Google DeepMind提出AGI測試架構，以10項認知能力建構評測基礎

Google DeepMind發表探討如何衡量AGI進展的論文《Measuring Progress Toward AGI: A Cognitive Taxonomy》，並宣布與Kaggle合作舉辦線上黑客松，試圖替AGI建立一套較有系統的衡量架構，將AI距離通用智慧還有多遠轉成可比較的評測問題。

研究團隊參考心理學、神經科學與認知科學研究，提出一套認知分類法，列出10項關鍵認知能力，包括感知、生成、注意、學習、記憶、推理、後設認知、執行功能、問題解決與社會認知。Google DeepMind認為，要追蹤AI能力進展，不能只看單一任務表現或個別考題分數，而需要用較完整的認知分類描繪系統能力輪廓。

Google DeepMind提出三階段評測方法。第一步，是以涵蓋各項認知能力的任務組合評估AI系統，並使用保留測試集避免資料污染；第二步，是針對相同任務，從具人口統計代表性的成人樣本收集人類基準；第三步，則是將AI在各項能力上的表現，對應到人類表現分布中的位置。

Google DeepMind也與Kaggle合作推出線上黑客松，希望讓這套分類法從理論走向實作。該競賽把重點擺在目前較缺乏評測方法的5類能力，包括學習、後設認知、注意、執行功能與社會認知，參賽者可利用Kaggle新推出的Community Benchmarks平臺設計與測試評估方法。

相關連結

– [Google DeepMind AGI測量架構論文](https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/measuring-progress-toward-agi/measuring-progress-toward-agi-a-cognitive-framework.pdf)
– [Google DeepMind官方說明](https://blog.google/innovation-and-ai/models-and-research/google-deepmind/measuring-agi-cognitive-framework/)
– [Kaggle AGI評測網站](https://www.kaggle.com/)

—
來源：iThome技術新聞