בקצרה
AGI, או בינה מלאכותית כללית, פירושה בינה מלאכותית שמשתווה לבני אדם או עולה עליהם ברוב המשימות, ולא בתפקיד צר אחד. אין הגדרה מוסכמת: OpenAI קושרת אותה לעבודה בעלת ערך כלכלי [1], חוקרי DeepMind משתמשים ברמות [2], ואחרים מודדים אותה מול אדם בוגר משכיל [3]. התחזיות נעות מסוף שנות ה-2020 ועד עשורים רבים [6][8].
עיקרי הדברים
- אמנת OpenAI מגדירה AGI כמערכות אוטונומיות במידה רבה שעולות על בני אדם ברוב העבודה בעלת הערך הכלכלי [1].
- חוקרי Google DeepMind הציעו חמש רמות של AGI, מ"מתהווה" ועד "על-אנושית", שנקבעות לפי ביצועים ולפי כלליות [2].
- מסגרת מ-2025 העניקה ל-GPT-4 ציון של 27% ול-GPT-5 ציון של 57% מההגדרה שלה ל-AGI, עם זיכרון ארוך טווח חלש [3].
- בסקר של 2,778 חוקרי בינה מלאכותית, התחזית החציונית העניקה סיכוי של 50% לכך שמכונות יעלו על בני אדם בכל משימה עד 2047 [8].
- 76% מתוך 475 המשיבים לסקר של AAAI אמרו שהגדלת היקף הגישות הנוכחיות בבינה מלאכותית לא צפויה, או בכלל לא צפויה, להוביל ל-AGI [9].
- הדוח הבינלאומי על בטיחות בינה מלאכותית 2026 קובע שביצועי הבינה המלאכותית נותרו "משוננים", ושמערכות מובילות עדיין נכשלות בחלק מהמשימות שנראות פשוטות [13].
בעמוד הזה 13 חלקים
מה זה AGI?
בינה מלאכותית כללית (AGI) היא סוג היפותטי של בינה מלאכותית שיכולה להתמודד עם מגוון רחב של משימות אינטלקטואליות ברמה אנושית או מעליה, במקום להצטיין במשימה צרה אחת כמו תרגום או שחמט. כל הגדרה רצינית חולקת את רעיון הכלליות הזה, אבל הפרטים שונים: מאמר מחקר אחד מ-2025 פותח בטענה שהיעדר הגדרה קונקרטית מטשטש את הפער בין הבינה המלאכותית המתמחה של היום לבין קוגניציה ברמה אנושית [3].
שלוש גרסאות שמצוטטות רבות מדגימות את הטווח:
- כלכלית: אמנת OpenAI מגדירה AGI כ"מערכות אוטונומיות במידה רבה שעולות על בני אדם ברוב העבודה בעלת הערך הכלכלי" [1].
- רמות: חוקרי Google DeepMind מדרגים מערכות על פני שני צירים, עומק היכולת (ביצועים) ורוחבה (כלליות), ומתארים את ה-AGI כדרך עם רמות ולא כקו סיום יחיד [2].
- פסיכומטרית: מאמר מ-2025 בהובלת דן הנדריקס (Dan Hendrycks) מגדיר AGI כהשתוות לרב-גוניות הקוגניטיבית ולמיומנות של אדם בוגר משכיל, ובוחן אותה בעשרה תחומים קוגניטיביים [3].
חלק מהמנהיגים נמנעים מהמילה לגמרי. מנכ״ל Anthropic, דריו אמודיי (Dario Amodei), מכנה את AGI מונח לא מדויק שנושא מטען של מדע בדיוני והייפ, ומעדיף את "בינה מלאכותית רבת עוצמה", שאותה הוא מתאר כחכמה יותר מזוכה פרס נובל ברוב התחומים הרלוונטיים [4].
במה שונה AGI מהבינה המלאכותית של היום ומבינת-על?
הצ׳טבוטים של היום הם כלליים, אבל לא אחידים. הדוח הבינלאומי על בטיחות בינה מלאכותית 2026 מציין שמערכות מובילות השיגו ביצועים ברמת מדליית זהב בשאלות של האולימפיאדה הבינלאומית במתמטיקה, ובו בזמן עדיין נכשלו בחלק מהמשימות שנראות פשוטות [13]. בינת-על פירושה מעבר לרמה האנושית; ברמות של DeepMind, הדרגה הכללית העליונה נקראת בינת-על מלאכותית (ASI), וביצועים על-אנושיים מוגדרים כעלייה על 100% מבני האדם [2].
