Что будет дальше для AI? Возможно, физически специфический интеллект, а не искусственный общий интеллект. Вот черновик тезиса. (1) Во-первых, AI сейчас входит в низшую точку цикла хайпа. Каждая технология, независимо от того, насколько она удивительна, проходит через это. На самом деле, это одно из лучших времен для инвестиций и создания, когда пространство начинает сужаться. (2) Во-вторых, AI одновременно очень полезен для поиска, суммирования, визуализации и прототипирования *и* является крайне раздражающим источником спама, мошенничества и мусора. Слишком многие сосредоточатся исключительно на недостатках. (3) В-третьих, точное плато AI довольно неожиданно. Тот факт, что текущие модели, похоже, достигли «значительно лучшего веб-поиска и суммирования», не соответствует тому, что большинство ожидало в 2022 году. Разрушение Google — это историческое достижение, но это не машина-бог. (4) Одна из теорий, почему модели достигли такого плато, заключается в том, что цифровой AI в стиле LLM действительно *просто* повторяет, а не действительно думает. Это вниз по течению, а не вверх. Теперь вы можете продвинуться гораздо дальше, чем большинство думало. Но вы не можете дойти до новых мыслей. (5) Это приводит к еще одной точке: как я уже говорил, цифровой AI работает от середины к середине, а не от конца к концу. Потому что узкое место для цифрового AI — это запросы и проверка. (6) Однако *физический* AI — в смысле роботизированного управления — *может* реально делать вещи от конца до конца, хотя и после вложения большого количества энергии в крайние случаи. Например, автономные автомобили теперь действительно могут доставить вас из точки A в точку B. Они делают это от конца до конца. (7) Таким образом, крайне четко определенные и экономически ценные проблемы физического мира, такие как «поехать из точки A в точку B», — это то, где мы должны увидеть значительный прогресс AI. Назовите это физическим специфическим интеллектом. (8) Китайские роботы, в частности, будут выполнять задачу за задачей, в многих формах, помимо автомобилей или гуманоидов. Роботы на тротуарах и дронов для доставки уже работают в Китае, наряду с автономными автомобилями, и их сектор аппаратного обеспечения ускоряется. (9) Одна из причин быть более оптимистичным в краткосрочной перспективе по поводу физически специфического интеллекта, а не искусственного общего интеллекта, заключается в том, что физический мир реален, в то время как цифровой мир может быть вымышленным. @drfeifei сделал связанный вывод, что концепция одновременной локализации и картирования (SLAM) на самом деле является явной моделью физического мира, чего нам всем известно, что не хватает в цифровой сфере. (10) В частности, если у вас есть N различных роботов, все выполняющие SLAM (или эквивалент), и загружающие свои данные сенсоров в центральную базу данных, они все в некотором смысле учатся на одном и том же физическом мире и друг от друга. Миллионы тренировочных миль, пройденных автономными автомобилями, показывают, что эта стратегия работает. (11) Сравните это с цифровым миром. Текст может быть фальшивым, он может быть вымышленным, и действительно, это часто так. И это вдвойне верно, поскольку текст AI проникает в веб. (12) Таким образом, N роботов, воспринимающих физический мир, будут сходиться к консенсусной реальности. Робот Unitree и робот Tesla будут воспринимать одни и те же объекты. В отличие от этого, N агентов в цифровом мире просто продолжают поглощать текст и изображения, которые могут и будут несогласованными. (13) В отсутствие цифровых подписей онлайн-данные, используемые для обучения AI, будут не только внутренне несогласованными, но и фальшивыми в тонких или глубоких аспектах. Действительно, широко распространенные модели AI обеспечивают, что многие цифровые данные (вне жестких цифровых границ) станут фальшивыми, или мусором, или агентами AI, говорящими друг с другом. ...