AGI? Suatu hari, tapi belum. Satu-satunya AI yang bekerja dengan baik saat ini adalah yang berada di belakang layar [12-17]. Tetapi lulus Tes Turing [9] di belakang layar mudah dibandingkan dengan AI Nyata untuk robot sungguhan di dunia nyata. Tidak ada robot yang digerakkan oleh AI saat ini yang dapat disertifikasi sebagai tukang ledeng [13-17]. Oleh karena itu, Tes Turing bukanlah ukuran kecerdasan yang baik (dan IQ juga tidak). Dan AGI tanpa penguasaan dunia fisik bukanlah AGI. Itu sebabnya saya menciptakan TUM CogBotLab untuk robot pembelajaran pada tahun 2004 [5], ikut mendirikan perusahaan untuk AI di dunia fisik pada tahun 2014 [6], dan memiliki tim di TUM, IDSIA, dan sekarang KAUST bekerja untuk robot bayi [4,10-11,18]. Robot lunak seperti itu tidak hanya meniru manusia dan mereka tidak bekerja hanya dengan mengunduh web seperti LLM/VLM. Tidak. Sebaliknya, mereka mengeksploitasi prinsip-prinsip Keingintahuan Buatan untuk meningkatkan Model Dunia saraf mereka (dua istilah yang saya gunakan pada tahun 1990 [1-4]). Robot-robot ini bekerja dengan banyak sensor, tetapi hanya aktuator yang lemah, sehingga mereka tidak dapat dengan mudah membahayakan diri mereka sendiri [18] ketika mereka mengumpulkan data yang berguna dengan merancang dan menjalankan eksperimen yang mereka ciptakan sendiri. Hebatnya, sejak tahun 1970-an, banyak yang mengolok-olok tujuan lama saya untuk membangun AGI yang meningkatkan diri lebih pintar dari saya dan kemudian pensiun. Namun, baru-baru ini, banyak yang akhirnya mulai menanggapi hal ini dengan serius, dan sekarang beberapa dari mereka tiba-tiba TERLALU optimis. Orang-orang ini seringkali tidak menyadari tantangan yang tersisa yang harus kita selesaikan untuk mencapai AI Nyata. Pembicaraan TED 2024 saya [15] merangkum beberapa dari itu. REFERENSI (mudah ditemukan di web): [1] J. Schmidhuber. Membuat dunia dapat dibedakan: Tentang menggunakan jaringan saraf (NN) yang diawasi mandiri sepenuhnya berulang untuk pembelajaran dan perencanaan penguatan dinamis di lingkungan non-stasioner. TR FKI-126-90, TUM, Februari 1990, direvisi November 1990. Makalah ini juga memperkenalkan keingintahuan buatan dan motivasi intrinsik melalui jaringan musuh generatif di mana NN generator melawan NN prediktor dalam game minimax. [2] J. S. Kemungkinan untuk menerapkan rasa ingin tahu dan kebosanan dalam pengontrol saraf pembuatan model. Dalam J. A. Meyer dan S. W. Wilson, editor, Proc. dari Konferensi Internasional tentang Simulasi Perilaku Adaptif: Dari Hewan ke Animat, halaman 222-227. MIT Press/Bradford Books, 1991. Berdasarkan [1]. [3] Blog JS AI (2020). 1990: Perencanaan & Pembelajaran Penguatan dengan Model Dunia Berulang dan Keingintahuan Buatan. Merangkum aspek [1][2] dan banyak makalah selanjutnya termasuk [7][8]. [4] Blog JS AI (2021): Keingintahuan & Kreativitas Buatan Sejak 1990. Merangkum aspek [1][2] dan banyak makalah selanjutnya termasuk [7][8]. [5] J.S. TU Munich CogBotLab untuk robot pembelajaran (2004-2009) [6] NNAISENSE, didirikan pada tahun 2014, untuk AI di dunia fisik [7] JS (2015). Tentang Belajar Berpikir: Teori Informasi Algoritmik untuk Kombinasi Baru Pengontrol Pembelajaran Penguatan (RL) dan Model Dunia Saraf Berulang. arXiv 1210.0118. Bagian 5.3 menggambarkan insinyur prompt RL yang belajar menanyakan modelnya untuk penalaran abstrak dan perencanaan dan pengambilan keputusan. Hari ini ini disebut "rantai pemikiran." [8] JS (2018). Satu Jaring Besar Untuk Segalanya. arXiv 1802.08864. Lihat juga US11853886B2 paten dan tweet DeepSeek saya: DeepSeek menggunakan elemen insinyur prompt pembelajaran penguatan 2015 [7] dan penyempurnaannya pada tahun 2018 [8] yang meruntuhkan mesin RL dan model dunia [7] menjadi satu jaring. Ini menggunakan prosedur distilasi jaring saraf saya tahun 1991: rantai sistem berpikir yang disuling. [9] J.S. Turing Oversold. Namun, itu bukan salah Turing. AI Blog (2021, adalah #1 di Hacker News) [10] J.S. Intelligente Roboter werden vom Leben fasziniert sein. (Robot cerdas akan terpesona oleh kehidupan.) F.A.Z., 2015 [11] JS di Dinding Jatuh: Masa Lalu, Sekarang, dan Masa Depan Kecerdasan Buatan. Ilmiah Amerika, Pengamatan, 2017. [12] J.S. KI ist eine Riesenchance für Deutschland. (AI adalah peluang besar bagi Jerman.) AZ, 2018 [13] H. Jones. J.S. Mengatakan Pekerjaan Hidupnya Tidak Akan Mengarah Pada Distopia. Majalah Forbes, 2023. [14] Wawancara dengan J.S. Jazzyear, Shanghai, 2024. [15] Pembicaraan JS TED di TED AI Wina (2024): Mengapa 2042 akan menjadi tahun yang besar bagi AI. Lihat klip video terlampir. [16] J.S. Baut den KI-gesteuerten Allzweckroboter! (Bangun robot serbaguna yang dikendalikan AI!) FAZ, 2024 [17] J.S. 1995-2025: Penurunan Jerman & Jepang vs AS & Cina. Bisakah Robot Serbaguna Memicu Comeback? AI Blog, Januari 2025, berdasarkan [16]. [18] M. Alhakami, D. R. Ashley, J. Dunham, Y. Dai, F. Faccio, E. Feron, J. Schmidhuber. Menuju robot bayi yang sangat kuat dengan kemampuan interaksi yang kaya untuk algoritme pembelajaran mesin tingkat lanjut. Pracetak arxiv 2404.08093, 2024.