מה הן רמות ה-AGI?
המאמר "Levels of AGI" של מרדית׳ רינגל מוריס (Meredith Ringel Morris), שיין לג (Shane Legg) ועמיתיהם ב-Google DeepMind, שפורסם בכתבי הכנס ICML 2024, מציע מסגרת לסיווג מודלים של AGI והמודלים שקדמו להם, שנועדה לשמש שפה משותפת להשוואת מערכות ולמעקב אחר ההתקדמות [2]. הוא מציג שישה עקרונות, בהם שיפוט AGI לפי מה שמערכת מסוגלת לעשות ולא לפי האופן שבו היא פועלת, התמקדות במשימות קוגניטיביות ומטה-קוגניטיביות ולא במשימות פיזיות, והתייחסות ל-AGI כאל דרך ולא כאל נקודת סיום [2].
רמות הבינה המלאכותית הכללית שלו הן [2]:
- מתהווה (Emerging): שווה לאדם לא מיומן או טובה ממנו במעט. המאמר מונה את ChatGPT, Bard, Llama 2 ו-Gemini כדוגמאות.
- מוכשרת (Competent): לפחות האחוזון ה-50 של מבוגרים מיומנים.
- מומחית (Expert): לפחות האחוזון ה-90 של מבוגרים מיומנים.
- יוצאת דופן (Exceptional): לפחות האחוזון ה-99 של מבוגרים מיומנים (נקראה "וירטואוזית" בגרסאות מוקדמות יותר).
- על-אנושית (Superhuman): עולה על 100% מבני האדם.
מאמר בטיחות של Google DeepMind מ-2025 נשען על הסולם הזה ומתמקד ב-AGI יוצאת דופן, שאותה הוא מגדיר כמערכת שמשתווה לאחוזון ה-99 של מבוגרים מיומנים או עולה עליו במגוון רחב של משימות לא פיזיות [10].
איך חוקרים מודדים התקדמות לקראת AGI?
מכיוון שההגדרות שונות, גם אמות המידה שונות. שני מאמצים עדכניים ממחישים את הגישות.
"ציון AGI" קוגניטיבי
המסגרת בהובלת הנדריקס מתאימה לבינה מלאכותית סוללות של מבחנים פסיכומטריים לבני אדם ומבססת אותן על תיאוריית Cattell-Horn-Carroll של היכולות הקוגניטיביות האנושיות [3]. היא מדווחת על ציוני AGI של 27% ל-GPT-4 ו-57% ל-GPT-5 [3]. המחברים מתארים פרופיל "משונן": ביצועים חזקים בתחומים עתירי ידע, אך ליקויים קריטיים ביכולות יסוד, במיוחד באחסון בזיכרון ארוך טווח [3]. הציון תלוי בתחומים ובמשקלות שהמחברים בחרו, ולכן זהו מדד של קבוצת מחקר אחת ולא ציון רשמי.
חידות שקלות לבני אדם
מדד ההשוואה של ARC Prize, ARC-AGI, מתואר על ידי מארגניו כמדד להכללה ממספר דוגמאות קטן במשימות חדשות [14]. בתחרות 2025 על מערך הנתונים ARC-AGI-2, 1,455 צוותים הגישו 15,154 הגשות, והציון הגבוה ביותר הגיע ל-24% במערך ההערכה הפרטי [14]. המארגנים הציגו בתצוגה מקדימה את ARC-AGI-3, שמוסיף משימות אינטראקטיביות הבוחנות חקירה, תכנון, זיכרון ורכישת מטרות [14].
למדדי השוואה יש חולשה מוכרת: הדוח של ARC Prize טוען שההסקה של מודלי החזית מוגבלת בכיסוי הידע שלהם, מה שיוצר צורות חדשות של זיהום מדדי ההשוואה [14]. הדוח הבינלאומי על בטיחות בינה מלאכותית מוסיף שהשיטות להערכת האופן והמועד שבהם צצות יכולות חדשות נותרו לא אמינות [13].
מתי תגיע AGI, לפי מנהיגי התעשייה?
תחזיות פומביות של ראשי חברות הן הצהרות אמונה ולא ראיות, ולעיתים קרובות הן מבוססות על הגדרות שונות. נכון ל-3 בנובמבר 2026 הן משתרעות על טווח רחב:
- סם אלטמן (Sam Altman), OpenAI כתב בינואר 2025: "אנחנו בטוחים כעת שאנחנו יודעים איך לבנות AGI כפי שהבנו אותה באופן מסורתי" [5].
- דריו אמודיי, Anthropic כתב באוקטובר 2024 שבינה מלאכותית רבת עוצמה עשויה להגיע כבר ב-2026, אף שהדבר עשוי לקחת הרבה יותר זמן [4]. בינואר 2025 אמר ל-CNBC שבינה מלאכותית הטובה יותר כמעט מכל בני האדם כמעט בכל המשימות עשויה להופיע בתוך שנתיים או שלוש [6].
- דמיס הסאביס (Demis Hassabis), Google DeepMind אמר במרץ 2025 ש-AGI, שאותה תיאר כמערכת המסוגלת להפגין את כל היכולות המורכבות שיש לבני אדם, תתחיל להופיע בחמש עד 10 השנים הבאות [6].
- צוות הבטיחות של Google DeepMind כתב באפריל 2025 שאין לו ודאות רבה לגבי לוחות הזמנים, אבל הוא מוצא סביר שמערכות בינה מלאכותית רבות עוצמה יפותחו עד 2030 [10].
- יאן לקון (Yann LeCun), שעזב את Meta כדי לייסד את הסטארט-אפ AMI, אמר ל-MIT Technology Review בינואר 2026 שמודלי שפה גדולים אינם מסוגלים באמת להסיק או לתכנן משום שחסר להם מודל של העולם, ושבינה מלאכותית ברמה אנושית לא תגיע בשנה הבאה או בעוד שנתיים ולא תיבנה על מודלי שפה [7].
- רובין לי (Robin Li), Baidu אמר ב-2024 ש-AGI רחוקה יותר מ-10 שנים, כפי שדיווחה CNBC [6].
מה אומרים סקרים של חוקרי בינה מלאכותית?
סקרים של חוקרים הם בדיקה מועילה מול תחזיות של מנהלים, אף שגם הם מודדים דעות ולא עובדות.
הגדול שבהם הוא סקר של 2,778 חוקרים שפרסמו בבמות המובילות בתחום הבינה המלאכותית, שפרסמו קטיה גרייס (Katja Grace) ועמיתיה ב-2024 [8]. המשיבים העניקו סיכוי של 10% לכך שמכונות יעלו על בני אדם בכל משימה אפשרית עד 2027, וסיכוי של 50% עד 2047, מועד מוקדם ב-13 שנים מזה שבסקר של אותו צוות מ-2022 [8]. לגבי אוטומציה מלאה של כל המקצועות האנושיים, הערכת ה-50% הייתה 2116 [8].
האגודה לקידום הבינה המלאכותית (AAAI) סקרה 475 משיבים, כשני שלישים מהם מהאקדמיה, לקראת דוח הפאנל הנשיאותי שלה ל-2025 [9]. בסקר הזה, 76% אמרו שהגדלת היקף הגישות הנוכחיות בבינה מלאכותית לא צפויה, או בכלל לא צפויה, להוביל ל-AGI [9]. רוב המשיבים (77%) העדיפו תכנון מערכות עם פרופיל סיכון-תועלת מקובל על פני חתירה ישירה ל-AGI, ו-70% התנגדו לעצירת המחקר על AGI עד שיהיו מנגנוני בטיחות מלאים [9].
שתי התוצאות אינן חייבות לסתור זו את זו: חוקרים יכולים לצפות לבינה מלאכותית בעלת יכולות גבוהות מאוד בתוך עשורים, ובה בעת לפקפק בכך שהשיטות של היום, רק בגרסה גדולה יותר, יגיעו לשם [8][9].
למה מומחים חלוקים בנוגע ל-AGI?
כמה מחלוקות נפרדות כרוכות יחד בוויכוח על AGI:
- הגדרות. מבחן המבוסס על עבודה בעלת ערך כלכלי [1], אחוזון של מבוגרים מיומנים [2] ופרופיל פסיכומטרי [3] יכולים לתת תשובות שונות לגבי אותה מערכת.
