Stanford'dan YENİ araştırma. AGI tartışması yanlış bir ikilem üzerinde sıkışıp kalmış. Birinci pozisyon: LLM'leri ölçeklendiriyor ve zeka ortaya çıkıyor. İkinci pozisyon: LLM'ler, mantık yürütemeyen desen eşleştiricilerdir, çıkmaz sokak. Bu makale üçüncü bir pozisyonu savunuyor: Substrat artı Koordinasyon. LLM'ler, gerekli System-1 desen deposudur. Eksik bileşen, bu kalıpları dış hedeflere seçen, kısıtlayan ve bağlayan bir Sistem-2 koordinasyon katmanıdır. Yazar, temel içgörün bir balıkçılık metaforundan geldiğini öne sürüyor. Okyanus, modelin geniş gizli bilgisidir. Yemsiz döküm, önceki maksimum olasılıkı elde eder: genel, yaygın çıktılar. Halüsinasyonu gözlemleyen eleştirmenler bozuk bir sistem görmüyor. Serbest bir oyuncu kadrosu görüyorlar. Zeki davranış, yem ve filtreleme gerektirir. Makale, bunu UCCT aracılığıyla resmileştiriyor; bu teori akıl yürütme bir faz geçişi olarak ortaya çıkar. Değişimi üç faktör yönetir: etkili destek (hedef kavramları çekme yem yoğunluğu), temsilsel uyumsuzluk (öncenin ne kadar direnç gösterdiği) ve uyarlanabilir sabitleme bütçesi (bağlamın maliyeti). Güç sabitleme bir eşiği aştığında, davranış halüsinasyondan hedefe yönelen kontrole dönüşür. İki bağlam içi örnek, milyarlarca tokendan öğrenilen aritmetiği geçersiz kılabilir. Geçiş kademeli değil, ayrı. Koordinasyon, modern yapay zeka sistemlerinde bir darboğazdır. MACI bu koordinasyon katmanını uygular: ajanlar arasında davranış modülasyonlu tartışma, yanlış sunulmuş argümanları filtreleyen Sokratik yargı ve akıl yürütme bölümleri arasında durumu koruyan işlemsel bellek. Hafıza kısmıyla ilgili fikirler için ajanik bağlam mühendisliği makalesini okuyun. AGI'ye giden yol LLM'lerin üzerinden geçer, onların etrafından değil. Soru, desen depolarının yeterli olup olmadığı değil. Hangi koordinasyon mekanizmalarının desen kapasitesini güvenilir ve doğrulanabilir akıl yürütmeye dönüştürebileceğidir. Makale: Akademimizde etkili yapay zeka ajanları oluşturmayı öğrenin: