AGI vs ASI: Apakah perbezaannya? (Dikemas kini 2026)

Pengoptimuman Petikan Pilihan: Kecerdasan Buatan Am (AGI) merujuk kepada AI yang menyamai atau melebihi keupayaan kognitif pada aras manusia merentasi pelbagai tugas, manakala Kecerdasan Buatan Super (ASI) mengatasi kecerdasan gabungan manusia dalam hampir semua bidang. Perbezaan utama terletak pada skop dan keupayaan: AGI mencapai kesetaraan dengan manusia; ASI mencapai dominasi dan berpotensi untuk peningkatan kendiri rekursif. Pakar meramalkan AGI boleh muncul antara 2027–2035, dengan ASI menyusul dengan pantas selepas itu.

Ketika kita berada pada pertengahan 2026, perbualan tentang AI telah beralih daripada aplikasi sempit kepada pencapaian transformasi. Kertas terbaharu Google DeepMind bertajuk "From AGI to ASI" menegaskan bahawa AI pada aras manusia mungkin hanyalah permulaan, bukan pengakhiran. Bagi pembangun, perniagaan, dan peminat yang membina di platform seperti CometAPI, memahami perbezaan ini penting untuk memanfaatkan alat semasa sambil bersedia menghadapi kemajuan eksponen.

Apakah itu AGI? Penjelasan Kecerdasan Buatan Am

Kecerdasan Buatan Am (AGI) ialah AI yang mampu memahami, belajar, dan menerapkan kecerdasan merentasi pelbagai tugas pada atau melebihi aras manusia, tanpa latihan khusus tugas. Tidak seperti AI sempit (ANI) hari ini, yang cemerlang dalam satu domain seperti pengecaman imej atau penterjemahan bahasa, AGI akan menunjukkan fleksibiliti, penaakulan, perancangan, dan penyesuaian yang serupa dengan pakar manusia—atau lebih baik—merentasi domain.

Ciri Utama AGI:

• Kecekapan Luas: Menyelesaikan masalah baharu dalam sains, pengaturcaraan, kreativiti, dan interaksi sosial.
• Pembelajaran Pemindahan: Menerapkan pengetahuan daripada satu domain ke domain lain dengan lancar.
• Autonomi dan Penaakulan: Perancangan jangka panjang, penggunaan alat, dan pembetulan kendiri.
• Aras Manusia atau Sedikit Di Atas: Kira-kira prestasi manusia median hingga pakar merentasi tugas kognitif.

Konteks Sejarah dan Kemajuan Semasa

Konsep ini berakar daripada perintis seperti Alan Turing dan John McCarthy. Pada 2026, model had termaju daripada OpenAI, Anthropic, Google DeepMind, dan lain-lain menunjukkan percikan keumuman—model penaakulan seperti siri o OpenAI cemerlang dalam tugas kompleks, dan sistem multimodal mengendalikan teks, visi, dan kod.

Penanda aras seperti skor Legg-Hutter atau penilaian komprehensif (contohnya, GAIA, BIG-bench) mengukur kemajuan ke arah AGI. DeepMind mencirikan AGI sebagai kira-kira kecerdasan pada aras manusia median merentasi tugas yang boleh dikira.

Model had semasa (contohnya, varian GPT-5, Claude Opus, Gemini) menunjukkan kemajuan mengagumkan tetapi masih belum mencapai AGI penuh. Dalam Humanity's Last Exam (penanda aras 2026 yang ketat), model teratas menjaringkan ~35–65% berbanding pakar manusia pada ~90%. ARC-AGI-2 melihat peneraju hampir atau pada 85%, tetapi jurang penggeneralisasian kekal dalam tetapan interaktif dan adversarial.

Penunjuk dunia sebenar pada 2026 termasuk ejen AI yang mengendalikan pengaturcaraan kompleks, penyelidikan, dan aliran kerja berbilang langkah, namun kebolehpercayaan untuk autonomi penuh masih ketinggalan. Pengautomatan ekonomi kerja bebas kekal rendah (~2.5% untuk model teratas dalam sesetengah penilaian), menyerlahkan jurang antara penanda aras dan realiti.

Apakah itu ASI? Takrif Kecerdasan Buatan Super

Kecerdasan Buatan Super (ASI) ialah AI yang jauh melebihi manusia paling pintar dalam setiap domain kognitif—penemuan saintifik, perancangan strategik, kreativiti, kecerdasan sosial, dan banyak lagi. Ia boleh meningkatkan diri secara rekursif, membawa kepada "letupan kecerdasan" di mana keupayaan berkembang secara eksponen.

