Mitä tekoälylle tapahtuu seuraavaksi? Ehkä fyysisesti spesifinen älykkyys, enemmän kuin tekoälyn yleinen älykkyys. Tässä on luonnos opinnäytetyöstä. (1) Ensinnäkin tekoäly on nyt siirtymässä hype-syklin aallonpohjaan. Jokainen tekniikka, olipa se kuinka hämmästyttävä tahansa, käy läpi tämän. Se on itse asiassa yksi parhaista ajoista investoida ja rakentaa, kun tila alkaa ohentua. (2) Toiseksi tekoäly on erittäin hyödyllinen sekä haussa, yhteenvedossa, visualisoinnissa ja prototyyppien luomisessa *että* erittäin ärsyttävä roskapostin, huijausten ja slopin lähde. Liian monet keskittyvät pelkästään huonoihin puoliin. (3) Kolmanneksi, tekoälyn tarkka tasanko on melko odottamaton. Se, että nykyiset mallit näyttävät saavuttaneen "paljon paremman verkkohaun ja yhteenvedon", ei ole se, mihin useimmat olisivat kiinnittäneet sen vuonna 2022. Googlen häiritseminen on historiallinen saavutus, mutta se ei ole konejumala. (4) Yksi teesi sille, miksi mallit tasaantuivat tällä tavalla, on se, että LLM-tyylinen digitaalinen tekoäly todella *toistaa* sen sijaan, että todella ajattelee. Se on alavirtaan, ei ylävirtaan. Nyt voit päästä tällä paljon pidemmälle kuin useimmat luulivat. Mutta et pääse aina uusiin ajatuksiin asti. (5) Tämä johtaa toiseen asiaan: kuten olen sanonut aiemmin, digitaalinen tekoäly tekee sen keskeltä keskelle, ei päästä päähän. Koska digitaalisen tekoälyn pullonkaula on kehotus ja todentaminen. (6) *Fyysinen* tekoäly – robottiohjauksen merkityksessä – *voi* kuitenkin tehdä asioita päästä päähän, vaikkakin sen jälkeen, kun reunatapauksiin on investoitu paljon energiaa. Esimerkiksi itseohjautuvat autot voivat nyt todella viedä sinut pisteestä A pisteeseen B. He tekevät sen päästä päähän. (7) Joten erittäin hyvin määritellyt ja taloudellisesti arvokkaat fyysisen maailman ongelmat, kuten "ajaminen pisteestä A pisteeseen B", ovat asioita, joissa meidän pitäisi nähdä merkittävää tekoälyn edistystä. Kutsu tätä fyysiseksi erityiseksi älykkyydeksi. (8) Erityisesti kiinalaiset robotit onnistuvat tehtävässä tehtävän jälkeen, monissa muodoissa autojen tai humanoidien lisäksi. Jalkakäytävärobotit ja jakeludroonit ovat jo käytössä Kiinassa itseohjautuvien autojen rinnalla, ja niiden laitteistosektori kiihtyy. (9) Yksi syy olla lyhytaikaisempi Positiivisesti fyysisesti spesifinen älykkyys tekoälyn sijaan on se, että fyysinen maailma on todellinen, kun taas digitaalinen maailma voi olla fiktiivinen. @drfeifei huomautti, että samanaikaisen sijainnin ja kartoituksen oppikirjakäsite (SLAM) on itse asiassa eksplisiittinen fyysisen maailman malli, jonka olemme kaikki tienneet puuttuvan digitaalisesta maailmasta. (10) Erityisesti, jos sinulla on N eri robottia, jotka kaikki tekevät SLAM:ia (tai vastaavaa) ja lataavat anturidatansa keskustietokantaan, ne kaikki tavallaan oppivat samasta fyysisestä maailmasta ja toisistaan. Itseohjautuvien autojen ajamat miljoonat harjoituskilometrit osoittavat, että tämä strategia toimii. (11) Vertaa tätä digitaaliseen maailmaan. Teksti voi olla väärennöstä, se voi olla fiktiivistä, ja sitä se todellakin usein onkin. Ja tämä on kaksinkertaista, kun tekoälyteksti tunkeutuu verkkoon. (12) Joten N robottia, jotka aistivat fyysisen maailman, yhtyvät konsensustodellisuuteen. Unitree-robotti ja Tesla-robotti havaitsevat samat esineet. Sitä vastoin digitaalisen maailman N-agentit vain nielevät jatkuvasti tekstiä ja kuvia, jotka voivat olla ja tulevat olemaan epäjohdonmukaisia. (13) Jos digitaalisia allekirjoituksia ei ole, tekoälykoulutuksessa käytettävä verkkodata ei ole vain sisäisesti epäjohdonmukaista, vaan myös väärennettyä hienovaraisella tai syvällisellä tavalla. Laajalle levinneet tekoälymallit varmistavatkin, että suuri osa digitaalisesta datasta (kovien digitaalisten rajojen ulkopuolella) muuttuu väärennetyksi tai räikeäksi tai tekoälyagentit keskustelevat keskenään....