- שיטות. חלק מהמנהיגים מצפים שהגישות הנוכחיות ימשיכו להשתפר במהירות [5], ואילו לקון טוען שנדרשות ארכיטקטורות חדשות המבוססות על מודלים של העולם [7], ורוב המשיבים לסקר של AAAI מפקפקים בכך שהגדלת ההיקף לבדה תספיק [9].
- יכולות לא אחידות. מערכות שמצטיינות במתמטיקה קשה עדיין יכולות להיכשל במשימות פשוטות, וזה מקשה על הכרעה אחת [13]. מסגרת הנדריקס מוצאת את אותה "משוננות" [3].
- החיזוי עצמו. הדוח הבינלאומי על בטיחות בינה מלאכותית קובע שיש אי-ודאות ניכרת לגבי קצב ההתקדמות העתידי, ושהתוצאות עד 2030 עשויות לנוע משיפורים צנועים ועד קפיצות מהירות, לפי ניתוחים של ה-OECD [13].
- תמריצים. ל-AGI יש משמעות חוזית ומסחרית עבור חברות מסוימות, כפי שמראים ההסכמים בין Microsoft ל-OpenAI [11][12], ולכן להצהרות פומביות עשוי להיות משקל עסקי.
למה ההגדרה של AGI חשובה לעסקים?
הדוגמה הברורה ביותר היא השותפות בין Microsoft ל-OpenAI. לפי ההסכם שהוכרז ב-28 באוקטובר 2025, כל הכרזה של OpenAI על AGI הייתה אמורה להיות מאומתת על ידי פאנל מומחים בלתי תלוי [11]. הזכויות של Microsoft במודלים ובמוצרים של OpenAI הוארכו עד 2032, זכויות הקניין הרוחני שלה במחקר היו אמורות להימשך עד שהפאנל יאמת AGI או עד 2030, המוקדם מביניהם, ו-Microsoft קיבלה את הזכות לחתור ל-AGI באופן עצמאי [11].
החברות שינו כיוון שוב ב-27 באפריל 2026. CNBC דיווחה שתשלומי חלוקת ההכנסות של OpenAI ל-Microsoft כפופים כעת לתקרה כוללת ונמשכים עד 2030 "ללא תלות בהתקדמות הטכנולוגית של OpenAI", ש-Microsoft כבר אינה צריכה לקבוע את תגובתה אם OpenAI תכריז על AGI, ושרישיון הקניין הרוחני של Microsoft עד 2032 כבר אינו בלעדי [12]. הפרשה מראה ש"AGI" תפקד כמנגנון הפעלה משפטי ולא רק כיעד מדעי, ושאפשר לשאת ולתת מחדש על תפקידו החוזי.
מה היתרונות והסיכונים של החתירה ל-AGI?
יתרונות נטענים
- אמודיי חוזה שביולוגיה ורפואה בסיוע בינה מלאכותית עשויות לדחוס את ההתקדמות שביולוגים אנושיים היו משיגים ב-50 עד 100 השנים הבאות לכדי 5 עד 10 שנים, ומתאר בינה מלאכותית רבת עוצמה כ"מדינה של גאונים במרכז נתונים" [4].
- המשימה המוצהרת של OpenAI היא ש-AGI תועיל לאנושות כולה [1].
סיכונים וחששות
- מאמר הבטיחות של Google DeepMind מקבץ את סיכוני ה-AGI לשימוש לרעה, חוסר התאמה לערכים (misalignment), טעויות וסיכונים מבניים, ומתמקד בנזקים חמורים דיים כדי לפגוע משמעותית באנושות [10].
- הדוח הבינלאומי על בטיחות בינה מלאכותית מציין שחלק מהחוקרים ומראשי החברות רואים באובדן שליטה אפשרות ממשית, ואילו אחרים רואים בתרחישים כאלה תרחישים לא סבירים [13].
- בסקר של AAAI, 82% מהמשיבים אמרו שמערכות AGI שפותחו בידי גופים פרטיים צריכות להיות בבעלות ציבורית [9].
מה הלאה?