Ciri Utama ASI:

• Supermanusia Merentas Semua Domain: Berlipat ganda lebih baik daripada manusia, berpotensi mencipta fizik baharu, menyelesaikan masalah yang sukar (contohnya, pelakuran, kejuruteraan iklim), atau mengoptimumkan ekonomi pada skala planet.
• Peningkatan Kendiri Rekursif: Mereka bentuk perkakasan/perisian yang lebih baik, mempercepatkan kemajuan melepasi pengawasan manusia.
• Keupayaan Emergen: Daripada kolektif berbilang ejen, anjakan paradigma, atau penskalaan besar-besaran.
• Tidak Dapat Difahami oleh Manusia: Keputusan dan abstraksi mungkin melebihi pemahaman manusia.

Laporan Google DeepMind pada Jun 2026 "From AGI to ASI" menggariskan laluan: penskalaan berterusan, paradigma baharu, peningkatan rekursif, dan sistem berbilang ejen berskala besar (contohnya, ekonomi ejen maya). ASI mungkin muncul sebagai sifat kolektif dan bukannya satu sistem monolitik.

ASI kekal teoretikal tetapi perbincangan memuncak pada 2025–2026 di tengah-tengah kemajuan pesat.

ASI Bukan Sekadar "Chatbot yang Lebih Pintar"

Kesilapan lazim ialah membayangkan ASI sebagai chatbot hari ini dengan jawapan yang lebih baik. Itu meremehkan konsep tersebut. ASI akan menjadi keupayaan pada aras sistem: model ditambah alat, memori, autonomi, komputasi, akses data, gelung maklum balas, dan infrastruktur pelaksanaan.

Inilah sebabnya ASI dikaitkan dengan kedua-dua manfaat luar biasa dan risiko ekstrem. ASI yang sejajar dengan baik boleh mempercepatkan perubatan, sains iklim, pendidikan, penemuan bahan, dan produktiviti. ASI yang tidak sejajar atau disalah guna boleh membesarkan serangan siber, penipuan, risiko biologi, gangguan ekonomi, dan kehilangan kawalan manusia.

AGI vs ASI: Apakah Perbezaannya? (Perbandingan Terperinci)

AGI ialah batu loncatan; ASI ialah lompatan transformasi. AGI menyamai manusia; ASI mengatasi kita secara kolektif.

Jadual Perbandingan: AGI vs ASI

Sumber data: Laporan DeepMind di arXiv, ARC Prize, Stanford AI Index 2026, sintesis pakar.

Perbezaan Teras dalam Amalan:

• AGI: "Seorang pelatih yang sangat pintar" yang boleh menulis kod, membuat penyelidikan, atau merancang seperti manusia.
• ASI: "Akal tahap dewa" yang mampu peningkatan rekursif, berpotensi membawa kepada senario seumpama singulariti.

Kelebihan digital (kelajuan, kebolehskalaan, ingatan sempurna, penyelarasan selari) bertambah daripada AGI ke ASI, menurut analisis DeepMind.

Perbezaan 1: Keumuman vs Keunggulan

AGI berkaitan keumuman. AI sempit boleh jadi supermanusia dalam catur, peramalan struktur protein, atau pengelasan imej, namun masih bukan AGI. AGI mesti bekerja merentasi taburan tugas yang luas.

ASI berkaitan keunggulan. Menjadi umum sahaja tidak mencukupi. Sistem mesti melebihi keupayaan manusia dengan margin yang besar. Dalam kerangka tahap DeepMind, AGI "supermanusia" ialah tahap melampaui prestasi pakar dan virtuoso, membayangkan prestasi lebih baik daripada semua dewasa mahir merentasi set tugas yang luas.

Perbezaan 2: Autonomi dan Jangka Masa

Autonomi ialah garis pemisah paling penting. Model yang menjawab satu prompt berbeza daripada ejen yang boleh merancang, melayar, menulis kod, menguji, menyahpepijat, membeli perkhidmatan, menghantar mesej, dan mengejar matlamat selama berhari-hari.

Kerja METR tentang jangka masa berguna di sini. Daripada bertanya sama ada model "nampak pintar," METR mengukur panjang tugas yang ejen AI boleh lengkapkan dengan kadar kejayaan tertentu, berdasarkan tempoh yang diambil oleh pakar manusia. Kajian 2025 mereka mendapati bahawa jangka masa penyiapan tugas 50% telah berlipat ganda kira-kira setiap tujuh bulan sepanjang enam tahun. Itu tidak membuktikan AGI sudah hampir, tetapi memberi perniagaan metrik konkrit untuk diperhatikan.

