Что такое AGI? Как определяют общий искусственный интеллект и почему прогнозы расходятся

Что такое AGI?

Общий искусственный интеллект (AGI) — гипотетический вид ИИ, способный решать широкий круг интеллектуальных задач на человеческом уровне или выше, а не преуспевать в одной узкой задаче, например переводе или шахматах. Идея универсальности присутствует во всех серьёзных определениях, но детали различаются: одна научная статья 2025 года начинается с утверждения, что отсутствие конкретного определения затемняет разрыв между сегодняшним специализированным ИИ и познавательными способностями человеческого уровня ^[3].

Диапазон хорошо показывают три часто цитируемые версии:

• Экономическая: Устав OpenAI определяет AGI как «высокоавтономные системы, превосходящие людей в выполнении большей части экономически ценной работы» ^[1].
• Уровневая: исследователи Google DeepMind оценивают системы по двум осям — глубине возможностей (производительности) и широте (универсальности) — и описывают AGI как путь с уровнями, а не единую финишную черту ^[2].
• Психометрическая: статья 2025 года под руководством Дэна Хендрикса определяет AGI как соответствие когнитивной разносторонности и мастерству хорошо образованного взрослого и проверяет его в десяти когнитивных областях ^[3].

Некоторые лидеры отрасли вовсе избегают этого слова. Генеральный директор Anthropic Дарио Амодей называет AGI неточным термином с научно-фантастическим багажом и шумихой и предпочитает выражение «мощный ИИ», который, по его описанию, умнее нобелевского лауреата в большинстве значимых областей ^[4].

Чем AGI отличается от сегодняшнего ИИ и от сверхинтеллекта?

Сегодняшние чат-боты универсальны, но неравномерны. Международный доклад о безопасности ИИ 2026 года отмечает, что ведущие системы показали результат уровня золотой медали на задачах Международной математической олимпиады, но при этом по-прежнему не справляются с некоторыми на вид простыми задачами ^[13]. Сверхинтеллект означает выход за пределы человеческого уровня; в уровнях DeepMind высшая общая ступень называется искусственным сверхинтеллектом (ASI), а сверхчеловеческая производительность определяется как превосходство над 100% людей ^[2].

Какие существуют уровни AGI?

Статья «Levels of AGI» Мередит Рингел Моррис, Шейна Легга и их коллег из Google DeepMind, опубликованная в трудах ICML 2024, предлагает схему классификации моделей AGI и их предшественников, задуманную как общий язык для сравнения систем и отслеживания прогресса ^[2]. В ней сформулированы шесть принципов, в том числе оценивать AGI по тому, что система умеет делать, а не по тому, как она устроена, сосредоточиться на когнитивных и метакогнитивных, а не физических задачах и рассматривать AGI как путь, а не конечную точку ^[2].

Уровни общего ИИ в ней таковы ^[2]:

1. Зарождающийся (Emerging): на уровне неквалифицированного человека или немного лучше. В качестве примеров в статье названы ChatGPT, Bard, Llama 2 и Gemini.
2. Компетентный (Competent): не ниже 50-го процентиля квалифицированных взрослых.
3. Экспертный (Expert): не ниже 90-го процентиля квалифицированных взрослых.
4. Исключительный (Exceptional): не ниже 99-го процентиля квалифицированных взрослых (в более ранних версиях — «Virtuoso»).
5. Сверхчеловеческий (Superhuman): превосходит 100% людей.

Статья Google DeepMind о безопасности 2025 года опирается на эту шкалу и сосредоточена на исключительном AGI, который определяется как система, достигающая или превосходящая уровень 99-го процентиля квалифицированных взрослых в широком круге нефизических задач ^[10].

Как исследователи измеряют продвижение к AGI?

Раз определения различаются, различаются и мерила. Два недавних проекта иллюстрируют подходы.

Когнитивная «оценка AGI»

Концепция под руководством Хендрикса адаптирует для ИИ батареи психометрических тестов для людей и опирается на теорию когнитивных способностей человека Кеттелла — Хорна — Кэрролла ^[3]. Она даёт оценки AGI 27% для GPT-4 и 57% для GPT-5 ^[3]. Авторы описывают «неровный» профиль: сильные результаты в областях, требующих обширных знаний, и критические пробелы в базовых способностях, прежде всего в долговременном хранении информации в памяти ^[3]. Оценка зависит от выбранных авторами областей и весов, поэтому это мера одной исследовательской группы, а не официальная отметка.

