När når vi AGI?

Jag behöver inte läsa wikipedia eftersom jag läst åtskilliga böcker i ämnet redan, jag skrev extremt förklarande för dig i posten ovan och det enda du gjorde var att söka upp en wikipedia artikel som du inte ens förstod, sen hänvisa till vidare länkar.

Ja du är genomskådad sedan länge, som jag sa "visionärer" är den värsta typen människor som finns.

Nu är det iofs skillnad på riktiga visionärer och drömmande fåntrattar som kallar sig själva visionärer. Den senare gruppen är mer att likna med pundare med konstanta hallisar. Sådana som ser ett avsnitt av Star Trek och tror att warp drive säkert uppfinns snart. Samtidigt som de har noll förståelse för den oerhörda komplexitet och okunskap som återfinns i t.ex cytologin.

Låt barnen hållas med sina drömmar och fantasier. Skit i dem bara.

Först fick jag förklara problemet inom forskarvärlden , samt att jag blir blockad av en AI om jag berättar som jag blev, och förklarade detta med pedagogiska liknelser och skev att det blev som en ett stand up skämt man kunde dra igen, men AI ville göra den bättre.
Inte bättre , med ett kul skämt om våra smarta AI som kommer att äta upp våra barn snart. 2026 är det väl nu. Eller är det som jesus som adlig heller kommer . så smarta är , konstigt

Eftersom språkmodeller inte är äkta ai utan bara stokastiska ordpapegojor så utvecklar dom samma modulära kognitiva arkitektur som våra hjärnor helt spontant. Här skulle vårt eget AI forums experter kunna göra en stor välgärning om dom kontaktade dom här stackars vilseledda MIT forskarna som är specialiserade på neurokognition och förklara vänligt för dom att dom måste ha fått allt om bakfötterna
https://pengrui-han.github.io/LLM_Modularity_Page/
Kina ska integrera maskin intelligens vertikalt och horisontellt i alla utbildningar så fort som möjligt på order av presidenten. Vad fånigt av dom, här kan forumets experter tjäna mycket pengar om dom bara kontaktar Kina och förklarar missförståndet.

https://gaj.wuhan.gov.cn/jmzx/gwyxx/202606/t20260630_2814790.html
Det finns böcker som beskriver i utmärkt explicit detalj alla steg som krävs för att bygga en AI. Vad händer om jag tar den här boken som PDF och laddar upp på Mythos och ber den att börja bygga enligt instruktion? Det är vad både Chat och Anthropic planerar att göra internt med sina megakluster. Domhar själva garanterat tusen gånger mer detaljerade loggar kring utvecklingen av sina egna system. https://www.manning.com/books/build-a-reasoning-model-from-scratch


Automatiskt arbetsflöde med flera olika frontier modeller som får bolla matematiska problem fram och tillbaka och automatiskt kommer fram till nya insikter inom komplicerade matematiska domäner, formaliserar, summerar, kontrollerar och till slut skriver ett färdigt matematisk uppsats om varje fynd. Just nu måste dom göra så att flera modeller tar det fram och tillbaka, men hur lång tid tar det innan du bara kan prompta en enda modell så gör den allt detta självständigt?
https://github.com/Pengbinghui/pipeline-math

Precis allt som har conditional execution kan mappas till en bild som visar "functional specialisation"...

Förklara vad som är speciellt och unikt med detta?

Reduktion till absurdum. Du kan inte bara avfärda det med något datorvetenskapligt begrepp. Dom håller på att bygga digitala hjärnor med specialiserad kognitiva moduler, hypotesgeneratorer, förmågan till iteration, jobbar flera dagar snart veckor, självkritik, kan skriva masteruppsatser, agentiska samarbeten mellan olika modeller. Konstigt att dom inte ger upp va, LLM skulle vara en återvändsgränd enligt dig.

Till kausalt tänkande är det utan tvekan inte en återvändsgränd utan en total vägg, det finns ingenting som tyder på att det skulle uppstå, det har inte gjort det hittills och det är precis därför du har frontier modeller som tycker det är bättre att gå till biltvätten än att köra dit.

Det är direkt skrämmande att se folk med uppenbart bristande kognitiv förmåga totalt sakna omdöme och förståelse för vad akademiska papper till stor del handlar om.

