본 논문은 인공 일반 지능(AGI)을 향한 진전을 평가하기 위한 새로운 벤치마크인 인공 일반 지능 테스트 베드(AGITB)를 제시한다. 기존의 AGI 평가 방법들이 실용적이지 않고 점진적이지 못하며 정보성이 부족하다는 점을 지적하며, AGITB는 12가지 엄격한 테스트로 구성되어 있으며, 인지 능력의 잠재적 출현을 위한 신호 처리 수준의 기반을 형성한다. AGITB는 기호적 표현이나 사전 훈련에 의존하지 않고 시간에 따른 이진 신호 예측 능력을 통해 지능을 평가한다. 언어나 지각에 기반한 고수준 테스트와 달리, 결정론, 민감도, 일반화와 같은 생물학적 지능을 반영하는 핵심 계산적 불변량에 초점을 맞춘다. 사전 편향을 가정하지 않고, 의미론적 의미와 무관하게 작동하며, 무차별 대입이나 암기로 해결할 수 없도록 설계되었다. 인간은 AGITB를 통과하도록 설계되었지만, 현재의 어떤 AI 시스템도 기준을 충족하지 못하고 있어 AGI를 향한 진보를 인식하고 이끌어내는 설득력 있는 벤치마크가 된다.
