AGI？有一天，但还没有。目前唯一运行良好的人工智能是屏幕后面的人工智能 [12-17]。但是，与现实世界中真实机器人的真实人工智能相比，在屏幕后面通过图灵测试 [9] 很容易。目前没有人工智能驱动的机器人可以被认证为水管工[13-17]。因此，图灵测试并不是衡量智力的良好指标（智商也不是）。而没有掌握物理世界的 AGI 就不是 AGI。这就是为什么我在 2004 年创建了用于学习机器人的 TUM CogBotLab [5]，在 2014 年与他人共同创立了一家物理世界人工智能公司 [6]，并让 TUM、IDSIA 和现在的 KAUST 的团队致力于婴儿机器人 [4,10-11,18]。这种软机器人不仅仅是奴役地模仿人类，也不会像 LLM/VLM 那样仅仅通过下载网络来工作。相反，他们利用人工好奇心的原理来改进他们的神经世界模型（我在 1990 年使用的两个术语 [1-4]）。这些机器人使用大量传感器，但只有弱执行器，因此当它们通过设计和运行自己发明的实验来收集有用的数据时，它们不会轻易伤害自己 [18]。 值得注意的是，自 1970 年代以来，许多人取笑我的旧目标，即建立一个比我更聪明的自我完善的 AGI，然后退休。然而，最近，许多人终于开始认真对待这一点，现在他们中的一些人突然变得过于乐观了。这些人往往幸福地没有意识到我们必须解决的剩余挑战才能实现真正的人工智能。我的 2024 年 TED 演讲 [15] 总结了其中的一些内容。 参考资料（在网上很容易找到）： [1] J.施密杜伯。让世界可微分：关于在非平稳环境中使用全递归自监督神经网络 （NN） 进行动态强化学习和规划。TR FKI-126-90，慕尼黑工业，1990年2月，1990年11月修订。本文还通过生成对抗网络引入了人工好奇心和内在动机，其中生成器神经网络在极小极大博弈中与预测神经网络作战。 [2] J.S.在模型构建神经控制器中实现好奇心和无聊的可能性。J. A. Meyer 和 S. W. Wilson 编辑，适应性行为模拟国际会议论文集：从动物到动物，第 222-227 页。麻省理工学院出版社/布拉德福德图书公司，1991 年。基于[1]。 [3] JS AI 博客 （2020）。1990 年：使用循环世界模型和人工好奇心进行规划和强化学习。总结了 [1][2] 和许多后来的论文，包括 [7][8]。 [4] JS AI 博客 （2021）：自 1990 年以来的人工好奇心和创造力。总结了 [1][2] 和许多后来的论文，包括 [7][8]。 [5] 慕尼黑工业大学学习机器人CogBotLab（2004-2009） [6] NNAISENSE，成立于 2014 年，致力于物理世界中的 AI [7] JS （2015）。关于学习思考：强化学习 （RL） 控制器和循环神经世界模型新组合的算法信息论。arXiv 1210.0118。第 5.3 节描述了一个 RL 提示工程师，它学习查询其模型以进行抽象推理、规划和决策。今天，这被称为“思维链”。 [8] J.S.（2018）。一个大网，万事俱备。arXiv 1802.08864。另见专利US11853886B2和我的 DeepSeek 推文：DeepSeek 使用 2015 年强化学习提示工程师 [7] 及其 2018 年改进 [8] 的元素，该优化 [8] 将 RL 机器和 [7] 的世界模型折叠成一个网络。这使用了我 1991 年的神经网络蒸馏程序：一个蒸馏的思维链系统。 [9] J.S.图灵超卖。不过，这不是图灵的错。人工智能博客（2021 年，在 Hacker News 上排名 #1） [10] J.S. Intelligente Roboter werden vom Leben fasziniert sein.（智能机器人会对生活着迷。F.A.Z.，2015 [11] J.S. 在《倒塌的墙：人工智能的过去、现在和未来》中。《科学美国人》，观察，2017 年。 [12] J.S. KI ist eine Riesenchance für Deutschland.（人工智能对德国来说是一个巨大的机会。F.A.Z.，2018 [13] H.琼斯。J.S. 说他一生的工作不会导致反乌托邦。福布斯杂志，2023 年。 [14] J.S. Jazzyear访谈，上海，2024年。 [15] J.S. TED 在 TED AI Vienna （2024） 上的演讲：为什么 2042 年将是 AI 的重要一年。请参阅随附的视频剪辑。 [16] J.S. Baut den KI-gesteuerten Allzweckroboter！（构建人工智能控制的万能机器人！F.A.Z.，2024 年 [17] J.S. 1995-2025：德国和日本与美国和中国的衰落。万能机器人能否推动卷土重来？AI 博客，2025 年 1 月，基于 [16]。 [18] M. Alhakami、DR Ashley、J. Dunham、Y. Dai、F. Faccio、E. Feron、J. Schmidhuber。面向具有丰富交互能力的极其强大的婴儿机器人，用于先进的机器学习算法。预印本 arxiv 2404.08093,2024 年。