生活分享

通用人工智慧（AGI）是什麼：各家定義為什麼不一樣

AGI 沒有公認定義：OpenAI 章程看經濟價值工作，Google DeepMind 的 Levels of AGI 用表現與通用程度分級並把自主性分開談，學術界則量目標達成與技能習得效率。內容並列這些定義，說明基準測試分數為何不能直接宣告 AGI，並附讀新聞的檢查清單。

閱讀時間約 7 分鐘

長條圖、階梯與學習曲線三種量法，各自連向同一個以虛線圈起的目標
圖片：Mokaair (© Mokaair)

通用人工智慧（Artificial General Intelligence，簡稱 AGI）沒有公認的定義。OpenAI、Google DeepMind 和學術界各有說法：有的看在多數有經濟價值的工作上能否勝過人類，有的看多少任務達到什麼水準，有的看學新技能的效率。所以「某系統達到 AGI」是句不完整的話，要先補上兩件事：用哪個定義，以及怎麼量。

這篇不預測 AGI 何時出現，也不評論任何產品，只把一手文件的定義並排，說明各自量什麼，最後給讀新聞的檢查清單。AGI 是底下的概念，不熟的話可先看那篇。

九種說法，沒有共識

Google DeepMind 的 Morris 等人在 2024 年的機器學習會議 ICML 發表立場論文（position paper），檢視九種既有說法，如圖靈測試、機器有沒有意識、做得了有經濟價值的工作。多數說法談系統做得到什麼，不是怎麼做到，但「哪些任務」「跟哪些人比」都留著模糊空間。AGI 同時連著目標、預測與風險，定義不同，結論就可能不同。

三種定義，三把尺

OpenAI 章程把 AGI 寫成「高度自主、在多數具經濟價值的工作上勝過人類的系統」。Morris 等人認為它只看表現、不問機制，還給了經濟價值這把可能的尺；但像藝術創意這類沒有明確經濟價值的能力未必量得進去，「產生價值」也隱含要實際部署，系統卻可能做得到而沒被用上。OpenAI 2023 年的另一篇文章寫成「整體上比人類更聰明的 AI 系統」，沒附判定方法。

Legg 與 Hutter 在 2007 年定義的是機器智慧，不是直接定義 AGI，重點在「廣泛」：在各種環境中達成目標的能力。他們寫成數學式，越簡單的環境權重越大，但式中的柯氏複雜度無法計算，作者自己說這是定義，不是實用測試。

Chollet 在 2019 年主張只量技能不夠，因為先備知識和訓練資料可以「買到」技能，掩蓋系統自己的泛化能力。他把智慧定義為考慮先備知識、經驗與泛化難度後的技能習得效率，並以 ARC 資料集為量法，同時承認它仍是進行中的作品。ARC Prize 基金會的官方頁面據此把 AGI 說成「能追上人類學習效率的系統」，並認為「自動化多數經濟價值工作」是有用的目標，卻不是智慧的正確量法。

各定義整理自一手文件，出處見文末來源；查證於 2026 年 10 月。
誰的說法怎麼定義判定要看什麼
OpenAI 章程高度自主，在多數有經濟價值的工作上勝過人類哪些工作、「多數」怎麼算、跟誰比
OpenAI 2023 年文章整體上比人類更聰明文中沒有判定方法
Google DeepMind表現與通用程度兩軸分級基準需另行設計，論文未提出
Legg 與 Hutter定義機器智慧：在廣泛環境中達成目標式子無法計算，只是定義
Chollet、ARC PrizeChollet 定義智慧是技能習得效率，ARC Prize 據此定義 AGI在沒見過的任務上學多快

Levels of AGI：兩個軸，加一條另外談的自主性

Morris 等人把問題拆成兩軸。表現（performance）是深度，看系統在任務上相當於人類的哪個位置；通用程度（generality）是廣度，看它在多大範圍的任務上達標。窄（Narrow）指範圍明確的一項或幾項任務，通用（General）指廣泛的非物理任務，含學習新技能這類後設認知任務。

表現分五級：Level 1 Emerging 約等於或略優於沒有技能的人，Level 2 Competent 至少是具備該技能成年人的第 50 百分位，Level 3 Expert 至少第 90 百分位，Level 4 Exceptional 至少第 99 百分位（ICML 論文集版稱 Virtuoso，2025 年的 arXiv 修訂版改名），Level 5 Superhuman 勝過 100% 的人。一個系統可橫跨好幾格，論文因此建議模型文件逐項寫出表現分布。

自主性（autonomy）是另一條軸，論文指出 AGI 不必然等於自主。六級人機互動為：0 沒有 AI、1 工具、2 顧問、3 協作者、4 專家、5 代理（Agent）。能力越強越能「解鎖」高自主性：論文的對照表推估，窄 AI 也可能解鎖自主性 1 到 4 級，5 級只列通用 AI。但能力不決定該用哪一級，設計者可以刻意選低的。章程則把「高度自主」寫進定義。自主程度越高，系統是否照人的意圖行動越重要，可參考。

