@dwarkesh_sp@ilyasut「どうやってトップリサーチの趣味を手に入れたのですか?」と尋ねました。 元OpenAI主任科学者はこう述べています。「トップ研究者間の格差を本当に広げるのは、計算能力(計算能力)や純粋な知能(知性)ではなく、美的要素(美的・趣味)です。 ” AI分野が過去に頼っていた「規模の法則」は限界に近づき、力任せの美学に頼る時代の終わりを告げています。 今後のブレークスルーは、「研究」と呼ばれるより強力な学習手法とアルゴリズムに依存するでしょう。 研究の趣味が重要な理由は、知性の根本にある真実を指し示しているからです。 イリヤは、良いAIアーキテクチャや学習メカニズムは「脳の本質的な構造に合致している」べきだと考えています。つまり、人間の学習に適したヒューリスティックを見つけることが求められます。人間の脳は非常に多才で効率的な学習システムであり、新しいスキルを短期間で習得できる(例えば、10代の若者がわずか10時間で運転を覚えるようなものです)。 将来のAIのブレークスルーは、単にデータ量やモデルサイズを増やすだけでなく、このより効率的で多用途な学習方法から生まれるでしょう。 AlexNet、Seq2Seq、AlphaGo、GPT-3などの重要な画期的共同発明者の視点は、経験主義の超越を示唆しています。 データは誤解を招くことがあります トレンドは失速するかもしれません しかしアメリカはそうしない