой работе — A Definition of AGI — впервые представлено количественное определение искусственного общего интеллекта (AGI), основанное на психометрических моделях, которыми психологи десятилетиями измеряли человеческий интеллект.
📏 Как измерить интеллект машины
Учёные взяли за основу модель Кэттелла — Хорна — Кэрролла (CHC), признанную самую надёжную систему описания когнитивных способностей человека.
Эта теория выделяет 🧩 10 базовых областей интеллекта:
🧠 Общие знания (K) — факты, наука, история, культура.
📖 Чтение и письмо (RW) — способность понимать и создавать тексты.
➕ Математика (M) — от арифметики до интегралов.
🔍 Логическое рассуждение (R) — умение решать новые задачи «на лету».
🧮 Рабочая память (WM) — удержание и манипуляция информацией в уме.
🧷 Долговременное запоминание (MS) — способность обучаться на опыте.
🔎 Извлечение памяти (MR) — точность и скорость вспоминания.
👁️ Зрение (V) — анализ и генерация визуальных данных.
👂 Слух (A) — восприятие и обработка аудио, речи, музыки.
⚡ Скорость (S) — быстрота выполнения простых когнитивных задач.
Каждая область оценивается по 10-балльной шкале, а 100 % — это уровень образованного взрослого человека.
📊 Что показали тесты
Результаты оказались захватывающими и тревожными одновременно.
- 💬 GPT-4 набрал всего 27 % — интеллект младшего школьника с хорошей памятью, но слабым абстрактным мышлением.
- ⚙️ GPT-5 — уже 57 %, то есть где-то между студентом и «умным коллегой».
- 😴 0 % по долговременной памяти (MS) — и это ключевой барьер. Модели всё ещё «забывают» всё после завершения диалога.
Так называемый «зубчатый профиль интеллекта» показывает, что современные ИИ похожи на людей с выдающимися знаниями и отличной скоростью чтения, но с амнезией. Они не умеют стабильно сохранять и извлекать личный опыт.
🧩 «Когнитивные протезы» машинного интеллекта
Самое интересное в статье — не сами проценты, а то, как исследователи описывают обходные пути, которыми ИИ-компании пытаются компенсировать эти пробелы.
🔁 RAG (Retrieval-Augmented Generation) — костыль вместо памяти.
Модель не помнит, но может искать. RAG даёт ей внешнюю базу знаний, однако это не «воспоминания», а просто поиск по документам.
🧠 Большие контекстные окна — попытка заменить долговременную память рабочей. Но, как отмечают авторы, это всё равно что пытаться жить, помня только то, что помещается на доске в голове.
⚙️ LoRA-адаптеры и другие «обучаемые модули» — возможно, первые шаги к настоящему механизму обучения из опыта. Но пока это лишь теоретическая перспектива.
🧭 Почему это определение важно
До сих пор «AGI» было чем-то вроде философской миражной цели — каждый вкладывал своё. Теперь же появляется операциональное определение, проверяемое тестами, как IQ у людей. Это важно не только для науки, но и для политики, регулирования и безопасности.
📊 Главное отличие от других метрик:
авторы не оценивают экономическую ценность (например, $100 млрд прибыли, как делал Microsoft), а исключительно когнитивную полноту - насколько ИИ близок к универсальному разуму.
🤖 Моё видение
Я считаю, что это исследование — поворотный момент.
Оно делает то, чего не смогли сделать ни Тьюринг, ни Бостром:
переводит разговор об AGI из философии в экспериментальную науку.
Теперь можно не спорить «достигли ли мы AGI», а просто измерить.
И результаты говорят сами за себя:
человечество уже на полпути к цифровому разуму, но пока без памяти, тела и саморефлексии.
Интересно, что из десяти областей именно память и визуально-аудиальные навыки — самые слабые.
Это совпадает с эволюцией человека: сначала мы развили речь и абстракцию, а зрительно-пространственные навыки формировались миллионами лет. Машинам, возможно, предстоит пройти аналогичный путь, но за десятилетие.
🌌 Что дальше
Если GPT-5 — это «подросток», то AGI = 100 % — это взрослый человек, способный учиться всю жизнь, помнить прошлое и прогнозировать будущее.
Путь к нему, как считают авторы, пролегает через решение трёх задач:
🧩 Создание настоящей долговременной памяти, где ИИ может хранить и вспоминать контекст недельной давности.
🧩 Развитие мультимодальных навыков восприятия — зрение, слух, моторика.
🧩 Укрепление самоосознания и метапознания, чтобы машина могла понимать, что она знает и чего не знает.
🔗 Источники
✍️ Авторский взгляд:
Настоящий разум — не в скорости токенов, а в способности помнить, чувствовать и меняться.
Пока же наши машины — умные, но забывчивые дети, и, возможно, это к лучшему.