agi 跟现在的dl或者rl最大的区别在于人类活动的广度很大很离散，而现在机器学习不管模型有多大，本质上依然是一个独立的问题领域，一个接近无限的知识库，我觉得你说的模型结构的发展，也是这样的独立方向

理论上问题领域可以尽力扩展直到覆盖所有人类的意识与社会的活动，但这是不现实的

agi可能需要人加ai一起，人来编辑广度的框架，每个问题领域交给ai实现，这样可以期望agi的实现

那也是Attention的时代，《Attention is All You Need》，Transformer 的开山之作，2017年发表，文章名即说明，无需多言。

大语言模型的本质，是文字计算器。
数字计算器，输入数字计算公式，输出数字计算结果。大语言模型，输入文字排列组合，输出文字排列组合的计算结果。
由于数学是精确的，数字计算器的结果就是精确的。文字本身是开放的，文字计算的结果也是开放的。
多模态，图片视频音频，这些都类似文字，正如电影 音乐和书籍的关系，都是信息的载体形式。

没看懂，什么叫依然是？ 还有其他的？

这个很旧吗