1 分•作者: plurby•25 天前
返回首页
最新
2 分•作者: JNRowe•25 天前
1 分•作者: ttul•25 天前
1 分•作者: hit9•25 天前
1 分•作者: HellsMaddy•25 天前
2 分•作者: themasterchief•25 天前
为了提供背景信息,我是一名大四的数学与计算机科学专业的本科生,正在考虑从事理论机器人领域的研究,特别是持续学习以及开发能够以类似人类的方式从环境中学习、适应/导航的机器人。然而,我有一个担忧,那就是这类研究可能会加速通用人工智能(AGI)的到来。具体来说,为机器人持续学习设计的架构似乎有可能迁移到通用AGI系统中(即使AGI系统是非具身化的,因为持续适应和长期目标追求等能力可能超越物理任务的范畴)。
这是一个合理的担忧吗?在AI安全社区中,这是一种普遍的看法吗?也就是说,主流的AI安全研究者是否认为这两个方向中的任何一个都会对AGI能力做出有意义的贡献?或者是否有充分的理由相信,机器人领域的持续学习研究不会显著加速AGI的进程?我希望能得到坦诚的看法。
**简而言之:** 机器人能力研究是否极有可能显著加速AGI的进程?如果可能,原因是什么?
1 分•作者: blmayer•25 天前
3 分•作者: maltalex•25 天前
1 分•作者: the-mitr•25 天前
1 分•作者: flashbrew•25 天前
3 分•作者: riffraff•25 天前
2 分•作者: gabyword•25 天前
1 分•作者: notRobot•25 天前
1 分•作者: nbilyk•25 天前
1 分•作者: gostsamo•25 天前
1 分•作者: songwavepst•25 天前
2 分•作者: 1vuio0pswjnm7•25 天前
1 分•作者: saikatsg•25 天前
1 分•作者: bushwart•25 天前
11 分•作者: berlianta•25 天前