Çoğu insan robotları zeka görünümlerine göre değerlendirir. Bu konuyu kaçırıyor. Önemli olan, istihbaratın gerçek dünya ortamlarında nasıl performans gösterdiği, koşulların değiştiği ve başarısızlıkların sonuçları olduğudur. İşte @openmind_agi burada öne çıkıyor. Geleneksel robotikler tek bir zeka döngüsüne dayanır. Başarısız olunca her şey duruyor. Ancak @openmind_agi, robotik bir ağ sistemi olarak tasarlanır: - Robotlar ve üreticiler arasında paylaşılan veriler - Koordinasyon ve güven için yerleşik kimlik - Çoklu ajanlı karar verme, izole modeller değil Bu yaklaşım, zekâyı varsayılan olarak dayanıklı kılar. Robotlar birbirinden öğrenir ve sistem bireysel modeller eksik kaldığında uyum sağlar. Canlı düşüş tespiti gibi gerçek dünya dağıtımları bu yöntemi doğrular. Sıfırlama düğmesi yok; sistemler ya çalışır ya da başarısız olur. @openmind_agi ayrıca katı kodlanmış davranışlardan kaçınır. Modüler "paketler", robotların yığını yeniden inşa etmeden ortamlar arasında geçiş yapmasını sağlar. Benimseme stratejileri teknolojiyi yansıtıyor: üniversitelerle başlayın, inşaatçılara ilk günden gerçek robotlar ve canlı bir sistem sunun ve yeteneklerin artmasına izin verin. Robotik bir sonraki aşamasına girerken, mesele görünüş meselesi olmayacak. Konu, ölçeklenen, uyum sağlayan ve topluca çalışan zeka olacak. gMind arkadaşlar!