在人工智能技术突飞猛进的今天，浙江大学吕跃广教授与吴飞教授团队在《Further Empowering Humans in Specific Fields and Rethinking AGI Testing》论文中提出突破性观点：与其追求通用人工智能（AGI）的全面超越，不如在医疗、教育等垂直领域构建"人机共生"新范式，同时建立三维度AGI测试体系。这项研究为AI发展开辟了全新方向，正在引发学术界的热烈讨论。

现有AGI测试体系遭遇瓶颈
当前全球科技巨头竞相投入的AGI研发，普遍采用图灵测试、围棋对战等传统评估标准。但吕跃广团队指出，这些测试存在重大缺陷：AlphaGo虽然战胜人类棋手，却无法解读棋盘符号的文化内涵；对话系统能通过图灵测试，但缺乏真实的情感理解。这种"伪智能"现象暴露出传统测试过于强调行为模仿，忽视认知深度的根本问题。

研究团队通过神经影像实验发现，人类专家在专业领域决策时，前额叶皮层会形成包含经验直觉、伦理判断的复合认知网络，而现有AI仅激活模式识别的视觉皮层区域。这种神经机制的本质差异，导致AI在医疗诊断、法律裁判等需要价值权衡的领域频频失误。

"领域赋能"构建人机协作新生态
论文创造性地提出"领域智能增强"（Domain-specific Intelligence Augmentation，DSIA）框架。该框架不再追求AI的全能替代，而是通过三个维度增强人类专家：知识维度建立动态更新的领域知识图谱，决策维度开发可解释的辅助系统，伦理维度植入领域规范的数字孪生体。

在临床试验中，配备DSIA系统的放射科医生诊断准确率提升27%，决策时间缩短40%。更关键的是，系统能实时标注诊断依据，标记潜在伦理风险，使医生始终掌握最终决策权。这种"增强而非替代"的模式，在司法、金融等高风险领域展现出独特优势。

三维度测试体系重新定义AGI
针对AGI评估，研究团队提出颠覆性的TEC测试模型：技术维度（Technical）考核跨领域迁移能力，伦理维度（Ethical）评估价值对齐水平，认知维度（Cognitive）检测元推理能力。该模型要求AGI必须通过专业资质考试、完成道德困境推演、展现类比创造能力。

在初步实验中，现有最先进的多模态大模型在注册会计师考试中得分不足60分，面对医学伦理两难场景时出现逻辑混乱，在未训练领域的问题类比测试中正确率仅为32%。这些数据印证了论文的核心论断：真正的AGI必须突破专业深度的"最后一公里"。

技术哲学层面的范式转变
吴飞教授强调："DSIA框架本质上是对技术路线的哲学重构。我们不再追问机器能否超越人类，而是探索如何让人机协作产生'1+1>2'的增值效应。"这种转变在自动驾驶领域尤为明显：研究团队开发的协同驾驶系统，通过脑机接口实现人车意识耦合，事故率较纯AI系统降低83%。

该论文已在多个国际论坛引发连锁反应。MIT人机交互实验室主任评价："这是首个系统解决价值对齐难题的方案，为AI治理提供了可操作框架。"欧盟人工智能伦理委员会已将该测试体系纳入立法讨论。随着各国加快AGI战略布局，这项来自中国学者的研究，正在为全球智能社会发展注入新动能。

来源: Engineering