Головоломки, простые для людей

Бенчмарк ARC Prize, ARC-AGI, его организаторы описывают как меру обобщения на новых задачах по нескольким примерам ^[14]. В соревновании 2025 года на наборе данных ARC-AGI-2 1455 команд подали 15154 решения, а лучший результат достиг 24% на закрытом оценочном наборе ^[14]. Организаторы представили предварительную версию ARC-AGI-3, в которую добавлены интерактивные задачи, проверяющие исследование среды, планирование, память и постановку целей ^[14].

У бенчмарков есть известная слабость: в отчёте ARC Prize утверждается, что рассуждения передовых моделей ограничены охватом их знаний, что порождает новые формы загрязнения бенчмарков ^[14]. Международный доклад о безопасности ИИ добавляет, что методы оценки того, как и когда появляются новые возможности, остаются ненадёжными ^[13].

Когда появится AGI, по мнению лидеров отрасли?

Публичные прогнозы руководителей компаний — это выражение убеждений, а не доказательства, и в них часто используются разные определения. По состоянию на 3 ноября 2026 года их разброс велик:

• Сэм Альтман (OpenAI) написал в январе 2025 года: «Теперь мы уверены, что знаем, как создать AGI в том виде, в каком его традиционно понимали» ^[5].
• Дарио Амодей (Anthropic) написал в октябре 2024 года, что мощный ИИ может появиться уже в 2026 году, хотя это может занять и гораздо больше времени ^[4]. В январе 2025 года он сказал CNBC, что ИИ, превосходящий почти всех людей почти во всех задачах, может появиться в течение двух-трёх лет ^[6].
• Демис Хассабис (Google DeepMind) в марте 2025 года заявил, что AGI, который он описал как систему, способную проявлять все сложные способности, присущие людям, начнёт появляться в ближайшие пять — 10 лет ^[6].
• Команда Google DeepMind по безопасности в апреле 2025 года написала, что сроки крайне неопределённы, но считает правдоподобным появление мощных ИИ-систем к 2030 году ^[10].
• Ян Лекун, ушедший из Meta, чтобы основать стартап AMI, в январе 2026 года сказал MIT Technology Review, что большие языковые модели не могут по-настоящему рассуждать или планировать, поскольку у них нет модели мира, и что ИИ человеческого уровня не появится ни в следующем году, ни через два года и не будет построен на LLM ^[7].
• Робин Ли (Baidu) в 2024 году заявил, что до AGI ещё более 10 лет, сообщает CNBC ^[6].

Что показывают опросы исследователей ИИ?

Опросы исследователей полезны для проверки прогнозов руководителей, хотя и они измеряют мнения, а не факты.

Крупнейший из них — опрос 2778 исследователей, публиковавшихся на ведущих площадках по ИИ, который Катя Грейс и соавторы опубликовали в 2024 году ^[8]. Респонденты оценили вероятность того, что машины превзойдут людей в любой возможной задаче, в 10% к 2027 году и в 50% к 2047 году — на 13 лет раньше, чем в опросе той же команды 2022 года ^[8]. Для полной автоматизации всех человеческих профессий 50-процентная оценка пришлась на 2116 год ^[8].

Ассоциация по развитию искусственного интеллекта (AAAI) опросила 475 респондентов, около двух третей из которых — представители академической среды, для доклада своей Президентской группы 2025 года ^[9]. В этом опросе 76% заявили, что масштабирование нынешних подходов к ИИ вряд ли или очень вряд ли приведёт к AGI ^[9]. Большинство респондентов (77%) поставили создание систем с приемлемым соотношением рисков и пользы выше прямого стремления к AGI, а 70% выступили против остановки исследований AGI до появления полноценных механизмов безопасности ^[9].

Эти два результата не обязательно противоречат друг другу: исследователи могут ожидать появления очень мощного ИИ в течение десятилетий и при этом сомневаться, что к нему приведут нынешние методы, просто увеличенные в масштабе ^[8][9].

Почему эксперты расходятся во мнениях об AGI?

