一篇近期文章认为，尽管当前的大型语言模型能力令人印象深刻，但它们不太可能实现人工智能通用智能（AGI）。作者认为，真正的 AGI 需要对物理世界有扎实的、具身的理解，而仅通过预测下一个词元进行训练的模型缺乏这种理解。作者建议，与其专注于结合不同数据类型的多模态方法，不如将与环境的具身互动作为涌现智能的基础。 AI
排序理由 一位署名作者的观点文章，讨论了当前 AI 方法在实现 AGI 方面的局限性。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
AI 研究人员争论 AGI 是否需要物理具身，而不仅仅是多模态数据
报道来源 [1]
-
AGI 不是多模态的
<blockquote>"In projecting language back as the model for thought, we lose sight of the tacit embodied understanding that undergirds our intelligence." –Terry Winograd</blockquote><p>The recent successes of generative AI models have convinced some that AGI is imm…