O que vem a seguir para a IA? Talvez inteligência fisicamente específica, mais do que inteligência artificial geral. Aqui está um rascunho de tese. (1) Primeiro, a IA está entrando no vale do ciclo de hype. Toda tecnologia, por incrível que seja, passa por isso. Na verdade, é um dos melhores momentos para investir e construir quando o espaço começa a diminuir. (2) Em segundo lugar, a IA é muito útil para pesquisa, resumo, visualização e prototipagem * e * uma fonte altamente irritante de spam, golpes e lixo. Muitos se concentrarão apenas nas desvantagens. (3) Terceiro, o platô exato da IA é bastante inesperado. O fato de que os modelos atuais parecem ter chegado ao topo em "pesquisa e resumo na web muito melhores" não é onde a maioria teria atrelado em 2022. Interromper o Google é uma conquista histórica, mas não é o deus da máquina. (4) Uma tese de por que os modelos se estabilizaram dessa maneira é que a IA digital no estilo LLM realmente *está* apenas repetindo, em vez de realmente pensar. É a jusante, não a montante. Agora, você pode ir muito mais longe com isso do que a maioria pensava. Mas você não pode chegar a novos pensamentos. (5) Isso leva a outro ponto: como eu disse antes, a IA digital faz isso do meio para o meio, não de ponta a ponta. Porque o gargalo para a IA digital é solicitar e verificar. (6) No entanto, a IA *física* - no sentido de orientação robótica - * pode * fazer as coisas de ponta a ponta, embora após o investimento de muita energia em casos extremos. Por exemplo, carros autônomos agora podem realmente levá-lo do ponto A ao ponto B. Eles fazem isso de ponta a ponta. (7) Portanto, problemas do mundo físico extremamente bem especificados e economicamente valiosos, como "dirigir do ponto A ao ponto B", são onde devemos ver um progresso significativo da IA. Chame isso de inteligência física específica. (8) Os robôs chineses, em particular, acertam tarefa após tarefa, em muitos fatores de forma além de apenas carros ou humanóides. Robôs de calçada e drones de entrega já estão ativos na China, ao lado de carros autônomos, e seu setor de hardware está se acelerando. (9) Uma razão para ser mais de curto prazo O que é otimista em relação à inteligência física específica, em vez da inteligência artificial geral, é que o mundo físico é real, enquanto o mundo digital pode ser fictício. @drfeifei fez o ponto relacionado de que o conceito de livro didático de localização e mapeamento simultâneos (SLAM) é na verdade um modelo explícito de mundo físico, algo que todos sabemos que está faltando no mundo digital. (10) Em particular, se você tiver N robôs diferentes fazendo SLAM (ou equivalente) e carregando seus dados de sensores para um banco de dados central, todos eles estão, de certa forma, aprendendo com o mesmo mundo físico e uns com os outros. Os milhões de quilômetros de treinamento percorridos por carros autônomos mostram que essa estratégia funciona. (11) Compare isso com o mundo digital. O texto pode ser falso, pode ser fictício e, de fato, muitas vezes é. E isso é duplamente verdade à medida que o texto AI permeia a web. (12) Assim, N robôs que detectam o mundo físico convergirão para uma realidade consensual. Um robô Unitree e um robô Tesla perceberão os mesmos objetos. Por outro lado, os agentes N no mundo digital continuam ingerindo texto e imagens, o que pode e será inconsistente. (13) Na ausência de assinaturas digitais, os dados em linha utilizados para a formação em IA não serão apenas incoerentes internamente, mas falsos de forma subtil ou profunda. De fato, os modelos de IA generalizados garantem que muitos dados digitais (fora das fronteiras digitais rígidas) se tornem falsos, ou desleixados, ou agentes de IA conversando entre si....