Нейросеть пишет код, разбирает договоры и проходит экзамены. Значит ли это, что общий искусственный интеллект, AGI, уже здесь? Одни считают, что почти. Другие говорят, что до него ещё далеко. Оба лагеря ссылаются на факты, и спор идёт в первую очередь о том, что именно считать AGI.
В этой статье мы не будем угадывать будущее. Разберём, как определяют AGI, какие тесты показывают, где нейросети сильны и где слабы, и почему опросы экспертов дают такой широкий разброс прогнозов. Все цифры и определения взяты из первоисточников и обзоров, ссылки в конце.
Все про общий ИИ
Что такое AGI и почему у него нет одного определения
Обычная нейросеть решает узкую задачу: распознаёт лица, играет в шахматы, переводит текст. AGI это система, которая справляется с широким кругом задач на уровне человека и может переносить навыки в новые ситуации. Сложность в том, что слов «широкий круг» и «уровень человека» можно понимать по-разному. Одна из попыток навести порядок это работа исследователей Google DeepMind 2023 года. Они предложили описывать прогресс уровнями по двум осям: насколько хорошо система делает задачи и насколько они разнообразны. Уровни идут от «Emerging», где система не хуже неопытного человека, через «Competent» (не хуже половины квалифицированных взрослых), «Expert» (лучше 90%) и «Virtuoso» (лучше 99%) до «Superhuman». На момент выхода работы авторы отнесли ChatGPT, Bard и Llama 2 к первому уровню. Идея такой лестницы в том, что AGI не одна точка, а путь.
Где нейросети сильны
Многие тесты, которые раньше считались трудными, нейросети почти решили. Например, на сайте ARC Prize указано, что модель Claude Opus 5.5 при высоком уровне рассуждений набрала 98,5% в тесте ARC-AGI-1 и 93,3% в ARC-AGI-2 на закрытой части набора. Это тесты на абстрактные головоломки, придуманные так, чтобы их нельзя было решить заучиванием. Рост впечатляет, но у таких цифр есть оговорка. Любой тест измеряет конкретный навык, а высокий результат на нём не равен универсальному интеллекту. Именно поэтому авторы бенчмарков придумывают новые, более трудные тесты.
Чего нейросетям пока не хватало
Показательный пример это ARC-AGI-3, опубликованный в 2026 году. Это интерактивная игра на сетке 64 на 64 клетки: ни инструкции, ни цели не дают, нужно исследовать среду, понять правила и составить план. По данным авторов, люди решили 100% задач, а передовые модели на момент запуска в марте 2026 года показали меньше 1%. Оценивается не только успех, но и эффективность: сколько ходов потребовалось по сравнению с человеком. Что такое тест показывает, понять несложно: умение разобраться в новой ситуации на лету без подсказок. Это одна из способностей, которых от AGI ждут в первую очередь. Но результаты на этом тесте быстро обновляются, поэтому свежие цифры смотрите на сайте ARC Prize: любые числа в статье о ходе прогресса устаревают за месяцы.
Когда ждать AGI: почему прогнозы так разнятся
Обзор 80,000 Hours собрал оценки разных групп. Руководители ИИ-компаний в январе 2025 года называли срок порядка 2–5 лет. Опрос тысяч исследователей 2023 года дал 50% вероятности «машинного интеллекта человеческого уровня» к 2047 году. Прогнозисты платформы Metaculus в феврале 2026 года оценивали 25% к 2029 году и 50% к 2033. Разброс 25%-ной вероятности от 2026 до 2048 года. Причин расхождения несколько. Определения разные: например, в версии Metaculus требуется роботика. У лидеров компаний есть интерес к оптимистичным прогнозам, у разных групп разный опыт, а умение предсказывать ближайшие события не обязательно переносится на небывалые. Авторы обзора делают вывод, что в ближайшие годы AGI возможен, но многие эксперты считают, что до него гораздо дольше, и ни одна группа не надёжна настолько, чтобы закрыть вопрос.
Спор об AGI это в первую очередь спор о том, что считать интеллектом, и только потом о том, когда он появится.
