Cosa ci aspetta dopo per l'AI? Forse un'intelligenza fisicamente specifica, più che un'intelligenza artificiale generale. Ecco una bozza di tesi. (1) Prima di tutto, l'AI sta ora entrando nel baratro del ciclo dell'hype. Ogni tecnologia, non importa quanto straordinaria, passa attraverso questo. È in realtà uno dei migliori momenti per investire e costruire una volta che lo spazio inizia a diradarsi. (2) In secondo luogo, l'AI è sia estremamente utile per la ricerca, la sintesi, la visualizzazione e il prototipaggio *e* una fonte altamente fastidiosa di spam, truffe e spazzatura. Troppi si concentreranno esclusivamente sugli aspetti negativi. (3) In terzo luogo, il plateau esatto dell'AI è piuttosto inaspettato. Il fatto che i modelli attuali sembrano aver raggiunto il massimo in "ricerca web e sintesi molto migliori" non è dove la maggior parte l'avrebbe collocato nel 2022. Disrupting Google è un traguardo storico, eppure non è il dio macchina. (4) Una tesi sul perché i modelli siano plateau in questo modo è che l'AI digitale in stile LLM *è* davvero solo ripetere, piuttosto che pensare veramente. È a valle, non a monte. Ora, puoi arrivare molto più lontano di quanto la maggior parte pensasse. Ma non puoi arrivare fino a pensieri nuovi. (5) Questo porta a un altro punto: come ho già detto, l'AI digitale lo fa da mezzo a mezzo, non da inizio a fine. Perché il collo di bottiglia per l'AI digitale è la richiesta e la verifica. (6) Tuttavia, l'AI *fisica* — nel senso della guida robotica — *può* fare cose da inizio a fine, sebbene dopo aver investito molta energia su casi limite. Ad esempio, le auto a guida autonoma ora possono davvero portarti da un punto A a un punto B. Lo fanno da inizio a fine. (7) Quindi, problemi del mondo fisico estremamente ben specificati e di valore economico come "guidare da un punto A a un punto B" sono dove dovremmo vedere progressi significativi dell'AI. Chiamiamo questo intelligenza fisicamente specifica. (8) I robot cinesi in particolare realizzeranno compito dopo compito, in molte forme oltre a quelle delle auto o degli umanoidi. I robot da marciapiede e i droni per le consegne sono già attivi in Cina, insieme alle auto a guida autonoma, e il loro settore hardware sta accelerando. (9) Un motivo per essere più ottimisti a breve termine sull'intelligenza fisicamente specifica piuttosto che sull'intelligenza artificiale generale è che il mondo fisico è reale mentre il mondo digitale può essere fittizio. @drfeifei ha fatto notare che il concetto di libro di testo di localizzazione e mappatura simultanea (SLAM) è in realtà un modello esplicito del mondo fisico, qualcosa che tutti noi sappiamo mancare nel regno digitale. (10) In particolare, se hai N robot diversi che fanno tutti SLAM (o equivalente) e caricano i loro dati sensoriali in un database centrale, stanno tutti in un certo senso apprendendo dallo stesso mondo fisico e l'uno dall'altro. I milioni di miglia di addestramento percorse dalle auto a guida autonoma dimostrano che questa strategia funziona. (11) Contrasta questo con il mondo digitale. Il testo può essere falso, può essere fittizio, e infatti spesso lo è. E questo è doppiamente vero man mano che il testo AI permea il web. (12) Quindi N robot che percepiscono il mondo fisico convergeranno su una realtà consensuale. Un robot Unitree e un robot Tesla percepiranno gli stessi oggetti. Al contrario, N agenti nel mondo digitale continuano a ingerire testo e immagini, che possono e saranno incoerenti. (13) In assenza di firme digitali, i dati online utilizzati per l'addestramento dell'AI non saranno solo internamente incoerenti ma falsi in modi sottili o profondi. Infatti, i modelli AI diffusi garantiscono che molti dati digitali (al di fuori dei confini digitali rigidi) diventino falsi, o spazzatura, o agenti AI che parlano tra loro. ...