AGI？有一天，但還沒有。目前唯一運行良好的 AI 是螢幕後面的 AI [12-17]。但是，與現實世界中真實機器人的 Real AI 相比，通過螢幕后的圖靈測試 [9] 很容易。目前沒有人工智慧驅動的機器人可以被認證為水管工 [13-17]。因此，圖靈測試不是衡量智力的好方法（智商也不是）。而沒有掌握物理世界的 AGI 就不是 AGI。這就是為什麼我在 2004 年創建了用於學習機器人的 TUM CogBotLab [5]，在 2014 年與他人共同創立了一家物理世界人工智慧公司 [6]，並在 TUM、IDSIA 和現在的 KAUST 組建了團隊，致力於開發嬰兒機器人 [4,10-11,18]。這種軟體機器人不僅僅是盲目地模仿人類，它們也不像 LLM/VLM 那樣僅僅通過下載網路來工作。相反，他們利用人工好奇心的原理來改進他們的神經世界模型（我在 1990 年使用了這兩個術語 [1-4]）。這些機器人使用大量感測器工作，但只有較弱的致動器，因此當它們通過設計和運行自己發明的實驗來收集有用的數據時，它們不會輕易傷害自己[18]。 值得注意的是，自 1970 年代以來，許多人取笑我的舊目標，即建立一個比我更聰明的自我提升的 AGI，然後退休。然而，最近，許多人終於開始認真對待這個問題，現在他們中的一些人突然變得過於樂觀了。這些人往往沒有意識到我們必須解決的剩餘挑戰才能實現真正的 AI。我的 2024 年 TED 演講 [15] 總結了其中的一些內容。 參考資料（在網上很容易找到）： [1] J. Schmidhuber。使世界可微分：關於在非平穩環境中使用完全遞歸的自我監督神經網路 （NN） 進行動態強化學習和規劃。TR FKI-126-90，TUM，1990 年 2 月，1990 年 11 月修訂。本文還通過生成對抗網路引入了人工好奇心和內在動機，其中生成器 NN 在最小極大遊戲中與預測器 NN 戰鬥。 [2] J. S.在模型構建神經控制器中實現好奇心和無聊的可能性。在 J. A. Meyer 和 SW Wilson 主編的《適應性行為類比國際會議論文集：從動物到動畫》中，第 222-227 頁。麻省理工學院出版社/布拉德福德圖書公司，1991 年。基於 [1]。 [3] JS AI 博客 （2020）。1990年：使用迴圈世界模型和人工好奇心進行規劃和強化學習。總結了 [1][2] 和許多後來的論文，包括 [7][8]。 [4] J.S. AI 博客 （2021）：自 1990 年以來的人工好奇心和創造力。總結了 [1][2] 和許多後來的論文，包括 [7][8]。 [5] J.S. TU Munich CogBotLab 學習機器人實驗室 （2004-2009） [6] NNAISENSE，成立於 2014 年，致力於物理世界的 AI [7] JS （2015 年）。關於學會思考：強化學習 （RL） 控制器和遞歸神經世界模型新組合的演算法資訊論。arXiv 1210.0118。第 5.3 節描述了一個 RL 提示工程師，它學習查詢其模型以進行抽象推理、規劃和決策。今天，這被稱為 「思維鏈」。。 [8] JS （2018 年）。一張大網萬物。arXiv 1802.08864。另請參見專利US11853886B2和我的 DeepSeek 推文：DeepSeek 使用了 2015 年強化學習提示工程師 [7] 及其 2018 年改進 [8] 的元素，它將 RL 機器和世界模型 [7] 摺疊成一個網络。這使用了我 1991 年的神經網路蒸餾程式：一個提煉的思維鏈系統。 [9] J.S. 圖靈超賣。不過，這不是圖靈的錯。AI 博客（2021 年，在 Hacker News 上是 #1） [10] J.S. Intelligente Roboter werden vom Leben fasziniert sein.（智慧機器人會對生活著迷。F.A.Z.，2015 年 [11] J.S. 在 Falling Walls：人工智慧的過去、現在和未來。科學美國人，觀察，2017 年。 [12] J.S. KI ist eine Riesenchance für Deutschland.（AI 對德國來說是一個巨大的機會。F.A.Z.，2018 年 [13] H. 鐘斯。J.S. 說他畢生的工作不會導致反烏托邦。福布斯雜誌，2023年。 [14] J.S. Jazzyear 訪談，上海，2024 年。 [15] J.S. TED 在維也納 TED AI 上的演講（2024 年）：為什麼 2042 年將是 AI 的重要一年。請參閱隨附的視頻剪輯。 [16] J.S. Baut den KI-gesteuerten Allzweckroboter！（構建 AI 控制的通用機器人！F.A.Z.， 2024 年 [17] J.S. 1995-2025：德國和日本的衰落與美國和中國的對比。通用機器人能否推動捲土重來？AI 博客，2025 年 1 月，基於 [16]。 [18] M. Alhakami， DR Ashley， J. Dunham， Y. Dai， F. Faccio， E. Feron， J. Schmidhuber.邁向具有豐富交互能力的極其健壯的嬰兒機器人，適用於先進的機器學習演算法。預印本 arxiv 2404.08093,2024 年。