Lern-Roadmap für die AGI-Forschung
Die drei Jahre führen von Mathematik, Physik und Schaltungen über ML, Robotik und Sicherheit; jede Phase umfasst Diagnosen und Abschlusskriterien und endet mit einem reproduzierbaren Abschlussprojekt.
Loading preview...
Eine Roadmap für die KI-Forschung erstellen
Erstelle einen gestuften, versionsgeprüften Lehrplan mit Projekten, Meilensteinen, Sicherheit und Ethik, ohne AGI oder eine Karriere zu versprechen.
Für eine Softwareentwicklerin oder einen Softwareentwickler
Ändere nur das Lernprofil zu einer programmierenden Person mit Schwächen in formaler Mathematik.
Deep Research ausprobierenAufgabe: Entwirf eine fortlaufende Dreijahres-Roadmap für eine angehende Person in der AGI-Forschung. Nutze die Struktur der Seite für 2025–2028 nur als historische Vorlage; plane Jahr 1–3 ab dem tatsächlichen Startdatum. Bewerte Mathematik, Programmierkenntnisse, Forschungserfahrung, verfügbare Zeit, Budget, Sprache, Hardware und den Schwerpunkt bei; verzweige bei unbekannten Angaben. Roadmap-Protokoll: Versprich weder AGI noch einen Job, eine Zulassung oder einen Zeitplan für AGI; behandle AGI als umstritten und trenne etablierte Lehrinhalte von spekulativen Agenden. Überprüfe bei der Umsetzung die Versionen von Kursen, Software, Benchmarks und Büchern sowie Zugang, Kosten, Voraussetzungen und Verfügbarkeit; datiere Empfehlungen und biete langfristig verfügbare Alternativen an. Strukturiere Jahr 1–3 ab dem tatsächlichen Startdatum mit Diagnosen, Aufwand, Voraussetzungen, Ergebnissen, Ressourcen, Übungen und Abschlusskriterien. Fordere Herleitungen, getestete Software, Reproduktionen, Ablationen, negative Ergebnisse, Modellkarten, Sicherheitsbewertungen, Vorschläge und ein reproduzierbares Abschlussprojekt. Decke Mathematik, Wahrscheinlichkeitstheorie, Optimierung, Physik, Programmierung und Systeme ab; außerdem Elektrotechnik, Schaltungen, digitale Elektronik und Signalverarbeitung; ML, Deep Learning/RL, Roboterkinematik, Wahrnehmung und Regelung; ferner Versuchsplanung, Schreiben, Sicherheit, Ethik, Daten-Governance und Offenlegung. Nimm evidenzbasierte interdisziplinäre Projektoptionen in Umweltschutz, erneuerbaren Energien und Weltraumforschung auf, ohne sie als Notwendigkeiten oder Prognosen für AGI darzustellen. Berücksichtige Rechenleistungs-/Budgetstufen, Barrierefreiheit, Begutachtung, Portfolio-Nachweise, Neubewertungen sowie Zweige für Theorie, Empirie, Robotik und Sicherheit. Überprüfe zugeordnete Bildungsempfehlungen.
KI-Sicherheit priorisieren
Ändere nur die Spezialisierung zu KI-Sicherheit.
