, @dwarkesh_sp kysyi @ilyasut "Miten sait parhaan tutkimusmakusi?" Entinen OpenAI:n päätutkija sanoi: "Se, mikä todella voi kasvattaa kuilua huippututkijoiden välillä, ei ole laskentateho (Compute) tai puhdas älykkyys (älykkyys), vaan esteettinen (esteettisyys/maku). ” "Mittakaavan laki", johon tekoälykenttä aiemmin luotti, on lähestymässä rajaansa, mikä merkitsee aikakauden loppua, jolloin kehitystä on turvattu raakavoimaiseen estetiikkaan. Tulevat läpimurrot perustuvat tehokkaampiin oppimismenetelmiin ja algoritmeihin, joita kutsutaan "tutkimukseksi". Syynä siihen, miksi tutkimuksen maku on tärkeää, on se, että se osoittaa älykkyyden taustalla olevan totuuden. Ilya uskoo, että hyvien tekoälyarkkitehtuurien ja oppimismekanismien tulisi "vastata aivojen sisäistä rakennetta", eli löytää oikeat heuristiikat ihmisen oppimista varten: ihmisaivot ovat erittäin monipuolinen ja erittäin tehokas oppimisjärjestelmä, joka voi oppia uusia taitoja hyvin lyhyessä ajassa (esimerkiksi teini-ikäinen oppimassa ajamaan vain 10 tunnissa). Tulevat tekoälyn läpimurrot tulevat tästä tehokkaammasta ja monipuolisemmasta oppimismenetelmästä, eivätkä pelkästään datan tai mallin koon kasvattamisesta. Keskeisten läpimurtojen kuten AlexNetin, Seq2Seqin, AlphaGon, GPT-3:n ja muiden yhteiskeksijän näkökulma viittaa empirismin ylittämiseen: Data voi olla harhaanjohtavaa Trendit voivat vanhentua Mutta Yhdysvallat ei tee niin