Модель мира AGI

Авторы и предъявление

Минутная экспозиция

Модель мира AGI у gonzo_ML описывает AGI как агента, который не обязан иметь готовые знания о мире, но должен уметь получать их через взаимодействие со средой. [E]

Центральный критерий - не исполнение заранее заданного алгоритма, а способность создавать алгоритмы и искать стратегии для произвольных задач в неизвестной среде. [E]

Среда может быть реальной, виртуальной, физической, социальной или абстрактной; агент должен адаптироваться к ней, изучать ее и использовать накопленный опыт при переходе к новым средам. [E]

Архитектурная ставка состоит в построении универсальной репрезентации, где сенсорные данные, текст и другие модальности переводятся в общее латентное пространство, а трансформер обучается на последовательностях опыта и тем самым формирует модель мира. [E]

Автор подает эту схему как фальсифицируемую рабочую гипотезу и сообщает о попытке проверять ее на простом трансформере и игрушечных данных, поэтому профиль фиксирует раннюю инженерную программу, а не готовую AGI-систему. [E]

Ключевые конструкты

Основания и обязательства

• Онтологическая ставка программы агентно-средовая: разум описывается через цикл восприятия, действия, накопления опыта, моделирования и изменения среды. [E]
• Методологическое обязательство - не считать решением фиксированную стратегию для заранее заданного класса задач; AGI должен искать стратегии для разных задач в разных средах. [E]
• Приоритет отдается универсальности, а не специализированной эффективности: специализированные модели могут быть лучше в частных задачах, но для AGI важна архитектура с потенциалом переноса. [E]
• Нейросети и трансформеры в этой линии являются инструментами или элементами архитектуры, а не самостоятельным сильным ИИ; поверх них нужен полный цикл взаимодействия с внешней средой. [E]
• Симуляции считаются методологически допустимым началом: они контролируемы, дешевле реального мира и позволяют добавлять детализацию по мере роста требований агента. [E]
• Проверяемость важнее декларации: автор прямо описывает свою схему как рабочую гипотезу, которую можно пробовать на простых данных и toy-transformer экспериментах. [E]

Операционная состоятельность

• Уровень O1 .
• В пользу O1 говорит наличие операционального сценария: неизвестная среда, период изучения, произвольная задача, накопление опыта, перенос между средами и улучшение генерализации. [E]
• Есть набросок инженерного цикла: дневной сбор сенсорного опыта и действий в датасет, ночное обучение трансформера, дневной прогноз следующих состояний или шагов на основе текущей сенсорной информации. [E]
• Есть архитектурная схема мультимодальной репрезентации: сенсорные и текстовые энкодеры переводят разные модальности в универсальное пространство, после чего последовательностная модель учится каузальным переходам среды. [E]
• До O2 не хватает публичного кода, описанной среды, формальных метрик, результата toy-transformer эксперимента и воспроизводимого протокола запуска. [E]
• Уровень является маркером операционализации корпуса, а не утверждением о работоспособной реализации AGI.

Зрелость

• Зрелость: ранняя инженерная гипотеза.
• Основание: корпус включает не одиночную реплику, а серию сообщений января-февраля 2022 года, где повторяются одни и те же элементы: произвольная среда, модель мира, универсальная репрезентация, самообучение, симуляции, трансформеры и проверка на игрушечных данных. [E]
• До разработанной программы не хватает канонического текста, авторского названия, публичного репозитория, стабильного набора терминов, результатов эксперимента и внешней технической оценки.
• До применяемой теории не хватает уровня O3 , авторской сверки, независимой репликации и ясного различения авторского вклада от общей линии deep learning, world models, reinforcement learning и multimodal representation.

Прототипы и инженерные реализации

• Автор сообщает, что проверяет гипотезу на собственном простом трансформере и игрушечных данных; результаты описаны осторожно: прорыва нет, но работа не названа полным провалом. [E]
• Предложенный рабочий цикл включает агента, который днем записывает опыт, ночью обучает трансформер на накопленных последовательностях, а днем использует модель для прогнозов. [E]
• Симуляции описаны как предпочтительная стартовая поверхность для экспериментов: они позволяют контролировать сложность и добавлять детали, если агент начинает исследовать область, которой не хватает внутренней структуры. [E]
• Статус реализации ограничен авторскими сообщениями. Для этой линии пока не найден публичный код, инструкция запуска, метрики, демонстрация или независимый аудит.

Связанные профили

Корпус и свидетельства

Состояние профиля

• Состояние: профиль собран. [E]
• Подтверждено: авторская линия о произвольных средах, создании алгоритмов, универсальной репрезентации, самообучающейся системе, симуляциях, мультимодальных энкодерах и трансформерном прогнозе. [E]
• Слабо подтверждено: авторское название “модель мира AGI”, границы подхода, результаты экспериментов, публичная реализация, связь с конкретными научными линиями в направлении мировых моделей (RL) и независимая оценка.
• Блокеры перед усилением статуса: авторская сверка имени и границ теории, поиск канонического текста или репозитория, воспроизводимый запуск toy-transformer эксперимента, проверка публичного канала gonzo_ML и сопоставление с внешней литературой по моделям мира.