¿Qué viene después para la IA? Quizás una inteligencia físicamente específica, más que una inteligencia general artificial. Aquí hay un borrador de tesis. (1) Primero, la IA está entrando ahora en el valle de la desilusión. Cada tecnología, sin importar cuán asombrosa sea, pasa por esto. De hecho, es uno de los mejores momentos para invertir y construir una vez que el espacio comienza a despejarse. (2) En segundo lugar, la IA es tanto altamente útil para la búsqueda, la resumición, la visualización y el prototipado *como* una fuente altamente molesta de spam, estafas y desechos. Demasiados se centrarán únicamente en los aspectos negativos. (3) En tercer lugar, el exacto estancamiento de la IA es bastante inesperado. El hecho de que los modelos actuales parezcan haber alcanzado un tope en "búsqueda web y resumen mucho mejores" no es donde la mayoría lo habría previsto en 2022. Disrumpir a Google es un logro histórico, sin embargo, no es el dios máquina. (4) Una tesis sobre por qué los modelos se estancaron de esta manera es que la IA digital estilo LLM realmente *está* repitiendo, en lugar de pensar verdaderamente. Está en la parte inferior, no en la parte superior. Ahora, puedes avanzar mucho más con esto de lo que la mayoría pensaba. Pero no puedes llegar hasta pensamientos novedosos. (5) Eso lleva a otro punto: como he dicho antes, la IA digital lo hace de medio a medio, no de extremo a extremo. Porque el cuello de botella para la IA digital es la indicación y la verificación. (6) Sin embargo, la IA *física* — en el sentido de la guía robótica — *puede* hacer cosas de extremo a extremo, aunque después de invertir mucha energía en casos extremos. Por ejemplo, los coches autónomos ahora realmente pueden llevarte del punto A al punto B. Lo hacen de extremo a extremo. (7) Así que, problemas del mundo físico extremadamente bien especificados y económicamente valiosos como "conducir del punto A al punto B" son donde deberíamos ver un progreso significativo de la IA. Llama a esto inteligencia físicamente específica. (8) Los robots chinos en particular realizarán tarea tras tarea, en muchas formas más allá de solo coches o humanoides. Los robots de acera y los drones de entrega ya están en funcionamiento en China, junto con los coches autónomos, y su sector de hardware está acelerando. (9) Una razón para ser más optimista a corto plazo sobre la inteligencia físicamente específica en lugar de la inteligencia general artificial es que el mundo físico es real mientras que el mundo digital puede ser ficticio. @drfeifei hizo el punto relacionado de que el concepto de libro de texto de localización y mapeo simultáneos (SLAM) es en realidad un modelo explícito del mundo físico, algo que todos sabemos que falta en el ámbito digital. (10) En particular, si tienes N robots diferentes haciendo SLAM (o equivalente) y subiendo sus datos de sensores a una base de datos central, todos están, en cierto sentido, aprendiendo del mismo mundo físico y entre ellos. Los millones de millas de entrenamiento recorridas por los coches autónomos demuestran que esta estrategia funciona. (11) Contrasta esto con el mundo digital. El texto puede ser falso, puede ser ficticio, y de hecho, a menudo lo es. Y esto es doblemente cierto a medida que el texto de IA permea la web. (12) Así que N robots que perciben el mundo físico convergerán en una realidad consensuada. Un robot Unitree y un robot Tesla percibirán los mismos objetos. En contraste, N agentes en el mundo digital simplemente siguen ingiriendo texto e imágenes, que pueden y serán inconsistentes. (13) En ausencia de firmas digitales, los datos en línea utilizados para el entrenamiento de IA no solo serán internamente inconsistentes, sino falsos de maneras sutiles o profundas. De hecho, los modelos de IA generalizados aseguran que muchos datos digitales (fuera de fronteras digitales duras) se volverán falsos, o desechos, o agentes de IA hablando entre sí. ...