Jak daleko do AGI? To zależy, kto mierzy

„Welcome to the AGI era” – tymi słowami Greg Brockman, współzałożyciel i prezes OpenAI, miał zakończyć briefing prasowy poświęcony premierze GPT-6 Astra. Sama firma była ostrożniejsza. W oficjalnym komunikacie nazwała Astrę „nową generacją inteligencji” i swoim najbardziej inteligentnym modelem, ale nie ogłosiła: osiągnęliśmy AGI. Axios.

I dobrze, bo zanim zaczniemy rozstrzygać, czy AGI już powstało, wypadałoby ustalić, czym właściwie jest.

Artificial General Intelligence tłumaczymy najczęściej jako sztuczną inteligencję ogólną. Problem w tym, że nie istnieje jedna uzgodniona definicja tego pojęcia ani jeden test, którego zaliczenie pozwalałoby wydać certyfikat: „to już AGI”. OpenAI, Google DeepMind, Anthropic czy badacze skupieni wokół ARC patrzą na ten sam cel z różnych stron. Dla jednych najważniejsza jest praca, dla innych pełny zakres ludzkich zdolności poznawczych, dla jeszcze innych zdolność uczenia się czegoś naprawdę nowego.

Nie chodzi o „bardzo mądre AI”

Komputer pokonał mistrza świata w szachach już w 1997 roku. AlphaGo wygrał z jednym z najlepszych graczy Go w 2016 roku. Żaden z tych systemów nie był oczywiście AGI, choć były istotnymi krokami w drodze do niej. Ale – choć były fenomenalne w konkretnym zadaniu – to praktycznie bezużyteczne poza nim.

Kluczowa jest bowiem litera „G” – general, czyli ogólna.

System aspirujący do AGI powinien radzić sobie w bardzo różnych dziedzinach, wykorzystywać wiedzę zdobytą w jednym miejscu w innym, adaptować się do nowych sytuacji i rozwiązywać problemy, do których nie został specjalnie przygotowany. Na takie podejście do tematu zgadzają się właściwie wszyscy.

Ale też tutaj zgoda się kończy. Jak szerokie muszą być te zdolności? Czy wystarczy wykonywać większość pracy człowieka? Czy system musi posiadać wszystkie jego zdolności poznawcze? A może najważniejsze jest to, jak szybko potrafi nauczyć się czegoś, czego nigdy wcześniej nie widział?

Od odpowiedzi zależy, jak daleko od AGI jesteśmy.

OpenAI: AGI idzie do pracy

OpenAI od lat posługuje się wyjątkowo praktyczną definicją. W jego OpenAI Charter AGI to „wysoce autonomiczne systemy, które przewyższają ludzi w większości ekonomicznie wartościowej pracy”. OpenAI Charter

Nie ma tu świadomości, emocji ani nawet wymagania, żeby maszyna myślała podobnie do człowieka. Liczy się efekt.

Wyobraźmy sobie jeden system, któremu można powierzyć analizę finansową, napisanie programu, research prawny, przygotowanie kampanii marketingowej, stworzenie prezentacji, obsługę komputera i prowadzenie projektu. Robi to samodzielnie i w większości tych zadań lepiej niż przeciętny człowiek wykonujący dany zawód.

W rozumieniu OpenAI byłby to bardzo poważny kandydat do miana AGI.

W tym kontekście coraz ważniejsze w rozwoju modeli stają się więc nie pytania sprawdzające wiedzę, lecz realna praca i autonomia. GPT-6 Astra ma wykonywać wieloetapowe zadania w przeglądarce i programach, zajmować się programowaniem, researchem oraz profesjonalną pracą. Jeszcze ciekawszy jest komunikat OpenAI z 6 września: firma twierdzi, że osiągnęła zapowiadany wcześniej etap „automated research intern”, czyli systemu potrafiącego pod nadzorem realizować dobrze zdefiniowane zadania badawcze zajmujące wykwalifikowanemu badaczowi kilka dni.

To nadal nie znaczy, że definicja z OpenAI Charter została spełniona. „Większość ekonomicznie wartościowej pracy” to poprzeczka znacznie wyższa niż bardzo dobre wykonywanie wybranych zadań przy komputerze. Pokazuje jednak, dlaczego OpenAI może mówić o zbliżaniu się do AGI wcześniej niż ktoś stosujący bardziej wymagającą definicję.

DeepMind: inteligencja ogólna powinna być naprawdę ogólna

Google DeepMind stawia poprzeczkę inaczej.

W opracowanym przez jego badaczy modelu „Levels of AGI” liczą się dwa podstawowe wymiary: poziom wykonania oraz generalność, czyli szerokość zdolności. Zamiast jednego punktu „przed AGI / po AGI” otrzymujemy więc kolejne poziomy zaawansowania. System może być coraz lepszy i coraz bardziej wszechstronny, aż dojdzie do pełnej ogólności.

W 2026 roku DeepMind poszedł krok dalej i zaproponował poznawczy framework mierzenia postępu w stronę AGI. Obejmuje nie jeden benchmark, ale szeroki zestaw ludzkich zdolności, m.in. uczenie się, pamięć, rozumowanie, planowanie, metapoznanie czy kompetencje społeczne. Autorzy podkreślają, że stworzenie systemu posiadającego cały zestaw zdolności poznawczych człowieka byłoby jakościowo nowym momentem.

To podejście jest bardziej wymagające od ekonomicznej definicji OpenAI.

Model może przecież znakomicie pisać kod, analizować dane i obsługiwać aplikacje, a jednocześnie znacznie gorzej od człowieka rozumieć nietypową sytuację społeczną, nauczyć się nieznanej czynności albo rozsądnie funkcjonować w świecie fizycznym.

Dlatego AI może już przejmować znaczącą część pracy wykonywanej przez ludzi, a mimo to nadal nie być AGI w rozumieniu DeepMind.

ARC: nieważne tylko, co umiesz. Pokaż, jak się uczysz

Jeszcze inaczej problem ustawia François Chollet, twórca benchmarków ARC.

W tym podejściu ogromna wiedza modelu nie jest wystarczającym dowodem inteligencji ogólnej. Model mógł przecież nauczyć się niezliczonych schematów podczas treningu. Znacznie ciekawsze jest to, co zrobi w sytuacji naprawdę nowej.

ARC-AGI sprawdza więc zdolność odkrywania nieznanych reguł na podstawie niewielkiej liczby przykładów. W najnowszym ARC-AGI-3 system trafia do interaktywnego środowiska bez instrukcji i musi sam ustalić, jak ono działa, jaki jest cel i jak do niego dojść. Fundacja ARC ujmuje swoją definicję wyjątkowo prosto: „AGI is here when a system can learn like a human” – AGI pojawi się wtedy, gdy system będzie potrafił uczyć się jak człowiek.

I właśnie tutaj historia Astry robi się szczególnie pouczająca.

OpenAI podaje wynik 99,9 proc. w ARC-AGI-3. To brzmi niemal jak rozwiązanie problemu AGI. Jednak ARC Prize pokazuje bardziej skomplikowany obraz. W standardowym środowisku testowym Astra osiągnęła 62,7 proc. Wynik 99,9 proc. uzyskała z przygotowanym adapterem, który pozwalał zachowywać stan rozumowania między kolejnymi interakcjami. Co równie ważne, sami twórcy benchmarku podkreślają, że nawet jego pełne rozwiązanie nie byłoby dowodem osiągnięcia AGI. ARC bada określony fragment inteligencji w zamkniętych środowiskach, a nie całą złożoność świata.

Można więc zdać „test na AGI” i nadal nie być AGI.

Anthropic: a jeśli zamiast AGI zbudujemy cyfrowego Noblistę?

