AIの次は何でしょうか?おそらく、一般的な人工知能よりも、物理的に特異的な知能です。 これが論文の草案です。 (1) まず、AIは現在、誇大広告サイクルの谷に入っています。どんなに素晴らしい技術であっても、すべての技術者はこれを経験します。実際、スペースが薄くなり始めたら、投資して建設するのに最適な時期の 1 つです。 (2) 第二に、AI は検索、要約、視覚化、プロトタイピングに非常に役立つと同時に、スパム、詐欺、スロップの非常に迷惑なソースでもあります。マイナス面だけに焦点を当てる人が多すぎます。 (3) 第三に、AI の正確な停滞期はまったく予想外です。現在のモデルが「はるかに優れた Web 検索と要約」でトップに達しているように見えるという事実は、ほとんどの人が 2022 年に固定したようなものではありません。グーグルを破壊することは歴史的な偉業だが、それは機械の神ではない。 (4) モデルがこのように頭打ちになった理由の 1 つの論文は、LLM スタイルのデジタル AI は真に考えるのではなく、実際にはただ繰り返すだけであるということです。上流ではなく下流です。さて、これでほとんどの人が考えているよりもはるかに先に進むことができます。しかし、斬新な考えにたどり着くことはできません。 (5) それは別の点につながります:前に述べたように、デジタルAIはエンドツーエンドではなく、ミドルからミドルでそれを行います。デジタルAIのボトルネックは、プロンプトと検証だからです。 (6) しかし、ロボットの誘導という意味での「物理的」AI は、エッジケースに多大なエネルギーを投資した後であっても、エンドツーエンドで物事を実行可能にします。たとえば、自動運転車は今や本当に A 地点から B 地点まであなたを連れて行くことができます。彼らはそれをエンドツーエンドで行います。 (7) したがって、「A 地点から B 地点へのドライブ」のような非常に明確で経済的に価値のある物理世界の問題は、AI の大幅な進歩が見られるはずです。これを物理的な特定の知性と呼びます。 (8) 特に中国のロボットは、自動車やヒューマノイドだけでなく、多くのフォームファクターで次から次へとタスクをこなします。歩道ロボットや配送ドローンは、自動運転車と並んですでに中国で稼働しており、そのハードウェア部門は加速しています。 (9)より短期的である理由の1つ 一般人工知能ではなく物理的に特異な知能に強気なのは、物理世界は現実であるのに対し、デジタル世界は架空のものである可能性があるということです。@drfeifei、SLAM(同時位置とマッピング)の教科書的な概念は、実際には明示的な物理世界モデルであり、デジタル領域には欠けていることが誰もが知っているという指摘をしました。 (10) 特に、N 台の異なるロボットがすべて SLAM (または同等のもの) を実行し、センサー データを中央データベースにアップロードしている場合、それらはすべて同じ物理世界から相互に学習しているという意味で、すべて同じ物理世界から学習しています。自動運転車が運転する何百万マイルものトレーニングマイルは、この戦略が機能していることを示しています。 (11) これをデジタル世界と対比してください。テキストは偽物である場合もあれば、架空である場合もあり、実際、その傾向がよくあります。そして、これはAIテキストがウェブに浸透するにつれて二重になります。 (12) したがって、物理世界を感知するN台のロボットは、コンセンサス現実に収束する。UnitreeロボットとTeslaロボットは同じ物体を認識します。対照的に、デジタル世界のNエージェントはテキストと画像を取り込むだけであり、一貫性がなくなる可能性があり、これからも一貫性がありません。 (13) デジタル署名がない場合、AI トレーニングに使用されるオンライン データは内部的に一貫性がないだけでなく、微妙または深い方法で偽物になります。実際、広く普及している AI モデルにより、多くのデジタル データ (ハード デジタル ボーダーの外側) が偽物になったり、ずんだり、AI エージェントが相互に通信したりすることが保証されます。...