Än mer löjligt blir det när du länkar till papper på kinesiska på ett svenskt forum, må hända du själv är kines men om du själv haft någon kausal förståelse hade du insett hur ytterst olämpligt det är...

Kausalt tänkande är alltså orsak och verkan. Du menar att en språkmodell inte klarar följande?

I ett rum finns en hund och en köttbulle. Jag går ut från rummet och är borta i 5 minuter. När jag kommer tillbaks är köttbullen borta. Vad kan ha orsaka att köttbullen försvann?

Du menar på fullt allvar att dagens AI-teknik har en hård vägg där såpass komplexa frågeställningar aldrig kan besvaras, p.g.a. felaktig teknik i grund och botten?

The level of coping mechanism is mind blowing!

Ja den är totalt oförmögen till detta om den inte har exempel i träningsdatan. Precis av samma anledning som jag sa att den föreslår du ska gå till biltvätten, för den är influerad av all miljöpropaganda. Men självfallet har detta tränats på nu när det var en känd brist och därför så "klarar den" just de här frågan i framtiden.

Men det är ju precis det som jag och andra flera gånger sagt, om man måste träna för exakt varenda situation som kan uppstå, varenda fråga en person kan ställa så har du inte kausal förståelse, utan du tränar in regler.

Och det är precis därför det inte är AGI, om en monteringsrobot får tag i en skruv som är deformerad så ska den inte försöka skruva på den utan att inse att den ska bytas ut. Om det plötsligt blir strömavbrott i lokalen så ska roboten förstå att muttersmacken inte kommer fungera och inte stå som ett fån och försöka skruva dit något som inte rör sig osv.

Men återigen du förstår inte det mest basala i det här ämnet så därför är det totalt meningslöst att försöka föra en debatt med dig.

På samma sätt lär sig människor att hundar gillar kött. En människa som aldrig har sett eller hört talas om köttätande djur kommer kanske inte heller kunna begripa vad som hände. Här använder du olika måttstockar för maskiner och människor. Vi får lära oss saker genom erfarenhet och utbildning men om man tränar en AI då är det fusk och då förstår den ingenting?
Människor gör fel lär sig av sina misstag. Speciellt unga människor. Vi har en väldigt ung AGI nu som är på väg att växa upp. Den håller på att lära sig att gå. Den kommer att göra misstag. Tills den når en nivå där vi inte längre kan identifiera några misstag.
Men det stämmer ju inte att man måste träna in varje regel till punkt och pricka. Det vet du. Du vet att modellerna kan generalisera. Du vet att modellerna har skrivit mer än godkänt på offline IQ-test som inte finns i träningsdatat. Det finns någon form av intelligens där. Det är inte bara en sökmotor när den kan göra detta. Likadant med Arc-AGI (v1-v2).

Vi har förmodligen tillräckligt med träningsdata för att kunna träna fram problemlösning för allt som människor kan, problemet är väl mer att man måste komprimera ner allt det till en fil som inte kan bli hur stor som helst, mest p.g.a. hur mycket kraft det tar att träna den men även att inferens blir tyngre. Men det här skalas ju upp varje år, eller snarare varje månad.

Jag ser inte det som speciellt troligt att människor framöver kommer att hitta helt nya logiska problem som inte en AI likaväl hade kunna lösa, eller helt utan någon hjälp av en AI. Nästan alla forskare jobbar med AI i dag på ett eller annat sätt och framtida större upptäckter kommer att vara till stor del p.g.a. AI.
Det går inte att träna en AI till att känna igen en trasig skruv och att den ska aktivera ett alternativt flöde om något är trasigt?

De vet att vi har rätt. Det som pågår nu är bara ett skyttegravskrig där några autister måste försvara sina tidigare åsikter för att inte tappa ansiktet. De kommer inte att ge upp oavsett vad som händer i verkligheten. Vi borde inte vara taskiga mot de handikappade men det är svårt att låta bli när de envisas med att ha fel in absurdum.

Kausalitet behövs för stark AI. LLM är informationssystem som aldrig kommer bli AGI/ASI. För svag AI räcker det med korrelation. Detta är ofrånkomliga fakta.