Deep Research ausprobierenAufgabe: Entwirf eine fortlaufende Dreijahres-Roadmap für eine angehende Person in der AGI-Forschung. Nutze der Struktur der Seite für 2025–2028 nur als historische Vorlage; plane Jahr 1–3 ab dem tatsächlichen Startdatum. Bewerte Mathematik, Programmierkenntnisse, Forschungserfahrung, verfügbare Zeit, Budget, Sprache, Hardware und Schwerpunkt; verzweige bei unbekannten Angaben. Roadmap-Protokoll: Versprich weder AGI noch einen Job, eine Zulassung oder einen Zeitplan für AGI; behandle AGI als umstritten und trenne etablierte Lehrinhalte von spekulativen Agenden. Überprüfe bei der Umsetzung die Versionen von Kursen, Software, Benchmarks und Büchern sowie Zugang, Kosten, Voraussetzungen und Verfügbarkeit; datiere Empfehlungen und biete langfristig verfügbare Alternativen an. Strukturiere Jahr 1–3 ab dem tatsächlichen Startdatum mit Diagnosen, Aufwand, Voraussetzungen, Ergebnissen, Ressourcen, Übungen und Abschlusskriterien. Fordere Herleitungen, getestete Software, Reproduktionen, Ablationen, negative Ergebnisse, Modellkarten, Sicherheitsbewertungen, Vorschläge und ein reproduzierbares Abschlussprojekt. Decke Mathematik, Wahrscheinlichkeitstheorie, Optimierung, Physik, Programmierung und Systeme ab; außerdem Elektrotechnik, Schaltungen, digitale Elektronik und Signalverarbeitung; ML, Deep Learning/RL, Roboterkinematik, Wahrnehmung und Regelung; ferner Versuchsplanung, Schreiben, Sicherheit, Ethik, Daten-Governance und Offenlegung. Nimm evidenzbasierte interdisziplinäre Projektoptionen in Umweltschutz, erneuerbaren Energien und Weltraumforschung auf, ohne sie als Notwendigkeiten oder Prognosen für AGI darzustellen. Berücksichtige Rechenleistungs-/Budgetstufen, Barrierefreiheit, Begutachtung, Portfolio-Nachweise, Neubewertungen sowie Zweige für Theorie, Empirie, Robotik und Sicherheit. Überprüfe zugeordnete Bildungsempfehlungen.
Nutze wenig Rechenleistung
Ändere nur die Ressourcenbeschränkung zu geringer Rechenleistung und niedrigen Kosten.
Deep Research ausprobierenAufgabe: Entwickle einen fortlaufenden dreijährigen Fahrplan für angehende AGI-Forschende. Nutze die Seitenstruktur von 2025–2028 nur als historische Vorlage; plane Jahr 1–3 ab dem tatsächlichen Startdatum. Bewerte Mathematik, Programmierung, Forschungserfahrung, Zeit, Budget, Sprache und Hardware, und verfolge; verzweige bei Unbekanntem. Fahrplanprotokoll: Versprich weder AGI noch eine Stelle, Zulassung oder einen Zeitplan für AGI; behandle AGI als umstrittenes Konzept und trenne etablierte Lehrpläne von spekulativen Agenden. Prüfe bei der Umsetzung Kurs-, Software-, Benchmark- und Buchausgaben, Zugang, Kosten, Voraussetzungen und Verfügbarkeit; datiere Empfehlungen und biete dauerhafte Alternativen an. Strukturiere Jahr 1–3 ab dem tatsächlichen Startdatum mit Diagnosen, Arbeitsaufwand, Voraussetzungen, Ergebnissen, Ressourcen, Übungen und Abschlusskriterien. Fordere Herleitungen, getestete Software, Reproduktionen, Ablationen, negative Ergebnisse, Modellkarten, Sicherheitsbewertungen, Vorschläge und ein reproduzierbares Abschlussprojekt. Decke Mathematik, Wahrscheinlichkeit, Optimierung, Physik, Programmierung und Systeme ab; Elektrotechnik, Schaltungen, digitale Elektronik und Signale; ML, Deep Learning/RL, Roboterkinematik, Wahrnehmung und Regelung; Versuchsplanung, Schreiben, Sicherheit, Ethik, Daten-Governance und Offenlegung. Nimm evidenzbasierte interdisziplinäre Projektoptionen in Umweltschutz, erneuerbare Energien und Weltraumforschung auf, ohne sie als Voraussetzungen oder Prognosen für AGI darzustellen. Berücksichtige Rechen- und Budgetstufen, Barrierefreiheit, Überprüfung, Portfolio-Nachweise, Neubewertung sowie Zweige für Theorie, Empirie, Robotik und Sicherheit. Überprüfe zugeschriebene Bildungsempfehlungen.
Das könnte Ihnen auch gefallen
Interaktive 3D-Karte von 244 Fachartikeln zur Netzwerkneurowissenschaft
Neun Forschungsschulen und 21.285 Ko-Referenz-Kanten in einer drehbaren Karte; färbe nach Forschungsschule, Jahr oder Zeitschrift und klicke auf einen Knoten, um Autoren, Zitationen und nächste Nachbarn zu sehen.
Zilong Ding — Umstrittene Inschrift einer Shang-Bronze
Ein Dossier über die Bronze im National Museum of China: ausschließlich dokumentierte Schriftzeichen der Inschrift, die Lesungen 子龍 und 子龔 nebeneinander, eine Datierungsmatrix und gekennzeichnete Provenienzlücken.