צפו לניסיונות נוספים להגדיר את המונח באמצעות מבחנים ולא סיסמאות: מסגרות כמו הרמות של DeepMind [2] וציון ה-AGI של הנדריקס [3], ומדדי השוואה חדשים כמו ARC-AGI-3 [14]. צפו גם לכך שכל השקה של מודל חדש תחייה טענות וטענות נגד, משום שההגדרות נותרו שנויות במחלוקת [2][3].
מה עדיין לא ידוע
- האם הגדלת ההיקף של השיטות הנוכחיות תמשיך להניב שיפורים, דבר שרוב המשיבים לסקר של AAAI מפקפקים בו [9].
- האם אפשר לסגור במהירות פערי יסוד כמו זיכרון ארוך טווח [3].
- האם התחזיות של החוקרים, שהוקדמו ב-13 שנים בין הסקר של צוות גרייס מ-2022 לסקר האחרון שלו [8], ימשיכו לזוז.
קריאה מעשית למי שאינם מומחים: כשנתקלים בטענה ש"AGI כבר הגיעה" או ש"AGI בלתי אפשרית", שאלו קודם באיזו הגדרה משתמשים ואילו ראיות תומכות בה.
| מקור | הגדרה | איך היא נמדדת |
|---|---|---|
| אמנת OpenAI | מערכות אוטונומיות במידה רבה שעולות על בני אדם ברוב העבודה בעלת הערך הכלכלי [1] | תועלת כלכלית; האמנה אינה קובעת מבחן [1] |
| Levels of AGI (חוקרי Google DeepMind) | רמות מ"מתהווה" ועד "על-אנושית" לפי ביצועים וכלליות [2] | אחוזונים של מבוגרים מיומנים במגוון רחב של משימות [2] |
| A Definition of AGI (הנדריקס ועמיתיו) | השתוות לרב-גוניות הקוגניטיבית ולמיומנות של אדם בוגר משכיל [3] | מבחנים פסיכומטריים בעשרה תחומים קוגניטיביים [3] |
| בינה מלאכותית רבת עוצמה (דריו אמודיי) | חכמה יותר מזוכה פרס נובל ברוב התחומים הרלוונטיים [4] | מתוארת במסה, לא במבחן פורמלי [4] |
| הסקר של גרייס ועמיתיה | מכונות שעולות על בני אדם בכל משימה אפשרית [8] | תחזיות הסתברותיות של חוקרים [8] |
| מי | מתי נאמר | הצהרה |
|---|---|---|
| דריו אמודיי | אוקטובר 2024 | בינה מלאכותית רבת עוצמה עשויה להגיע כבר ב-2026, או לקחת הרבה יותר זמן [4] |
| דמיס הסאביס | מרץ 2025 | AGI תתחיל להופיע בחמש עד 10 השנים הבאות [6] |
| מאמר הבטיחות של Google DeepMind | אפריל 2025 | סביר שמערכות בינה מלאכותית רבות עוצמה יפותחו עד 2030 [10] |
| יאן לקון | ינואר 2026 | בינה מלאכותית ברמה אנושית לא בשנה או בשנתיים הקרובות, ולא על בסיס מודלי שפה [7] |
| 2,778 חוקרי בינה מלאכותית (גרייס ועמיתיה) | פורסם ב-2024 | סיכוי של 50% שמכונות יעלו על בני אדם בכל משימה עד 2047 [8] |
| 475 משיבים לסקר של AAAI | מרץ 2025 | 76% אומרים שהגדלת היקף הגישות הנוכחיות לא צפויה להוביל ל-AGI [9] |
טעויות נפוצות
להניח של-"AGI" יש משמעות מוסכמת אחת
הדרך הנכונה: בדקו באיזו הגדרה משתמשים; ההגדרה הכלכלית של OpenAI [1] והרמות של DeepMind [2] יכולות לדרג את אותה מערכת באופן שונה.
להתייחס לתחזיות של מנהלים כאל ראיות
הדרך הנכונה: השוו אותן לסקרים של חוקרים, שנותנים מועדים מאוחרים יותר [8] ומביעים יותר ספק לגבי השיטות הנוכחיות [9].
לראות בציון גבוה במדד השוואה הוכחה לאינטליגנציה כללית
הדרך הנכונה: מערכות מובילות עדיין נכשלות בחלק מהמשימות שנראות פשוטות, והשיטות להערכת האופן והמועד שבהם צצות יכולות חדשות נותרו לא אמינות [13].