Perbezaan 3: Kebolehpercayaan

Tuntutan AGI harus menuntut kebolehpercayaan, bukan hanya prestasi puncak. Sistem yang menyelesaikan masalah Olimpik tetapi gagal arahan mudah bukanlah boleh dipercayai secara umum. Sistem yang menulis kod mengagumkan tetapi senyap-senyap memperkenalkan pepijat keselamatan belum bersedia untuk penggunaan tanpa pengawasan.

ASI menimbulkan masalah lebih sukar: manusia mungkin tidak mampu menilai setiap output. Jika sistem lebih baik daripada pakar manusia, pengawasan mesti bergantung pada penyeliaan berskala, kebolehtafsiran, ujian adversarial, pengesahan formal, kritikan model-ke-model, audit, dan kawalan institusi.

Perbezaan 4: Kesan Ekonomi

AGI boleh mengautomasikan atau menguatkan sebahagian besar kerja kognitif. ASI boleh mengubah kadar kemajuan sains dan teknologi itu sendiri. Itulah sebabnya perbincangan ASI sering menyertakan istilah seperti "letupan kecerdasan," "peningkatan kendiri rekursif," dan "AI transformatif."

Stanford AI Index 2026 menunjukkan bahawa AI sudah signifikan secara ekonomi. Ia melaporkan pelaburan korporat global dalam AI sebanyak $581.7 bilion pada 2025, pelaburan AI swasta $344.7 bilion, penggunaan AI organisasi pada 88%, dan AI generatif digunakan dalam sekurang-kurangnya satu fungsi perniagaan di 70% organisasi. Angka-angka ini ialah isyarat pra-AGI. Jika AGI atau ASI tiba, kesan ekonomi boleh menjadi jauh lebih besar.

Bilakah Kita Akan Melihat AGI dan ASI? Garis Masa dan Ramalan (Kemas Kini 2026)

Garis masa telah dipendekkan dengan ketara. Ramalan pakar:

• AGI: Ramai peneraju (OpenAI, Anthropic, DeepMind) menunjuk ke 2026–2029. Metaculus dan peramal unggul: ~25% menjelang 2029, 50% menjelang 2033. Dario Amodei dari Anthropic merujuk sistem berkuasa pada hujung 2026/awal 2027. Ray Kurzweil kekal pada 2029.
• ASI: Sering 1–10 tahun selepas AGI. DeepMind meneroka laluan pantas; sesetengah berspekulasi 2030–2040. Ketidakpastian termasuk komputasi, data, tenaga, dan titik sempit.

Data Sokongan:

• Undang-undang penskalaan berterusan tetapi menghadapi geseran (kualiti data, tenaga). Data terjana sendiri dan ejen mungkin mengurangkan.
• Penanda aras 2026 menunjukkan lonjakan pantas (30+ mata pada peperiksaan sukar), tetapi penggeneralisasian (contohnya, ARC-AGI-3 interaktif) kekal mencabar.
• Faktor ekonomi dan peraturan: Pelaburan besar-besaran dalam pusat data, tetapi ketegangan geopolitik dan kebimbangan keselamatan boleh memperlahankan kemajuan.

Optimistik: AGI 2027, ASI 2028–2030 melalui peningkatan rekursif. Skeptikal: Berdekad-dekad kerana perwujudan, penjajaran, atau had paradigma.

Empat Laluan Dari AGI ke ASI

Kertas 2026 DeepMind ialah salah satu sumber berguna terkini kerana ia bertanya apa yang berlaku selepas AGI dan bukannya berhenti pada tonggak AGI.

1. Penskalakan AGI

Laluan pertama ialah penskalaan berterusan: lebih banyak komputasi, data lebih baik, model lebih besar atau lebih cekap, penaakulan masa inferens lebih kuat, dan penggunaan alat yang lebih berkeupayaan. Penskalaan adalah biasa kerana ia mendorong banyak kemajuan kebelakangan ini. Ketidakpastian ialah sama ada penskalaan sahaja boleh mengatasi titik sempit dalam penaakulan, kualiti data, tenaga, memori, perwujudan, dan penjajaran.

2. Anjakan Paradigma AI

Laluan kedua ialah perubahan algoritma. Sistem masa depan mungkin bukan hanya versi lebih besar bagi transformer semasa. Ia boleh menggunakan seni bina baharu, memori lebih baik, model dunia, penaakulan neuro-simbolik, pembelajaran aktif, permainan kendiri, atau sistem perancangan yang mengubah lengkung keupayaan.

