論文の概要: A Definition of AGI

• arxiv url: http://arxiv.org/abs/2510.18212v1
• Date: Tue, 21 Oct 2025 01:28:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:12.753688
• Title: A Definition of AGI
• Title（参考訳）: AGIの定義
• Authors: Dan Hendrycks, Dawn Song, Christian Szegedy, Honglak Lee, Yarin Gal, Erik Brynjolfsson, Sharon Li, Andy Zou, Lionel Levine, Bo Han, Jie Fu, Ziwei Liu, Jinwoo Shin, Kimin Lee, Mantas Mazeika, Long Phan, George Ingebretsen, Adam Khoja, Cihang Xie, Olawale Salaudeen, Matthias Hein, Kevin Zhao, Alexander Pan, David Duvenaud, Bo Li, Steve Omohundro, Gabriel Alfour, Max Tegmark, Kevin McGrew, Gary Marcus, Jaan Tallinn, Eric Schmidt, Yoshua Bengio,
• Abstract要約: 人工知能の具体的な定義の欠如は、今日の専門的なAIと人間レベルの認知のギャップを曖昧にしている。 そこで本研究では,AGIを認知的多目的性と熟達度に適合するものとして,これに対応するための定量的枠組みを提案する。
• 参考スコア（独自算出の注目度）: 208.25193480759026
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The lack of a concrete definition for Artificial General Intelligence (AGI) obscures the gap between today's specialized AI and human-level cognition. This paper introduces a quantifiable framework to address this, defining AGI as matching the cognitive versatility and proficiency of a well-educated adult. To operationalize this, we ground our methodology in Cattell-Horn-Carroll theory, the most empirically validated model of human cognition. The framework dissects general intelligence into ten core cognitive domains-including reasoning, memory, and perception-and adapts established human psychometric batteries to evaluate AI systems. Application of this framework reveals a highly "jagged" cognitive profile in contemporary models. While proficient in knowledge-intensive domains, current AI systems have critical deficits in foundational cognitive machinery, particularly long-term memory storage. The resulting AGI scores (e.g., GPT-4 at 27%, GPT-5 at 58%) concretely quantify both rapid progress and the substantial gap remaining before AGI.
• Abstract（参考訳）: 人工知能(AGI)の具体的定義の欠如は、今日の専門的AIと人間レベルの認知のギャップを曖昧にしている。 そこで本研究では,AGIを認知的多目的性と熟達度に適合するものとして,これに対応するための定量的枠組みを提案する。 これを運用するには、人間の認知の最も実証的に検証されたモデルであるキャッテル・ホルン・キャロル理論を基礎にしている。 このフレームワークは、一般知能を10の認知領域(推論、記憶、知覚を含む)に分割し、確立された人間の心理測定バッテリーをAIシステムの評価に適用する。 このフレームワークの応用は、現代のモデルで非常に「タグ付けされた」認知プロファイルを明らかにする。 知識集約的なドメインには熟練しているが、現在のAIシステムは基礎的認知機械、特に長期記憶装置に重大な欠陥がある。 得られたAGIスコア(GPT-4が27%、GPT-5が58%)は、AGIの急速な進歩と、AGIの前に残る実質的なギャップの両方を具体的に定量化する。

関連論文リスト

• From Mimicry to True Intelligence (TI) -- A New Paradigm for Artificial General Intelligence [0.0]
  現在のパフォーマンスベースの定義は、研究のための明確なメカニズム中心のロードマップを提供していないため、不十分である、と私たちは主張する。 本稿では,外部模倣から基礎的認知アーキテクチャ開発へと焦点を移す新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2025-09-17T23:08:36Z)
• AGITB: A Signal-Level Benchmark for Evaluating Artificial General Intelligence [0.0]
  Artificial General Intelligence Testbed (AGITB) は13のコア要件からなるベンチマークスイートである。 AGITBは、事前訓練、シンボル操作、セマンティックグラウンドをせずに、時間的シーケンスを予測するモデルを必要とする。 AGITBのリファレンス実装はGitHubで公開されている。
  論文  参考訳（メタデータ） (2025-04-06T10:01:15Z)
• Sparks of Artificial General Intelligence: Early experiments with GPT-4 [66.1188263570629]
  OpenAIが開発したGPT-4は、前例のない規模の計算とデータを使って訓練された。 我々は, GPT-4が数学, コーディング, ビジョン, 医学, 法学, 心理学などにまたがる, 新規で困難な課題を解くことを実証した。 我々は、GPT-4を人工知能(AGI)システムの早期(まだ未完成)版と見なすことができると信じている。
  論文  参考訳（メタデータ） (2023-03-22T16:51:28Z)
• A Metamodel and Framework for AGI [3.198144010381572]
  本稿では,応用AGIシステム構築のための知識保存メタモデルとフレームワークを実装したDeep Fusion Reasoning Engine(DFRE)を紹介する。 DFREは、対称関係と反対称関係の明確な区別など、いくつかの重要な基本的な知識特性を示す。 提案手法は, 教師なし物体の検出・認識において, 平均94%の精度を達成できることを示す。
  論文  参考訳（メタデータ） (2020-08-28T23:34:21Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。