В споре об AGI переплетено несколько самостоятельных разногласий:

• Определения. Тест, основанный на экономически ценной работе ^[1], процентиль квалифицированных взрослых ^[2] и психометрический профиль ^[3] могут давать разные ответы об одной и той же системе.
• Методы. Одни лидеры отрасли ожидают, что нынешние подходы продолжат быстро совершенствоваться ^[5], тогда как Лекун утверждает, что нужны новые архитектуры на основе моделей мира ^[7], а большинство респондентов AAAI сомневаются, что одного масштабирования хватит ^[9].
• Неравномерность способностей. Системы, блестяще решающие сложные математические задачи, всё ещё могут проваливать простые, что затрудняет единый вердикт ^[13]. Концепция Хендрикса обнаруживает ту же неровность ^[3].
• Само прогнозирование. Международный доклад о безопасности ИИ указывает на существенную неопределённость относительно темпов будущего прогресса и на то, что, согласно анализу ОЭСР, итоги к 2030 году могут варьироваться от скромных улучшений до стремительного роста ^[13].
• Стимулы. Для некоторых компаний AGI имеет договорное и коммерческое значение, как показывают соглашения Microsoft и OpenAI ^[11][12], поэтому публичные заявления могут нести деловой вес.

Почему определение AGI важно для бизнеса?

Самый наглядный пример — партнёрство Microsoft и OpenAI. Согласно соглашению, объявленному 28 октября 2025 года, любое заявление OpenAI о достижении AGI должна была проверять независимая экспертная комиссия ^[11]. Права Microsoft на модели и продукты OpenAI были продлены до 2032 года, её права на интеллектуальную собственность в сфере исследований должны были действовать до подтверждения AGI комиссией или до 2030 года — в зависимости от того, что наступит раньше, — а Microsoft получила право самостоятельно добиваться создания AGI ^[11].

27 апреля 2026 года компании снова изменили курс. CNBC сообщил, что выплаты OpenAI в пользу Microsoft в рамках распределения выручки теперь ограничены общим лимитом и продолжаются до 2030 года «независимо от технологического прогресса OpenAI», что Microsoft больше не нужно определять свою реакцию, если OpenAI объявит о достижении AGI, и что лицензия Microsoft на интеллектуальную собственность до 2032 года больше не является эксклюзивной ^[12]. Этот эпизод показывает, что «AGI» служил не только научной целью, но и юридическим триггером, а его договорную роль можно пересмотреть.

Каковы выгоды и риски стремления к AGI?

Заявленные выгоды

• Амодей прогнозирует, что биология и медицина с опорой на ИИ смогут сжать прогресс, которого биологи достигли бы за следующие 50–100 лет, до 5–10 лет, и описывает мощный ИИ как «страну гениев в дата-центре» ^[4].
• Заявленная миссия OpenAI — чтобы AGI приносил пользу всему человечеству ^[1].

Риски и опасения

• Статья Google DeepMind о безопасности делит риски AGI на злоупотребления, рассогласованность целей, ошибки и структурные риски и сосредоточена на последствиях, способных нанести значительный вред человечеству ^[10].
• Международный доклад о безопасности ИИ отмечает, что одни исследователи и руководители компаний считают потерю контроля серьёзной возможностью, а другие считают подобные сценарии неправдоподобными ^[13].
• В опросе AAAI 82% респондентов заявили, что системы AGI, разработанные частными организациями, должны находиться в общественной собственности ^[9].

Что будет дальше?

Стоит ожидать новых попыток уточнить термин с помощью тестов, а не лозунгов: таких схем, как уровни DeepMind ^[2] и оценка AGI Хендрикса ^[3], и новых бенчмарков вроде ARC-AGI-3 ^[14]. Стоит ожидать и того, что каждый выпуск новой модели будет возрождать заявления и опровержения, поскольку определения остаются спорными ^[2][3].

Что пока неизвестно

• Будет ли масштабирование нынешних методов и дальше давать прирост — в этом сомневается большинство респондентов AAAI ^[9].
• Удастся ли быстро закрыть фундаментальные пробелы, например в долговременной памяти ^[3].
• Продолжат ли сдвигаться прогнозы исследователей, которые между опросом команды Грейс 2022 года и её последним опросом сместились на 13 лет раньше ^[8].

Практический совет неспециалистам: встречая любое утверждение, что «AGI уже наступил» или что «AGI невозможен», сначала спрашивайте, какое определение используется и какие доказательства его подкрепляют.