3. Peningkatan Rekursif

Laluan ketiga ialah peningkatan rekursif, di mana sistem AI membantu meningkatkan sistem AI. Ini boleh bermula secara sederhana: menulis kod latihan, mereka bentuk penilaian, menjana data sintetik, mengoptimumkan inferens, atau mencari penambahbaikan seni bina. Jika cukup kuat, ia boleh mempercepatkan kemajuan secara dramatik.

4. Kolektif Berbilang Ejen

Laluan keempat ialah kolektif berbilang ejen berskala besar. ASI mungkin bukan satu minda. Ia boleh muncul daripada ramai ejen khusus yang berdebat, mengesahkan, mencari, mensimulasikan, dan berkoordinasi. Dalam istilah perusahaan, bayangkan sebuah organisasi AI yang terdiri daripada penyelidik, jurutera, pengurus produk, penyemak keselamatan, penganalisis kewangan, dan ejen operasi yang bekerja bersama pada kelajuan digital. n, halangan pengabstrakan, kekangan ekonomi. Langkah balas: Peningkatan kecekapan, data sintetik, reka bentuk mekanisme.

Adakah AI Hari Ini Sudah AGI?

Tiada konsensus luas bahawa AI hari ini ialah AGI. Model had pada 2026 boleh berfikir, menulis kod, mencipta imej dan video, menganalisis dokumen, menggunakan alat, mengendalikan pelayar, dan membantu penyelidikan. Namun, ia kerap gagal dalam perancangan jangka panjang, landasan fakta, penaakulan kausal, memori, pembelajaran berperwujudan, dan pembetulan kendiri yang mantap.

Stanford 2026 AI Index menyatakan bahawa AI telah mencapai kemajuan besar tetapi masih ketinggalan dalam tugas seperti video realistik yang koheren, perancangan berbilang langkah, analisis kewangan, dan beberapa peperiksaan akademik pakar. International AI Safety Report 2026 turut menonjolkan kerosakan seperti maklumat direka-reka, kod cacat, dan nasihat mengelirukan. Ini bukan butiran kecil. Jika sistem sepatutnya beroperasi pada keumuman aras manusia, kegagalan kebolehpercayaan menjadi bukti utama.

Jadi jawapan terbaik ialah: AI had semasa relevan dengan AGI, tetapi belum jelas AGI. Ia lebih tepat digambarkan sebagai AI tujuan umum lanjutan dengan keupayaan ejen yang semakin meningkat.

Membina ke Arah AGI/ASI dengan CometAPI

Pembangun dan penyelidik berada di barisan hadapan. Uji model had hari ini untuk memprototaip ejen, penilai, dan gelung pengoptimuman.

Cadangan CometAPI: CometAPI menyediakan akses bersatu kepada 500+ model AI (OpenAI, Anthropic, Google, sumber terbuka seperti Llama, dan lain-lain) melalui satu API serasi OpenAI. Tiada penguncian vendor, harga kompetitif, playground untuk pengujian, dan ciri perusahaan. Sesuai untuk eksperimen berkos efektif, pembinaan ejen, dan penskalakan prototaip tanpa mengurus berpuluh-puluh kunci.

Ia menyokong iterasi pantas—krusial untuk menguji penaakulan, persediaan berbilang ejen, atau laluan penalaan halus ke arah keupayaan AGI. Jejak kos dan prestasi dengan lancar, khususnya untuk ejen pengkodan atau penyelidikan.

Mengapa CometAPI untuk Penyelidikan AGI/ASI:

• Penjimatan kos (>20% dilaporkan) untuk eksperimen berskala besar.
• Akses model termaju untuk memprototaip peningkatan rekursif atau simulasi berbilang ejen.
• Playground dan marketplace untuk pengujian pantas.
• Pilihan berfokus privasi; integrasi ke dalam aliran kerja untuk membina sistem AI yang selamat dan boleh diperhatikan.

Mulakan di cometapi untuk mempercepat projek anda.

Tinjauan Masa Depan dan Syor

Perjalanan daripada AI semasa ke AGI ke ASI boleh mengubah bentuk tamadun.
Langkah Boleh Diambil:

1. Bereksperimen dengan model had melalui platform bersatu seperti CometAPI.
2. Sumbang kepada penanda aras terbuka (ARC Prize) dan penyelidikan keselamatan.
3. Sokong pembangunan beretika dan kerjasama antarabangsa.
4. Bina aplikasi berdaya tahan yang menguatkan keupayaan manusia.

Ketika kita menghampiri tonggak ini, inovasi yang bertanggungjawab adalah kunci. CometAPI melengkapi pembangun untuk menyertai secara bermakna—membuka kreativiti tanpa bebanan infrastruktur.