👒👾 GPT-4 достигла лишь 27% от уровня образованного взрослого человека, 🧢👾GPT-5 — 58%, демонстрируя двукратный рост за два года https://dzen.ru/a/aPL7EM_DmV8cFjUi 🎓Консорциум из 28 ведущих AI-лабораторий во главе с Йошуа Бенджио впервые количественно определил AGI через психометрическую модель 🔢Cattell-Horn-Carroll. Теория разработана для оценки человеческого интеллекта. Является наиболее эмпирически подтверждённой моделью человеческого интеллекта, разработанной на основе 70 лет исследований и факторного анализа 461 классического исследования когнитивных способностей.  Исследователи AGI описывают как: "Искусственный интеллект, который способен выполнять когнитивные задачи на уровне или лучше образованного взрослого человека". Мультикритериальный тест 🔢CHC разбивает интеллект большой вычислительной машины на десять фундаментальных доменов: 1⃣ общие знания и здравый смысл, 2⃣ чтение и письмо, 3⃣ математические способности, 4⃣ on-the-spot рассуждение (решение новых задач), 5⃣ рабочая память, 6⃣ долговременная память и обучение, 7⃣ извлечение знаний, способность к обобщению, 8⃣ визуальная обработка, 9⃣ аудиальная обработка, 🔟 скорость «мышления» (скорость обработки информации и данных). Пока проверили только модели от #OpenAI — и они уже набрали 58% до полного человеческого уровня, но оставляя половину пути к AGI нереализованной. Применение CHC-фреймворка к GPT-4 и GPT-5 раскрыло драматическую неравномерность когнитивного профиля. МодельИИ GPT-5 демонстрирует близкий к человеческому уровень в знаниево-интенсивных доменах — ➕чтение/письмо (около 9 из 10 баллов), ➕математика (8/10), ➕общие знания (7,5/10). Однако критические провалы проявляются в фундаментальных когнитивных механизмах: ➖долговременная память и её извлечение (около 1/10), ➖ рабочая память (3/10), ➖визуальная обработка (4/10), ➖аудиальная обработка (2/10), ➖скорость реакции (3/10).​ Это конец эпохи абстрактных обещаний AGI "через пару лет". Теперь у индустрии есть конкретная карта из десяти когнитивных доменов с измеримыми провалами: долговременная память практически на нуле, визуальное и аудиальное восприятие на уровне 20-40%, рабочая память едва дотягивает до трети человеческой. ♟️🎮Читайте также: чат-бот GPT проигрывает шахматному микроконтроллеру из 1970-х ↘️https://www.championat.com/other/news-6047868-chatgpt-razgromno-proigral-v-shahmaty-igrovoj-konsoli-1970-h-godov.html? Оставшиеся 42% — это не вопрос масштабирования, а необходимость архитектурных революций. Слабые стороны современных #LLM long language models, (больших языковых моделей, БЯМ) не случайны — они отражают фундаментальные архитектурные ограничения. Отсутствие долговременной памяти связано с контекстными окнами: даже при 200 тысячах токенов модели не могут эффективно индексировать и извлекать информацию так, как это делает человеческий гиппокамп. Рабочая память ограничена вниманием — трансформерные архитектуры теряют детализацию при обработке множественных зависимостей одновременно. Визуальная и аудиальная обработка страдают от недостатка мультимодальной интеграции на уровне предтренинга. Хотя GPT-5 показывает 84,2% на MMMU (мультимодальное понимание), это не эквивалентно человеческому визуальному восприятию, где зрение интегрировано с пространственным мышлением, моторными навыками и долговременной визуальной памятью.​ Скорость обработки — возможно, самое парадоксальное ограничение. GPT-5 обрабатывает токены быстрее любого человека, но "реакционное время" в смысле CHC означает способность мгновенно переключаться между задачами, адаптироваться к новым контекстам и реагировать на непредвиденные изменения без переобучения. Долговременная память потребует внешних векторных баз данных с семантической индексацией. Рабочая память — новых механизмов внимания с иерархической композицией. Визуальное и аудиальное восприятие — end-to-end мультимодального предтренинга, а не post-hoc склейки модальностей. Добро пожаловать в эру измеримого прогресса к AGI. https://dzen.ru/a/aPL7EM_DmV8cF