AGI 研究学习路线图
一名有志于成为 AGI 研究者的人遵循为期三年的课程体系,依次学习数学、物理、计算、机器学习、机器人技术、安全和论文研究。
正在加载预览…
7296 views
任务:为有志从事 AGI 研究的人设计一份动态更新的三年路线图。仅将页面的 2025–2028 结构作为历史模板;从实际开始日期安排第 1 至第 3 年。评估数学、编程、研究经验、时间、预算、语言、硬件和研究方向;信息未知时提供分支方案。 路线图规范:不得承诺实现 AGI、获得工作、录取资格或 AGI 时间表;应将 AGI 视为存在争议的概念,并区分已确立的课程体系与推测性的研究议程。执行时,核实课程、软件、基准测试和书籍的版本、获取途径、成本、先修条件及可用性;标注建议日期,并提供持久适用的替代方案。从实际开始日期起规划第 1 至第 3 年,包含诊断、投入、先修条件、成果、资源、练习和退出标准。要求完成推导、经过测试的软件、复现、消融实验、负面结果、模型卡、安全评估、研究提案和可复现的毕业项目。涵盖数学、概率、优化、物理、编程与系统;电子工程、电路、数字电子和信号;机器学习、深度学习/RL、机器人运动学、感知与控制;实验设计、写作、安全、伦理、数据治理和披露。纳入以证据为基础的环境保护、可再生能源和太空探索跨学科项目选项,但不得将其表述为 AGI 的必要条件或预测。包含算力/预算分档、无障碍支持、评审、作品集证据、重新评估,以及理论、实证、机器人和安全方向分支。核实所引用教育建议的出处。
任务:为一名有志从事 AGI 研究的人设计一份动态更新的三年路线图。使用页面的 2025–2028 结构仅作为历史模板;安排第 1 至第 3 年从实际开始日期起。评估数学、编程、研究经验、时间、预算、语言、硬件,以及研究方向;信息未知时提供分支方案。 路线图规范:不得承诺实现 AGI、获得工作、录取资格或 AGI 时间表;应将 AGI 视为存在争议的概念,并区分已确立的课程体系与推测性的研究议程。执行时,核实课程、软件、基准测试和书籍的版本、获取途径、成本、先修条件及可用性;标注建议日期,并提供持久适用的替代方案。从实际开始日期起规划第 1 至第 3 年,包含诊断、投入、先修条件、成果、资源、练习和退出标准。要求完成推导、经过测试的软件、复现、消融实验、负面结果、模型卡、安全评估、研究提案和可复现的毕业项目。涵盖数学、概率、优化、物理、编程与系统;电子工程、电路、数字电子和信号;机器学习、深度学习/RL、机器人运动学、感知与控制;实验设计、写作、安全、伦理、数据治理和披露。纳入以证据为基础的环境保护、可再生能源和太空探索跨学科项目选项,但不得将其表述为 AGI 的必要条件或预测。包含算力/预算分档、无障碍支持、评审、作品集证据、重新评估,以及理论、实证、机器人和安全方向分支。核实所引用教育建议的出处。
任务:设计一份动态更新的三年为有志从事 AGI 研究的人制定的路线图。使用该 页面的 2025–2028 结构仅作为历史模板;安排第 1 至第 3 年从实际开始日期起。评估数学、编程、研究经验、时间、预算、语言、硬件和研究方向;信息未知时提供分支方案。 路线图规范:不得承诺实现 AGI、获得工作、录取资格或 AGI 时间表;应将 AGI 视为存在争议的概念,并区分已确立的课程体系与推测性的研究议程。执行时,核实课程、软件、基准测试和书籍的版本、获取途径、成本、先修条件及可用性;标注建议日期,并提供持久适用的替代方案。从实际开始日期起规划第 1 至第 3 年,包含诊断、投入、先修条件、成果、资源、练习和退出标准。要求完成推导、经过测试的软件、复现、消融实验、负面结果、模型卡、安全评估、研究提案和可复现的毕业项目。涵盖数学、概率、优化、物理、编程与系统;电子工程、电路、数字电子和信号;机器学习、深度学习/RL、机器人运动学、感知与控制;实验设计、写作、安全、伦理、数据治理和披露。纳入以证据为基础的环境保护、可再生能源和太空探索跨学科项目选项,但不得将其表述为 AGI 的必要条件或预测。包含算力/预算分档、无障碍支持、评审、作品集证据、重新评估,以及理论、实证、机器人和安全方向分支。核实所引用教育建议的出处。
任务:为有志于成为 AGI 研究者的人设计一份滚动式三年路线图。采用该 页面的 2025–2028 年结构仅作为历史模板;安排第 1 至第 3 年从实际开始日期起。评估数学、编程、研究经验、时间、预算、语言和硬件,以及方向;未知时进行分支处理。 路线图规范:不得承诺实现 AGI、获得工作或录取,也不得预测 AGI 时间表;应将 AGI 视为存在争议的概念,并将成熟课程与推测性议程区分开来。执行时,核实课程、软件、基准测试和书籍的版本、获取渠道、成本、先修要求及可用性;标注推荐日期,并提供长期适用的替代方案。从实际开始日期起安排第 1 至第 3 年,涵盖诊断、投入时间、先修要求、成果、资源、练习和退出标准。要求完成推导、经过测试的软件、复现、消融实验、负面结果、模型卡、安全评估、研究提案和可复现的毕业项目。内容涵盖数学、概率、优化、物理、编程与系统;电子工程、电路、数字电子学和信号;机器学习、深度学习/强化学习、机器人运动学、感知与控制;实验设计、写作、安全、伦理、数据治理和信息披露。纳入以证据为依据的跨学科项目选项,包括环境保护、可再生能源和太空探索,但不得将其描述为 AGI 的必要条件或预测。包括算力/预算分层、无障碍支持、评审、作品集证据、重新评估,以及理论、实证、机器人和安全方向。核实所引用的教育建议。