最大的技术游戏规则改变者并不总是占据最大的头条新闻。两个新兴的人工智能发展可能不会在 TikTok 或 YouTube 上传播开来，但它们代表了一个拐点，可能会从根本上加速通用人工智能 （AGI） 的发展。这就是可以像我们一样运作和学习的 AI。

醒悟过来：WildFusion

作为人类，我们依靠各种刺激来在这个世界上导航，包括我们的感官：视觉、听觉、触觉、味觉、嗅觉。到目前为止，AI 设备一直完全依赖于一种感官，即视觉印象。杜克大学的全新研究超越了仅仅依赖视觉感知。它被称为 WildFusion，将视觉与触觉和振动相结合。

研究团队使用的四足机器人除了最先进的机器人中常见的标准摄像头外，还包括麦克风和触觉传感器。WildFusion 机器人可以使用声音来评估表面的质量（干树叶、湿沙）以及压力和阻力，以校准其平衡和稳定性。所有这些数据都被收集、组合或融合成一个单一的数据表示形式，随着时间的推移，这些数据会随着经验的积累而改进。研究团队计划通过使机器人能够测量热量和湿度等指标来增强机器人的能力。

随着用于与环境交互的数据类型变得更加丰富和集成，AI 不可阻挡地向真正的 AGI 靠拢。

学会学习

第二个被低估的 AI 技术游戏规则改变者来自萨里大学和汉堡大学的研究人员。虽然仍处于开发的早期阶段，但这一突破允许与人类进行社交互动的机器人（社交机器人）在最少的人工干预下进行自我训练。它通过复制人类在复杂的社交场合中视觉上关注的内容来实现这一目标。

例如，随着时间的推移，作为人类，我们学会了在与人交谈时看人的脸，或者看他们所指的东西，而不是看他们的脚或太空。但是，如果没有经过专门训练，机器人不会做到这一点。到目前为止，改进机器人行为的训练主要依赖于持续的人工监控和监督。

这种新的创新方法使用机器人模拟来跟踪、监控，重要的是，以最少的人工参与提高机器人交互的质量。机器人在没有持续人工监督的情况下学习社交技能。这标志着社交机器人技术整体进步向前迈出了重要一步，并可能被证明是一个巨大的 AGI 加速器。自学 AI 可能会以指数级的速度带来进步，我们中的一些人认为这一前景令人兴奋，而另一些人则令人不寒而栗。

AI 信号优于噪声

尽管它们看起来可能很神奇，但跳舞的人形机器人和机械犬可以被描述为狭义 AI，即仅为特定任务或目的而设计的 AI。这些专用工具的壮举令人印象深刻。但这两个新的发展推动了 AI 体验世界的方式以及它如何从这些体验中学习。它们将极大地改变技术在世界上的存在（以及与我们共存）的方式。

总而言之，这些突破以及沿着类似路径的其他研究人员和企业家的工作正在重置实现 AGI 的轨迹和时间表。这可能标志着一个转折点，将缓慢的 AGI 之旅转变为全力以赴。