AGI? Un giorno, ma non ancora. L'unica IA che funziona bene in questo momento è quella dietro lo schermo [12-17]. Ma superare il test di Turing [9] dietro uno schermo è facile rispetto all'IA reale per i robot reali nel mondo reale. Nessun robot attualmente guidato dall'intelligenza artificiale potrebbe essere certificato come idraulico [13-17]. Quindi, il test di Turing non è una buona misura dell'intelligenza (e nemmeno il QI). E l'AGI senza la padronanza del mondo fisico non è un'AGI. Ecco perché ho creato il TUM CogBotLab per l'apprendimento dei robot nel 2004 [5], ho co-fondato un'azienda per l'intelligenza artificiale nel mondo fisico nel 2014 [6] e ho avuto team di TUM, IDSIA e ora KAUST che lavorano per i baby robot [4,10-11,18]. Questi robot morbidi non si limitano a imitare pedissequamente gli esseri umani e non funzionano semplicemente scaricando il web come gli LLM/VLM. No. Invece, sfruttano i principi della Curiosità Artificiale per migliorare i loro Modelli di Mondo Neurale (due termini che ho usato nel 1990 [1-4]). Questi robot lavorano con molti sensori, ma solo con attuatori deboli, in modo tale che non possano facilmente farsi del male [18] quando raccolgono dati utili ideando ed eseguendo i propri esperimenti auto-inventati. Sorprendentemente, dagli anni '70, molti hanno preso in giro il mio vecchio obiettivo di costruire un'AGI auto-migliorante più intelligente di me e poi andare in pensione. Di recente, tuttavia, molti hanno finalmente iniziato a prendere sul serio la questione, e ora alcuni di loro sono improvvisamente TROPPO ottimisti. Queste persone sono spesso beatamente inconsapevoli delle sfide rimanenti che dobbiamo risolvere per ottenere una vera IA. Il mio TED talk del 2024 [15] riassume parte di questo. REFERENZE (facili da trovare sul web): [1] J. Schmidhuber. Rendere il mondo differenziabile: sull'utilizzo di reti neurali auto-supervisionate (NN) completamente ricorrenti per l'apprendimento dinamico per rinforzo e la pianificazione in ambienti non stazionari. TR FKI-126-90, TUM, febbraio 1990, rivisto nel novembre 1990. Questo articolo ha anche introdotto la curiosità artificiale e la motivazione intrinseca attraverso reti generative avversarie in cui un generatore NN sta combattendo un predittore NN in un gioco minimax. [2] J. S. Una possibilità per implementare la curiosità e la noia nei controller neurali per la costruzione di modelli. In J. A. Meyer e S. W. Wilson, a cura di, Proc. della Conferenza internazionale sulla simulazione del comportamento adattivo: dagli animali agli animati, pagine 222-227. MIT Press/Bradford Books, 1991. Sulla base di [1]. [3] Blog di J.S. AI (2020). 1990: Pianificazione e apprendimento per rinforzo con modelli di mondo ricorrenti e curiosità artificiale. Riassumendo aspetti di [1][2] e molti articoli successivi, tra cui [7][8]. [4] J.S. AI Blog (2021): Curiosità e creatività artificiali dal 1990. Riassumendo aspetti di [1][2] e molti articoli successivi, tra cui [7][8]. [5] J.S. TU Munich CogBotLab per l'apprendimento dei robot (2004-2009) [6] NNAISENSE, fondata nel 2014, per l'IA nel mondo fisico [7] J.S. (2015). Sull'apprendimento del pensiero: teoria dell'informazione algoritmica per nuove combinazioni di controller di apprendimento per rinforzo (RL) e modelli di mondi neurali ricorrenti. arXiv 1210.0118. La Sez. 5.3 descrive un ingegnere di prompt RL che impara a interrogare il suo modello per il ragionamento astratto, la pianificazione e il processo decisionale. Oggi questa è chiamata "catena di pensiero". [8] J.S. (2018). Una grande rete per tutto. arXiv 1802.08864. Vedi anche il US11853886B2 dei brevetti e il mio tweet DeepSeek: DeepSeek utilizza elementi dell'ingegnere dei prompt di apprendimento per rinforzo del 2015 [7] e del suo perfezionamento del 2018 [8] che collassa la macchina RL e il modello del mondo di [7] in un'unica rete. Questo utilizza la mia procedura di distillazione della rete neurale del 1991: un sistema di catena di pensiero distillato. [9] J.S. Turing ha ipervenduto. Non è colpa di Turing, però. AI Blog (2021, è stato #1 su Hacker News) [10] J.S. Intelligente Roboter werden vom Leben fasziniert sein. (I robot intelligenti saranno affascinati dalla vita.) F.A.Z., 2015 [11] J.S. a Falling Walls: il passato, il presente e il futuro dell'intelligenza artificiale. Scientific American, Osservazioni, 2017. [12] J.S. KI ist eine Riesenchance für Deutschland. (L'intelligenza artificiale è un'enorme opportunità per la Germania.) F.A.Z., 2018 [13] H. Jones. J.S. dice che il lavoro della sua vita non porterà alla distopia. Rivista Forbes, 2023. [14] Intervista con J.S. Jazzyear, Shanghai, 2024. [15] J.S. TED talk a TED AI Vienna (2024): Perché il 2042 sarà un grande anno per l'IA. Guarda il video clip allegato. [16] J.S. Baut den KI-gesteuerten Allzweckroboter! (Costruisci il robot multiuso controllato dall'intelligenza artificiale!) F.A.Z., 2024 [17] J.S. 1995-2025: Il declino di Germania e Giappone contro Stati Uniti e Cina. I robot multiuso possono alimentare un ritorno? AI Blog, gennaio 2025, basato su [16]. [18] M. Alhakami, D. R. Ashley, J. Dunham, Y. Dai, F. Faccio, E. Feron, J. Schmidhuber. Verso un robot estremamente robusto con una ricca capacità di interazione per algoritmi avanzati di apprendimento automatico. Prestampa arxiv 2404.08093, 2024.