Co bude dál s umělou inteligencí? Možná fyzicky specifická inteligence, více než umělá obecná inteligence. Zde je koncept diplomové práce. (1) Za prvé, umělá inteligence nyní vstupuje do koryta hype cyklu. Každá technologie, bez ohledu na to, jak úžasná je, tím prochází. Ve skutečnosti je to jeden z nejlepších časů pro investování a výstavbu, jakmile se prostor začne ztenčovat. (2) Za druhé, umělá inteligence je velmi užitečná pro vyhledávání, sumarizaci, vizualizaci a prototypování *a* velmi otravným zdrojem spamu, podvodů a slop. Příliš mnoho lidí se zaměří pouze na stinné stránky. (3) Za třetí, přesná plošina umělé inteligence je zcela neočekávaná. Skutečnost, že se zdá, že současné modely dosáhly vrcholu na "mnohem lepším webovém vyhledávání a shrnutí", není tam, kam by to většina v roce 2022 připisovala. Narušení Googlu je historický úspěch, přesto to není bůh strojů. (4) Jednou z tezí, proč modely stagnují tímto způsobem, je, že digitální umělá inteligence ve stylu LLM se ve skutečnosti jen opakuje, spíše než skutečně myslí. Je to po proudu, ne proti proudu. Nyní se s tím můžete dostat mnohem dále, než si většina myslela. Ale nemůžete se dostat až k novým myšlenkám. (5) To vede k dalšímu bodu: jak jsem již řekl dříve, digitální umělá inteligence to dělá uprostřed Protože úzkým hrdlem digitální umělé inteligence je nabádání a ověřování. (6) Nicméně *fyzická* umělá inteligence – ve smyslu robotického navádění – *může* reálně dělat věci od začátku do konce, i když po investování velkého množství energie do okrajových případů. Například samořídící auta vás nyní skutečně mohou dopravit z bodu A do bodu B. Dělají to od začátku do konce. (7) Takže extrémně dobře specifikované a ekonomicky hodnotné problémy fyzického světa, jako je "jízda z bodu A do bodu B", jsou oblastmi, kde bychom měli vidět významný pokrok v oblasti umělé inteligence. Říkejme tomu fyzická specifická inteligence. (8) Zejména čínští roboti budou zvládat úkol za úkolem, a to v mnoha formách kromě aut nebo humanoidů. Chodníkoví roboti a doručovací drony jsou již v Číně v provozu, spolu se samořiditelnými auty, a jejich hardwarový sektor se zrychluje. (9) Jeden z důvodů, proč být krátkodobější Býčí názor na fyzikálně specifickou inteligenci spíše než na umělou obecnou inteligenci je, že fyzický svět je skutečný, zatímco digitální svět může být fiktivní. @drfeifei s tím souvisí i to, že učebnicový koncept simultánního lokalizování a mapování (SLAM) je ve skutečnosti explicitním modelem fyzického světa, což je něco, o čem všichni víme, že v digitální sféře chybí. (10) Konkrétně, pokud máte N různých robotů, kteří všichni dělají SLAM (nebo ekvivalent) a nahrávají svá data ze senzorů do centrální databáze, všichni se v jistém smyslu učí ze stejného fyzického světa a jeden od druhého. Miliony tréninkových mil ujeté samořiditelnými auty ukazují, že tato strategie funguje. (11) Porovnejte to s digitálním světem. Text může být falešný, může být fiktivní a skutečně tomu tak často je. A to platí dvojnásob, protože text umělé inteligence proniká na web. (12) Takže N robotů snímajících fyzický svět se bude sbližovat ke konsensuální realitě. Robot Unitree a robot Tesla budou vnímat stejné objekty. Naproti tomu N agenti v digitálním světě prostě neustále přijímají text a obrázky, což může být a bude nekonzistentní. (13) Při absenci digitálních podpisů budou online data používaná pro školení AI nejen vnitřně nekonzistentní, ale také rafinovaným nebo hlubokým způsobem falešná. Rozšířené modely umělé inteligence skutečně zajišťují, že velká část digitálních dat (mimo pevné digitální hranice) se stane falešnou nebo neúprosnou nebo že agenti umělé inteligence spolu budou komunikovat....