Levels of AGI 分級圖：表現從 Level 1 到 Level 5，Level 2 到 4 對應 50、90、99 百分位，Level 5 勝過 100% 的人，窄與通用兩欄，通用欄最高一格為超級智慧，右側另列自主性 0 到 5 級，窄與通用兩欄的能力提升都可能解鎖較高的自主性
左邊是 Morris 等人的表現與通用程度兩軸，右邊的自主性是另一條軸，取決於設計者與使用者選擇怎麼和系統互動。 · 圖片：Mokaair (© Mokaair)

窄 AI、通用 AI 與超級智慧

窄與通用差在範圍，不差在強弱：只做單一任務的系統可以勝過所有人（Level 5 窄 AI），但仍是窄的。超級智慧（Artificial Superintelligence，ASI）是最上面一格：通用，而且勝過 100% 的人，這是 Morris 等人的定義，不是各家共通的用法。

Chollet 認為通用智慧不是有或沒有，而是一條光譜，把「通用」當絕對目標在概念上站不住腳。DeepMind 2025 年的技術安全論文則以 Exceptional AGI 為討論水準，並把超級智慧才有的新風險留給後續研究。

為什麼基準分數不能直接宣告 AGI

只能說明系統在那組題目、那種設定下的表現。Morris 等人沒有提出 AGI 基準，而是討論基準該量什麼、該具備哪些性質，並列出開放問題，如通用程度要涵蓋哪些任務、要通過多少比例。

他們點出不對稱：證明某系統不屬於某一級，只要找出一般人通常做得到、它卻做不好的任務；要說它屬於，卻得面對列不完的任務。Marcus 提出的五項任務（如看懂小說、在任意一間廚房做菜、寫出沒有錯誤的一萬行程式）就是例子：論文指出，沒通過其中幾項可能表示還不是，全部通過卻不一定足以說明是。

示例（假想情境，未實測）：新聞說某公司的系統在公開題庫拿到九成正確率，所以「達到 AGI」。可追問：題庫涵蓋幾種任務，有沒有學新技能的任務；九成是和哪群人比，相當於第幾百分位；系統事前是否見過類似題目（Chollet 稱這能「買到」分數）；第三方能否在相同設定下重現。這些有答案前，新聞最多支持「在該題庫、該設定下得分很高」。

讀 AGI 新聞的檢查清單

  1. 誰說的：開發者自己宣布，還是第三方查驗過？AGI 也曾被寫進公司之間的合作協議，雙方的官方公告卻沒寫出判定標準，所以不論誰宣告，都要追問依據。
  2. 用哪個定義：經濟價值工作、分級表上的哪一格，還是學習效率？沒交代的只是口語用法。
  3. 怎麼量：哪些任務、對照哪群人、第幾百分位、題目是否事前未知。
  4. 量潛力還是部署：Morris 等人主張 AGI 看系統做得到什麼，不是已被用在多大範圍。
  5. 自主性有沒有混進來：系統能做某件事，與讓它不經人確認就去做，是兩個決定。

更廣的 AI 能與不能，可對照；其他名詞可從查起。

同主題延伸閱讀

  • 生活分享

    世界模型（World Model）是什麼：讓 AI 預測「接下來會怎樣」

    世界模型指 AI 內部用來預測「這樣做之後會怎樣」的模型，但這個詞至少有三種用法：強化學習代理在想像中練習用的環境模型、LeCun 主張預測抽象表示的架構路線，以及能隨操作即時生成畫面的互動環境。內容用示例說明怎麼在想像中規劃，並列出大型語言模型有沒有世界模型的正反研究，附讀新聞時的檢查問題。

  • 生活分享

    視覺語言模型（VLM）是什麼：讓 AI 讀圖片、再用文字回答

    視覺語言模型（VLM）能同時接收圖片與文字，再用文字回答。內容拆解視覺編碼器、連接層與語言模型三段結構，說明 CLIP、Flamingo、LLaVA 三篇論文各補上哪一塊，並和多模態 AI、文字生圖分清楚；也整理它常犯的錯：數錯數量、搞混位置、說出圖裡沒有的東西，附上讀收據時逐行核對的步驟。

  • 生活分享

    溫度（Temperature）是什麼：AI 回答變化程度的取樣參數

    溫度（temperature）是文字生成時調整取樣的參數，讓模型從下一個 token 的機率分布裡抽得更集中或更分散。用假想的台南早餐示例算出低溫與高溫的差別，說明 top-p 的來源和它與 top-k 的差別，並依官方文件與論文指出：調低溫度不代表更準，設成 0 也不保證每次相同，部分模型還不開放調整。

  • 生活分享

    合成資料（Synthetic Data）是什麼：兩種用途、品質控管與模型崩潰

    合成資料是由演算法或模型產生、模仿真實資料特徵的資料，常見用途有兩種：訓練模型，以及在隱私需求下替代真資料。內容依 Self-Instruct、模型崩潰研究（替換與累積資料的差別）與 NIST、ICO 的隱私文件，說明做法、抽查流程，以及它不能保證的事。

引用本文的文章

最新旅遊情報攻略

資料來源

生活分享