引导发展型AI：从简单能力到类人兼容的智能AI

发展型AI创造具有类人能力的具身AI。这些AI从先天能力出发，通过与包括人在内的世界交互学习更多。发展型AI已被证实可行，但其能力迄今未超越学步前儿童。相比之下，主流方法已带来令人印象深刻的成果和具有商业价值的AI系统。这些方法包括深度学习和生成式AI（如大语言模型）以及人工构建的符号建模。然而，人工构建的AI即使在限定领域内也往往脆弱。生成式AI平均而言有帮助，但会犯奇怪错误且未察觉。它们不从世界经验中学习，可能缺乏常识和社会对齐。本立场论文阐述了遵循生物启发轨迹的引导式发展型AI的前景、差距与挑战。该方法为类人兼容AI创建经验基础模型。一个良性的多学科研究循环已催生具备多模态感知、物体识别与操作能力的发展型AI。用于分层规划、抽象发现、好奇心和语言习得的计算模型业已存在，但需适配具身学习方法。剩余差距包括非语言交流、语音、阅读和写作。这些能力使人能习得社会建构的能力。理想情况下，发展型AI将学习、分享所学并协作以达到高标准。它们将学会沟通、建立共识、批判性阅读、考量信息来源、检验假设并协作。该方法将使AI训练更加民主化。