Редакция SpeShu.AI
Как читать новости про AGI и не запутаться
- Найдите определение: что автор называет AGI, и совпадает ли оно с тем, что вы под этим понимаете
- Проверьте, кто делает прогноз: учёный, исследователь или руководитель компании, продающей модели
- Посмотрите, на каком тесте получен результат, и что он измеряет
- Смотрите на дату: цифры про нейросети устаревают за месяцы
- Отличайте «набрал высокий балл на тесте» от «умеет это делать в жизни»
- Ищите прямой источник: страницу теста или статью, а не пересказ
Чем AGI отличается от нейросетей, которыми вы пользуетесь
Чат-бот вроде тех, что есть в SpeShu.AI, это универсальный инструмент для текста, кода и анализа, но он остаётся программой: у него нет собственных целей, он не учится на ходу в процессе разговора и сильно зависит от формулировки запроса. AGI в научном смысле это система, которая сама ставит цели, быстро осваивает новые навыки и действует в незнакомой среде на уровне человека. Современные модели приближаются к этому по ряду тестов, но не обязательно по всем.
Почему вообще важно определение
Если считать AGI системой, которая решает любые интеллектуальные задачи не хуже человека, то прогнозы одни. Если требовать, чтобы она ещё и управляла роботом, они другие. Если добавить самостоятельное исследование и научные открытия, то третьи. Поэтому, читая «AGI к такому-то году», всегда спрашивайте, о каком именно AGI речь.
Два промпта, чтобы разобраться самому
Промпты на английском, вставляйте как есть.
Explain what AGI is to a smart high-school student in five short paragraphs. Use one everyday analogy, name two things current AI does well and two things it still struggles with, and avoid hype. At the end, list three questions that experts still disagree on.
Give me the strongest argument that AGI is close and the strongest argument that it is far away. Each argument must be four sentences, use concrete evidence, and name its main weakness. Do not take a side at the end.
Второй промпт полезен тем, что просит нейросеть показать обе позиции и их слабые места, а не выбрать понравившуюся.
Где следить за новостями
Если интересно, как идёт прогресс, смотрите первоисточники: страницы тестов, например, ARC Prize, и обзоры прогнозов. Новости и пересказы часто преувеличивают в обе стороны.
Частые вопросы
AGI уже существует?
Единого ответа нет, потому что нет единого определения. По одним критериям современные модели приближаются, по другим (самостоятельные цели, обучение в процессе работы) до него ещё далеко.
Чем AGI отличается от ИИ в чате?
Чат-бот решает задачи по запросу и не имеет собственных целей. AGI в научном смысле система с широким набором навыков на уровне человека.
Что такое суперинтеллект?
Это уровень, на котором система превосходит всех людей. В лестнице DeepMind он называется Superhuman.
Кто решает, что считать AGI?
Нет арбитра: каждая лаборатория и исследовательская группа использует свои критерии.
Правда, что AGI будет к 2030 году?
Часть экспертов считает это возможным, другая часть называет десятилетия. Обзоры показывают, что оценки сдвигаются ближе, но разброс остаётся большим.
Что делать обычному человеку?
Следить за источниками, а не за заголовками, и использовать нейросеть как инструмент уже сейчас: она полезна и без AGI.
Подарок читателям
Забирайте бесплатный гайд по текстовым задачам: в нём разобрано, как строить запросы, которые дают точный результат. Больше 100 готовых промптов и гайдов для новичков и профи лежат в нашем телеграм-канале, а обсудить задачи можно в комьюнити, где уже почти 20 000 участников.
Проверьте, что нейросеть умеет сегодня
Возьмите два промпта из статьи и запустите их в двух разных моделях. Сравните, как каждая объясняет AGI и какие аргументы за и против называет. Лучший способ понять, что нейросеть умеет сейчас, проверить это самому на вопросе, ответ на который вы знаете. SpeShu.AI собирает разные модели в одном окне, поэтому сравнивать их ответы можно без переключения между сервисами. Для новых пользователей действует скидка 50% на подписку, а с промокодом BLOG15 первый месяц выйдет ещё выгоднее.
