AGI؟ يوم واحد ، لكن ليس بعد. الذكاء الاصطناعي الوحيد الذي يعمل بشكل جيد في الوقت الحالي هو الذي يقف خلف الشاشة [12-17]. لكن اجتياز اختبار تورينج [9] خلف الشاشة أمر سهل مقارنة ب الذكاء الاصطناعي الحقيقي للروبوتات الحقيقية في العالم الحقيقي. لا يمكن اعتماد أي روبوت حالي يعمل بنظام الذكاء الاصطناعي كسباك [13-17]. وبالتالي ، فإن اختبار تورينج ليس مقياسا جيدا للذكاء (ولا معدل الذكاء). و AGI بدون إتقان العالم المادي ليس AGI. لهذا السبب أنشأت TUM CogBotLab لتعلم الروبوتات في عام 2004 [5] ، وشاركت في تأسيس شركة لاستخدام الذكاء الاصطناعي في العالم المادي في عام 2014 [6] ، وكان لدي فرق في TUM و IDSIA والآن تعمل في جامعة الملك عبدالله للعلوم والتقنية من أجل الروبوتات الصغيرة [4،10-11،18]. هذه الروبوتات اللينة لا تقلد البشر بخنوع فقط ولا تعمل بمجرد تنزيل الويب مثل LLMs / VLMs. لا. بدلا من ذلك ، يستغلون مبادئ الفضول الاصطناعي لتحسين نماذج العالم العصبية الخاصة بهم (مصطلحان استخدمتهما في عام 1990 [1-4]). تعمل هذه الروبوتات مع الكثير من أجهزة الاستشعار ، ولكن فقط مع المحركات الضعيفة ، بحيث لا يمكنها إيذاء نفسها بسهولة [18] عندما تجمع بيانات مفيدة من خلال ابتكار وتشغيل تجاربهم التي اخترعوها بأنفسهم. من اللافت للنظر ، منذ سبعينيات القرن العشرين ، سخر الكثيرون من هدفي القديم المتمثل في بناء AGI ذاتي التحسين أكثر ذكاء مني ثم التقاعد. ومع ذلك ، في الآونة الأخيرة ، بدأ الكثيرون أخيرا في أخذ هذا الأمر على محمل الجد ، والآن أصبح بعضهم متفائلا للغاية فجأة. غالبا ما يكون هؤلاء الأشخاص غير مدركين للتحديات المتبقية التي يتعين علينا حلها لتحقيق الذكاء الاصطناعي الحقيقي. يلخص حديثي في TED لعام 2024 [15] بعضا من ذلك. المراجع (يسهل العثور عليها على الويب): [1] ج. شميدهوبر. جعل العالم قابلا للتمييز: حول استخدام الشبكات العصبية المتكررة بالكامل (NNs) للتعلم والتخطيط المعزز الديناميكي في البيئات غير الثابتة. TR FKI-126-90 ، TUM ، فبراير 1990 ، تمت مراجعته في نوفمبر 1990. قدمت هذه الورقة أيضا فضولا مصطنعا ودافعا جوهريا من خلال شبكات الخصومة التوليدية حيث يقاتل مولد NN متنبئا في لعبة minimax. [2] ج. س. إمكانية تنفيذ الفضول والملل في وحدات التحكم العصبية لبناء النماذج. في J.A. Meyer و S.W Wilson ، محرران ، Proc. للمؤتمر الدولي حول محاكاة السلوك التكيفي: من إلى الرسوم المتحركة، الصفحات 222-227. مطبعة معهد ماساتشوستس للتكنولوجيا / كتب برادفورد ، 1991. استنادا إلى [1]. [3] مدونة الذكاء الاصطناعي (2020). 1990: التخطيط والتعلم المعزز بنماذج عالمية متكررة وفضول اصطناعي. تلخيص جوانب [1] [2] والكثير من الأوراق اللاحقة بما في ذلك [7] [8]. [4] مدونة الذكاء الاصطناعي (2021): الفضول والإبداع الاصطناعي منذ عام 1990. تلخيص جوانب [1] [2] والكثير من الأوراق اللاحقة بما في ذلك [7] [8]. [5] J.S. TU Munich CogBotLab لتعلم الروبوتات (2004-2009) [6] NNAISENSE ، التي تأسست في عام 2014 ، من أجل الذكاء الاصطناعي في العالم المادي [7] ج. (2015). حول تعلم التفكير: نظرية المعلومات الخوارزمية لمجموعات جديدة من وحدات التحكم في التعلم المعزز (RL) ونماذج العالم العصبي المتكررة. arXiv 1210.0118. يصف القسم 5.3 مهندس سريع RL الذي يتعلم الاستعلام عن نموذجه للتفكير المجرد والتخطيط واتخاذ القرار. اليوم يسمى هذا "سلسلة الفكر". [8] ج. (2018). شبكة واحدة كبيرة لكل شيء. arXiv 1802.08864. انظر أيضا US11853886B2 براءات الاختراع وتغريدة DeepSeek الخاصة بي: يستخدم DeepSeek عناصر من مهندس موجه التعلم المعزز لعام 2015 [7] وتحسينه لعام 2018 [8] الذي ينهار آلة RL والنموذج العالمي ل [7] في شبكة واحدة. يستخدم هذا إجراء التقطير الشبكي العصبي الخاص بي لعام 1991: سلسلة من نظام التفكير المقطر. [9] ج. تورينج ذروة البيع. ومع ذلك ، فهذا ليس خطأ تورينج. مدونة الذكاء الاصطناعي (2021 ، كانت # 1 على Hacker News) [10] J.S. Intelligente Roboter werden vom Leben fasziniert sein. (سوف تكون الروبوتات الذكية مفتونة بالحياة.) ف.أ.ز., 2015 [11] ج. في الجدران المتساقطة: ماضي وحاضر ومستقبل الذكاء الاصطناعي. Scientific American ، ملاحظات ، 2017. [12] J.S. KI ist eine Riesenchance für Deutschland. (الذكاء الاصطناعي فرصة كبيرة لألمانيا). ف.أ.ز.، 2018 [13] إتش جونز. يقول ج. س. إن عمل حياته لن يؤدي إلى ديستوبيا. مجلة فوربس ، 2023. [14] مقابلة مع ج. جازيير ، شنغهاي ، 2024. [15] ج. محاضرة تيد في TED الذكاء الاصطناعي فيينا (2024): لماذا سيكون عام 2042 عاما كبيرا بالنسبة لمنظمة الذكاء الاصطناعي. انظر مقطع الفيديو المرفق. [16] J.S. Baut den KI-gesteuerten Allzweckroboter! (قم ببناء روبوت متعدد الأغراض يتم التحكم فيه بواسطة الذكاء الاصطناعي!) ف.أ.ز., 2024 [17] ج. 1995-2025: تراجع ألمانيا واليابان مقابل الولايات المتحدة والصين. هل يمكن للروبوتات متعددة الأغراض أن تغذي العودة؟ مدونة الذكاء الاصطناعي ، يناير 2025 ، بناء على [16]. [18] إم الحكمي ، دي آر آشلي ، جيه دنهام ، واي داي ، إف فاتشيو ، إي فيرون ، جيه شميدهوبر. نحو روبوت أطفال قوي للغاية مع قدرة تفاعل غنية لخوارزميات التعلم الآلي المتقدمة. ما قبل الطباعة arxiv 2404.08093 ، 2024.