Anthropic komplikuje sprawę jeszcze bardziej, bo samo określenie AGI nie jest centralnym elementem jego komunikacji. Firma częściej mówi o „powerful AI”.

Definicja jest jednak konkretna. Taki system miałby dorównywać lub przewyższać laureatów Nagrody Nobla w większości ważnych dziedzin, korzystać z cyfrowych narzędzi dostępnych człowiekowi i autonomicznie wykonywać skomplikowane zadania. Anthropic przewidywało pojawienie się takich systemów pod koniec 2026 lub na początku 2027 roku, a jego aktualizowana mapa bezpieczeństwa nadal zakłada możliwość powstania „powerful AI” w perspektywie około 1–2 lat.

Odpowiedzenie na trudne pytanie to jedno. Samodzielne prowadzenie skomplikowanego projektu przez wiele godzin czy dni to coś innego. Dlatego coraz częściej granicy możliwości AI szuka się nie tylko w tym, jak dobry wynik uzyskuje model, ale także w tym, jak długo potrafi sensownie działać bez człowieka prowadzącego go krok po kroku.

A kto jest najbliżej?

Po tych wszystkich definicjach odpowiedź powinna być już oczywista: nie da się uczciwie stworzyć tabeli, w której OpenAI ma 92 proc. AGI, Anthropic 87 proc., a Google 84 proc.

Nie istnieje taka skala.

OpenAI najmocniej akcentuje zdolność do wykonywania realnej pracy i coraz dłuższą autonomię. Anthropic buduje wizję niezwykle kompetentnego autonomicznego eksperta. DeepMind trzyma się znacznie bardziej rygorystycznej idei ogólności i pełnego zestawu zdolności poznawczych. ARC koncentruje się na tym, czy system rzeczywiście potrafi efektywnie uczyć się nowych rzeczy.

W zależności od wybranej definicji można więc uzyskać inną odpowiedź na pytanie, kto prowadzi.

Co więcej, wyścig nie ogranicza się już do Stanów Zjednoczonych.

DeepSeek oficjalnie określa AGI jako swój „ostateczny cel”. Alibaba od początku przedstawia Qwen jako „projekt w kierunku AGI”. Na stronie Moonshot AI, twórcy Kimi, można przeczytać wprost, że zespół badawczy „works toward AGI”. Podobnie MiniMax deklaruje budowę w kierunku artificial general intelligence.

To istotne również dlatego, że pokazuje zmianę znaczenia samego skrótu AGI. Nie jest już tylko hipotetyczną konstrukcją z debaty akademickiej. Stał się nazwą celu badawczego największych laboratoriów na świecie, choć każde z nich może rozumieć ten cel trochę inaczej.

Po czym poznać AGI?

Zamiast pytać o jeden magiczny test, lepiej zadać kilka prostszych pytań.

Czy system potrafi wykonywać bardzo szeroki zakres zadań, zamiast być świetnym tylko w kilku dziedzinach? Czy potrafi przenosić wiedzę między nimi? Czy umie nauczyć się czegoś naprawdę nowego równie sprawnie jak człowiek? Czy osiąga ludzki lub ponadludzki poziom wykonania? I wreszcie: czy potrafi robić to samodzielnie przez dłuższy czas, bez ciągłych instrukcji?

Dzisiejsze modele coraz częściej odpowiadają „tak” na część tych pytań. Na wszystkie naraz – jeszcze nie w sposób, który zakończyłby dyskusję.

Dlatego prawdopodobnie nie obudzimy się któregoś ranka z powszechnie uzgodnioną wiadomością: od dziś istnieje AGI. Bardziej prawdopodobne jest coś mniej widowiskowego. Kolejne granice będą znikać jedna po drugiej, a spór o definicję będzie trwał jeszcze wtedy, gdy systemy zaczną wykonywać zadania, które kilka lat wcześniej uznalibyśmy bez wahania za dowód ogólnej inteligencji.