·最高级别的超级智能AGI系统可能能够执行原本人类完全不可能执行的任务，如通过分析大脑信号来解码思想、通过分析大量数据来做出高质量预测，以及与动物交流。

基于能力深度（性能）和广度（通用性）将AGI分类为：非AI、初级、中级、专家、大师、超级智能。

基于能力深度（性能）和广度（通用性），该研究将AGI分类为：非AI、初级、中级、专家、大师、超级智能。单个系统可能横跨分类法中的不同级别，截至2023年9月，前沿语言模型如OpenAI的ChatGPT、谷歌的Bard、Meta的Llama 2在某些任务上（如短篇论文写作、简单编码）表现出能力娴熟的“中级”性能水平，但在大多数任务上（如数学能力、涉及事实性的任务）仍处于“初级”性能水平。

研究团队认为，总的来说，当前的前沿语言模型会被视为第1级通用AI，即“初级AGI”，直到其性能水平在更广泛的任务集上提高，满足第2级通用AI（“能力娴熟AGI”）的标准。

同时，研究团队提醒道，获得特定认知领域的更强技能，可能对AI安全产生严重影响，如在掌握强大的伦理推理技能之前获得强大的化学工程知识可能是一种危险的组合。还要注意，性能或通用性级别之间的进展速度可能是非线性的。获得学习新技能的能力可能会加速通往下一个级别的进程。

在性能和通用性的综合方面，分级中的最高级别是ASI（人工超级智能）。研究团队将“超级智能”性能定义为超过100%的人类。例如，研究团队假定AlphaFold是分类法中的第5级“限定领域超人AI”，因为它在一个任务（从氨基酸序列预测蛋白质的三维结构）上的表现高于全球顶级科学家的水平。这个定义意味着第5级通用AI（ASI）系统将能够以没有人类能够匹敌的水平执行各种任务。

此外，这个框架还意味着这样的“超人系统”可能能够执行比AGI低级别更广泛的任务，可以理解为其能够实现原本人类完全不可能执行的任务。ASI可能具有的非人类技能可能包括神经界面（通过分析大脑信号来解码思想的机制）、神谕能力（通过分析大量数据来做出高质量预测的机制），以及与动物交流的能力（通过分析它们的声音、脑电波或肢体语言的模式等机制）。

10月底，莱格在接受科技播客采访时表示，他仍然坚持2011年就曾公开发表的观点——研究人员有50%的可能在2028年实现AGI。那么这具体指的是哪一个级别？目前他还没有明确的阐释。