这类数据也可以不依赖自我博弈，而是由智能体以第一人称与世界互动直接生成，我称之为“经验”。观察婴儿与各种玩具玩耍的视频，我们会看到他所获取的数据，取决于他自己的一举一动。经验并不是含糊的概念，而是指这三项很具体的要素：观察、行动和奖励。
AGI包含两方面的含义。第一种含义是，找到一个通用的人工智能方法而不是应用系统，通过对其进行适当的参数设置（学习），构造出不同的应用系统，可以用它们分别去解决几乎所有类型的人工智能问题。
经济学有过测算，人类家务劳动未计入GDP，但占比高达四分之一，因此家庭机器人市场潜力巨大，甚至可能比工业场景，以及所有其他场景都要更大。
Brett直言：机器人不会只是协助人类，而是将取代人类在大多数劳动力场景中的角色。在他描绘的未来图景中，GDP将由合成智能推动增长...在这期对谈中，OpenAI社区负责人Logan Kilpatrick对话Figure AI创始人Brett Adcock.
这是我们对浏览器的终极愿景：它将像操作系统一样，常驻后台，不断运行各种“认知进程”。就像没有Google就无法支撑Chrome；你也不能没有Perplexity就造出Comet。Aravind Srinivas：我本人还没试用过Dia，但看过一些用户反馈。我觉得他们在视觉体验和前端交互上确实有不少创意。
AI最初代表"人工智能"，这有误导性，因为它不再是人工的了。我更喜欢将AI视为"陌生智能"——不是来自外太空，而是指它是非有机的。它真的会思考，采取目标，发展我们从未想过的策略，就像AlphaGo在围棋比赛中展示的那样。
以前搜信息去百度，搜商品去淘宝，搜旅行信息去小红书。但大模型有机会统一需求入口。它有可能变成微软提的“超级助手”或者“超级入口”。OpenAI o1诞生时，我就认为它是大模型重要的分水岭。它从过去一味堆参数、堆数据转变到形成思维链。思维链的推理能力强于大部分人类。
这些机器人基本上只是自动装置。但是，让我们考虑另一个任务，比如驾驶车辆。自动驾驶汽车或者带有驾驶员辅助系统的车辆，也是一种机器人。然而，我们目前还没有像人类驾驶员一样可靠的自动驾驶汽车。
大概是在2016年或2017年，我第一次开始真正相信，或者至少确认了自己对“scaling hypothesis（规模假设）”的信念。当时Ilya对我说的很重要的一句话：你需要明白的是，这些模型就是想学习，它们就是想学习。这句话非常经典，让人豁然开朗。
我认为AGI已经变成了一个非常模糊的术语。如果看看我们列出的五个AI发展等级，就会发现每个等级都有一些人称之为AGI，对吧？我们设立这些等级的目的，就是为了更具体地描述AI当前所处的阶段以及取得的进展，而不是简单说，这是AGI或者这不是AGI。
霍普菲尔德网络使用能量函数，玻尔兹曼机使用统计物理学的思想。因此，神经网络发展的那个阶段确实在很大程度上依赖于物理学的想法。但用于构建今天使用的AI模型的实际上是一种不同的技术，称为反向传播（Back Propagation），这与物理学关系不大。
我们听到很多人讲，AGI是一种信仰，当你把它当做一种信仰的时候，谁的信仰会明年就实现？这是自相矛盾的。如果是一个信仰，它就是你值得为之长期奋斗的一个目标。
