★
Меню
Главная Как это устроено Список наблюдения Стек
Аппаратное обеспечение ЧипыСравнить чипы Серверы и системыСетевая инфраструктура ПамятьFoundry и упаковка Охлаждение
Объекты инфраструктуры Центры обработки данныхЭлектропотребление ПроектыОблачные вычисления и GPU
Интеллект AI-моделиПрограммное обеспечение AI-продуктыБенчмарки Научные статьиДатасеты Концепции
Экосистема КомпанииАкции ЛюдиХронология ТенденцииБудущее ИИ
Обучение Новости Запрос к данным ИИ-агенты
О сайте О нас Методология Данные и API Отказ от ответственности
Параметры
ДАННЫЕ И API

Бесплатный доступ только для чтения к кешированным данным сайта в формате JSON.

Тёмная тема

Режим с подсказками
Не знакомы с терминологией чипов, дата-центров и моделей? Мы объясняем ключевые понятия прямо в процессе просмотра, простым языком. Те же данные, со встроенной подсказкой.

Экспертный режим
Вы уже знаете стек. Только данные: чистые, быстрые и компактные, без лишних пояснений. Это вид по умолчанию.

Язык интерфейса
‹ Назад
Главная › Концепции › Moravec's Paradox

Moravec's Paradox

Концепция Философия

Hard things are easy, easy things are hard — still true, still shaping robotics.

Перед вами запись-пояснение к понятию: что этот термин означает простыми словами и какие записи он объединяет.

Moravec observed (1988) that abstract reasoning — evolution's newest trick — is computationally easy, while perception and dexterity — refined over hundreds of millions of years — are brutally hard. Fifty years of AI confirm it: models pass bar exams before robots reliably fold laundry. It explains why the robotics entries on this site trail the language ones, and why world models and fleet-scale robot data are the current bets to close the gap.

Место в общей экосистеме

Related · 2 Moravec's Paradox

Ссылки этой записи с первого взгляда — нажмите на группу, чтобы перейти к ней.

Связанные

Источники

Moravec, Mind Children (1988) ↗

Запись актуальна на 2026-01-15 — смотреть Методология.