Sociale media heeft de neiging om het debat over AI in twee karikaturen te kaderen: (A) Skeptici die denken dat LLM's gedoemd zijn en AI een hoop hype is. (B) Fanaten die denken dat we alle ingrediënten hebben en dat superintelligentie nabij is. Maar als je leest wat toonaangevende onderzoekers daadwerkelijk zeggen (buiten de koppen om), is er een verrassende hoeveelheid convergentie: 1) Het huidige paradigma is waarschijnlijk voldoende voor een enorme economische en maatschappelijke impact, zelfs zonder verdere doorbraken in onderzoek. 2) Meer doorbraken in onderzoek zijn waarschijnlijk nodig om AGI/ASI te bereiken. (Continue leren en monster efficiëntie zijn twee voorbeelden die onderzoekers vaak aanhalen.) 3) We komen waarschijnlijk binnen 20 jaar tot oplossingen. @demishassabis zei misschien binnen 5-10 jaar. @fchollet zei onlangs ongeveer 5 jaar. @sama zei dat ASI mogelijk is binnen een paar duizend dagen. @ylecun zei ongeveer 10 jaar. @ilyasut zei 5-20 jaar. @DarioAmodei is het meest optimistisch en zegt dat het mogelijk is binnen 2 jaar, hoewel hij ook zei dat het langer kan duren. Geen van hen zegt dat ASI een fantasie is, of dat het waarschijnlijk meer dan 100 jaar weg is. Veel van de onenigheid gaat over wat die doorbraken zullen zijn en hoe snel ze zullen komen. Maar alles bij elkaar genomen, zijn mensen in het veld het over veel meer eens dan dat ze het oneens zijn.

Vandaag brengen wij bij @OpenAI GPT-5.1-Codex-Max uit, dat autonoom meer dan een dag kan werken met miljoenen tokens. De pretraining heeft geen muur bereikt, en ook de rekentijd tijdens de test niet. Gefeliciteerd aan mijn teamgenoten @kevinleestone & @mikegmalek voor het helpen mogelijk maken!

Er zijn weinigen zo gekwalificeerd als @zicokolter om een moderne AI-cursus te geven. Hij is zowel hoofd van de afdeling machine learning aan @CarnegieMellon als lid van de raad van @OpenAI. Introductiecursussen voor AI hebben dringend een update nodig gehad met de opkomst van deep learning. Blij om te zien dat het gebeurt aan de CMU!