Ett kännetecken för mänsklig intelligens är förmågan till snabb anpassning och att snabbt lösa nya problem under nya och okända förhållanden. Hur kan vi bygga maskiner för att göra det? I vårt nya preprint föreslår vi att alla generella intelligenssystem måste ha en adaptiv världsmodell, det vill säga att de snabbt måste kunna konstruera eller förfina sin interna representation genom interaktion och utforskning – en process som vi kallar "world model induction". Vi föreslår en färdplan för att utvärdera adaptiva världsmodeller i maskiner baserade på en speciell klass av spel som vi kallar "novel games".

Intelligens är inte en samling färdigheter. Det är effektiviteten med vilken du förvärvar och distribuerar nya färdigheter. Det är ett effektivitetsförhållande. Och det är därför benchmark-poäng kan vara mycket missvisande när det gäller den faktiska intelligensen hos AI-system.

Av de 20 främsta amerikanska teknikföretagen efter börsvärde har endast 1 sitt huvudkontor i SF (Salesforce). Det är mindre än Austin (som har 2). Huvuddelen av de amerikanska teknikföretagen har sina huvudkontor i Santa Clara County (11 av de 20 främsta). Närmaste större stad (med stor marginal) är San Jose. SF är över 1 timme bort (upp till 2 om det är trafik).

Mitt favoritanvändningsområde för videogenerering hittills: använd det för att förvandla ditt barns berättelser till animerade klipp Barn tycker att det är helt naturligt att datorer kan göra videor, och de älskar att se det de beskriver komma till liv – det är som att se din fantasi bekräftad, gjord till verklighet

Målet med utbildning bör inte vara att uppnå ett visst befolkningsgenomsnitt på standardiserade tester, det bör vara att frigöra den högsta totala individuella potentialen hos eleverna

Btw vi är värd för ett privat evenemang för lanseringen av ARC-AGI 3 developer preview, nästa vecka i SF. 17 juli, 18:00. Öppet för sponsorer, donatorer och forskare. Flera stora tillkännagivanden kommer. @dwarkesh_sp kommer också att vara värd för vår informella chatt. Länk i nästa tweet.

Kan en AI-modell förutsäga perfekt och ändå ha en fruktansvärd världsmodell? Vad skulle det ens betyda? Vårt nya ICML-dokument formaliserar dessa frågor Ett resultat berättar historien: En transformator som är tränad på 10 miljoner solsystem spikar planetariska banor. Men den struntar i gravitationslagarna 🧵

I min personliga erfarenhet av Duolingo fann jag att det inte är en utbildningsapp, det är ett mobilspel - det är helt ineffektivt på att lära ut språk men det är ganska underhållande och det är bra på att få dig att *känna* att du lär dig

Några andra intressanta fynd! Vi finner att utvecklare saktas ner mindre när det gäller uppgifter som de är mindre bekanta med. Detta är intuitivt – om du verkligen vet vad du gör kan AI vara mindre marginellt användbart.

Jag var ganska skeptisk till att den här studien var värd att genomföra, eftersom jag trodde att vi *uppenbarligen* skulle se en betydande ökning.