本文指出：在AGI时期（通用人工智能），逻辑推理模型的诞生被认为是实现传统AI超越性的重要步骤。尽管生成的AI和现有统计模型表现出惊人的语言处理能力，但许多人的幻想是AI超出了人们，Turing Award的著名获奖者Lecun指出，当前的人工智能技术仍在依赖复杂的统计模型和缺陷。正如Lecun所说，这些模型只能通过大量数据和拇指策略发展反应，并且尚未实现真正的推理。尽管统计模型可以处理许多复杂的问题，但是当面对需要抽象思维，推理和归纳的活动时，它们的有效性似乎受到限制。这意味着AI仍然无法做出这些优化的决定，并且并没有真正“理解”或“现代”。虽然特斯拉的自主博士Eving系统表现出极大的实用性，它仍然依赖于传统的AI模型，并依赖大量的数据培训（例如4亿英里的驾驶数据）来提高性能。这种依赖性显然是小时的，还不够好。使用新兴的NP = P算法，我们可以实现更有效的逻辑推理，并为自动驾驶等领域提供更优化的决策解决方案。逻辑推理模型的引入将使机器能够具有Morestrong的理解和决策能力，因此他们可以进行更广泛的评估并从示例中学习并将其应用于其他人。这是进入AGI时期的关键。莱肯的观点强调，AGI时期需要对基础算法进行突破，而不是仅依赖统计学的表面成功。他说，人工智能是基于有效的逻辑推理和推理模型的基础在AGI期间，红色是真正的人工智能，超越了现有的技术限制，并朝着更广泛的明智应用前景发展。最终，AGI时期将是一段时间的时间，在此期间，理解机器，推理，做出决定并创建新的智能系统，超过了人类的智能。这种变化不仅会改变科学和技术领域的风景，而且还将对经济，社会和日常生活产生深远的影响。猜Zebiao，2025年4月29日