Mimpi Android (Android Dreams) – Bagaimana era otomatisasi terwujud, dan manusia akan menjadi apa

• Perusahaan robotika vertikal dapat memenangkan bidang tugas tertentu bernilai miliaran dolar bahkan tanpa EGI. Dan di bidang tersebut, bahkan jika EGI muncul, mereka tidak akan mudah tersingkir. Standar yang menentukan adopsi adalah biaya, kecepatan, dan kualitas, karena EGI humanoid hanya dapat membenarkan biayanya yang tinggi pada pekerjaan yang benar-benar kompleks.

• Riset robotika sedang bergeser dari pembelajaran berbasis data video manusia ke era post-training berbasis model video skala besar. Video manusia adalah cara paling efisien dan paling skalabel untuk memperoleh data spesifik tugas dalam jumlah besar, dan post-training model video skala besar adalah paradigma baru yang memungkinkan jumlah informasi setingkat EGI dimasukkan ke dalam pelatihan. Semakin jelas bahwa model video sudah memiliki model implisit tentang tindakan (action).

• Memori Jangka Panjang Adaptif (ALTM) adalah pembelajaran online yang sesungguhnya, dan bottleneck terakhir menuju AGI virtual. Memori jangka panjang manusia melampaui fungsi sederhana penyimpanan dan pemanggilan kembali, mencakup hingga “proses meta untuk menilai apa yang penting dan terus menyesuaikan struktur keterhubungan antar konsep”. Gabungan dua hal inilah yang membentuk kemampuan pembelajaran online manusia.

• Mengotomatiskan manufaktur robot akan menciptakan kurva pertumbuhan yang menguatkan diri sendiri (eksponensial). Satu-satunya peluang Amerika Serikat untuk menang adalah mengotomatiskan manufaktur aktuator dan menggelontorkan subsidi, lalu mengotomatiskan seluruh tahap produksi dengan robot, dari pertambangan–pemurnian–pemesinan–hingga perakitan. Kurva pertumbuhan yang menguatkan diri sendiri ini pada awalnya akan menghadapi bottleneck pada kemampuan produksi sumber daya dunia nyata (logam, energi, fasilitas), tetapi bottleneck tersebut akan perlahan hilang ketika tenaga kerja robot juga mengotomatiskan produksi sumber daya itu sendiri.

• Tiongkok jauh lebih unggul daripada yang dibayangkan orang dalam manufaktur hardware robot berbiaya rendah. Negara itu memiliki keunggulan absolut di hampir semua elemen manufaktur fisik: output aktuator 10x, harga bahan baku 5~10x lebih murah, 90% pemurnian rare earth, produksi energi 2,2x, produksi baja 10x, dan pemasangan robot manufaktur 10x.

• Menang dalam robotika adalah isu keamanan nasional. Karena robot dapat memiliki backdoor. Seperti yang ditunjukkan perdebatan akuisisi TikTok, teknologi yang memberi negara tertentu akses skala besar ke warga dan sumber daya Amerika Serikat dapat segera menjadi ancaman.

• Lab AI yang memiliki skala untuk melatih model video besar akan menjadi pihak pertama yang menciptakan EGI. Lalu mereka akan dipasangkan dengan perusahaan hardware robot humanoid untuk implementasinya. Model dasar EGI dapat diterapkan ke berbagai bentuk robot, tetapi performa akhirnya pada akhirnya dioptimalkan untuk hardware tertentu.

• Di masa depan, berbagai bentuk robot akan hidup berdampingan. Mulai dari robot tugas berulang berbiaya rendah berbasis gripper dan roda, hingga android humanoid berkualitas tinggi, dan bahkan humanoid ultra-presisi kelas F1 untuk hiburan. Dan untuk EGI, humanoid berbentuk manusia adalah hal yang esensial. Dalam pembelajaran berbasis video, bentuk humanoid menunjukkan tingkat transfer tertinggi.