这篇文章由多位作者合作撰写，探讨了通用人工智能（AGI）的定义，旨在为这一前沿领域提供清晰的概念框架和研究方向。

论文标题：通用人工智能（AGI）的定义

作者团队：由Dan Hendrycks、Dawn Song等30余位人工智能领域专家联合撰写

核心内容： 1. 研究背景： - 目前缺乏对AGI的明确定义，导致难以评估现有AI系统与人类认知水平的真实差距

2. 创新定义：

• 提出将AGI定义为"达到受过良好教育的成年人的认知广度和熟练程度"
• 基于Cattell-Horn-Carroll理论（最受实证支持的人类认知模型）建立量化框架

3. 评估体系：

• 将通用智能分解为10个核心认知领域（包括推理、记忆、感知等）
• 采用经过验证的人类心理测量方法来评估AI系统

4. 研究发现：

• 当前AI模型呈现"碎片化"认知特征
• 优势领域：知识密集型任务表现良好
• 显著缺陷：基础认知机制（特别是长期记忆存储）存在严重不足
• 量化评分：GPT-4得分27%，GPT-5提升至58%，显示快速进步但仍存显著差距

5. 学术价值：

• 首次提供可量化的AGI评估标准
• 为AI发展路径提供明确参照系

注：原文中的作者完整列表、技术细节和引用信息等辅助性内容已做精简处理，保留核心学术观点。

评论总结：

1. AGI定义争议

   • 主要观点：AGI定义模糊且不断变化，难以达成共识。
   • 引用：
     • "Whatever the definition may be, the goalposts are usually moved once AI reaches that point." (vardump)
     • "defining AGI as matching the cognitive versatility and proficiency of a well-educated adult." (bmacho)

2. 现有AI的局限性

   • 主要观点：当前AI（如GPT-5）虽在某些领域表现优异，但距离真正的AGI仍有差距。
   • 引用：
     • "GPT-5 scores 58%? That seems way too high. GPT-5 is good but it is not that close to AGI." (modeless)
     • "We have SAGI: Stupid Artificial General Intelligence." (edulix)

3. 定义框架的批评

   • 主要观点：基于人类认知理论（如Cattell-Horn-Carroll）的AGI定义可能不适用于非人类智能。
   • 引用：
     • "Human intelligence tests are designed to measure variation in human intelligence -- it's silly to take those same isolated benchmarks and pretend they mean the same thing when applied to machines." (jal278)
     • "It misses so many parts of the cognition that make humans flexible and successful." (oidar)

4. 实用主义观点

   • 主要观点：AGI定义应关注实际能力而非理论框架，如能否替代人类完成复杂任务。
   • 引用：
     • "I would call it an AGI when i replace my smartphone and laptop with it." (dwa3592)
     • "AI matching the intelligence of some nonhuman animals would be an epoch-defining accomplishment." (flkiwi)

5. 未来展望

   • 主要观点：AGI的讨论可能永无止境，技术进步将不断重新定义标准。
   • 引用：
     • "As with any technology, there's not really a destination. There is only the process of improvement." (tcdent)
     • "when the first model will hit 100% on their framework, we'll find new frameworks to debate about." (NitpickLawyer)

总结：评论反映了对AGI定义的广泛争议，既有对当前AI能力的肯定，也有对理论框架的质疑，同时强调实用性和未来发展的不确定性。