לבלבל בין AGI לבינת-על
הדרך הנכונה: בסולם של DeepMind, "על-אנושית" היא הרמה העליונה, מעל "יוצאת דופן"; המונח AGI יכול לתאר גם רמות נמוכות יותר [2].
להניח שהכרזה של חברה על AGI מכריעה את השאלה
הדרך הנכונה: אפילו ההסכם בין Microsoft ל-OpenAI דרש פאנל מומחים בלתי תלוי כדי לאמת הכרזה כזו [11].
שאלות נפוצות
האם AGI כבר קיימת?
אין הסכמה שהיא קיימת. מאמר הרמות של DeepMind מונה צ׳טבוטים כמו ChatGPT ו-Gemini כ"AGI מתהווה", הרמה הנמוכה ביותר [2], ומסגרת הנדריקס מעניקה ל-GPT-5 ציון של 57% מההגדרה שלה [3].
מה ההבדל בין בינה מלאכותית ל-AGI?
מאמר הרמות של DeepMind מבחין בין בינה מלאכותית צרה, שנבנתה למשימה מוגדרת בבירור, לבין בינה מלאכותית כללית שמתמודדת עם מגוון רחב של משימות, ושופט את שתיהן לפי ביצועים וגם לפי כלליות [2]. הצ׳טבוטים של היום נמצאים ברמה הכללית הנמוכה ביותר שלו, "מתהווה" [2].
האם ChatGPT הוא AGI?
לא לפי רוב ההגדרות. האמנה של OpenAI עצמה מציבה את הרף בעלייה על בני אדם ברוב העבודה בעלת הערך הכלכלי [1], והניקוד של קבוצת מחקר חיצונית ממקם את GPT-5 הרחק מתחת להגדרה של הנדריקס [3].
מילון מונחים
- AGI (בינה מלאכותית כללית)
- בינה מלאכותית בעלת יכולת רחבה ברוב המשימות האינטלקטואליות ברמה אנושית או מעליה; ההגדרות משתנות מארגון לארגון [1][2].
- בינת-על
- בינה מלאכותית שעולה בהרבה על היכולת האנושית; הרמה העליונה בסולם של DeepMind, "על-אנושית", עולה על 100% מבני האדם [2].
- ביצועים משוננים
- תוצאות חזקות בחלק מהמשימות הקשות לצד כישלונות במשימות שנראות פשוטות [13].
- הגדלת היקף (scaling)
- שיפור בינה מלאכותית בעיקר באמצעות יותר נתונים, יותר כוח מחשוב ומודלים גדולים יותר, גישה שרבים מהמשיבים לסקר של AAAI מפקפקים בכך שתגיע לבדה ל-AGI [9].
- מודל של העולם
- מודל פנימי של האופן שבו העולם הפיזי פועל, שלטענת לקון חסר במודלי שפה [7].
מקורות
- OpenAI Charter OpenAI
- Levels of AGI for Operationalizing Progress on the Path to AGI Morris et al., Google DeepMind; Proceedings of ICML 2024 (arXiv, v5) · 2025-09-24
- A Definition of AGI Hendrycks et al. (arXiv) · 2025-10-21
- Machines of Loving Grace Dario Amodei
- Reflections Sam Altman
- AI that can match humans at any task will be here in five to 10 years, Google DeepMind CEO says CNBC via NBC News · 2025-03-17
- Yann LeCun's new venture is a contrarian bet against large language models MIT Technology Review · 2026-01-22
- Thousands of AI Authors on the Future of AI Grace et al. (arXiv) · 2024-01-05
- AAAI 2025 Presidential Panel on the Future of AI Research Association for the Advancement of Artificial Intelligence
- An Approach to Technical AGI Safety and Security Shah et al., Google DeepMind (arXiv) · 2025-04-02
- The next chapter of the Microsoft-OpenAI partnership Microsoft · 2025-10-28
- OpenAI shakes up partnership with Microsoft, capping revenue share payments CNBC · 2026-04-27
- International AI Safety Report 2026: Extended Summary for Policymakers International AI Safety Report (chair: Yoshua Bengio) · 2026-02-03
- ARC Prize 2025: Technical Report Chollet, Knoop, Kamradt, Landers (arXiv) · 2026-01-15
תגובות
הערות מובילות