أوضح إيليا وأضاف إلى محتوى مقابلته: > هناك نقطة واحدة في المقابلة لم أوضحها، أود أن أضيف: > الاستمرار في التوسع بالطريقة الحالية - قوة الحوسبة الكومية، بيانات الكومة، بيئة التدريب - سيجلب بالتأكيد تحسينات. لن يتوقف الوضع وسيستمر في التحسن. > ومع ذلك، سيظل هناك دائما شيء مهم يحمل الجانب السلبي. هذا يصحح سوء فهم محتمل. في المقابلة، قال الكثير من الكلمات مثل "العودة إلى عصر البحث" و"الطرق الحالية ستصطدم بجدار"، مما يجعل الناس يظنون أنه يروج لقوانين القياس السيئة وأن الاستمرار في تراكم قوة الحوسبة والبيانات وتدريب التعلم المعزز سيكون غير فعال. قال إن هذا ليس ما قصده، وأن الطريق الحالي سيستمر في جلب التحسينات ولن يركد. سيستمر النموذج في التقوى، وسيستمر المعيار في الارتفاع، وسيستمر المنتج في التكرار، وستستمر الشركة في تحقيق الأرباح. انتبه إلى "لكن" في النهاية هناك أشياء لا يمكنك الحصول عليها على نطاق واسع. كأنك تجري بسرعة. إذا واصلت التدريب، سيتحسن أدائك، من 12 ثانية إلى 11.5 ثانية، ثم إلى 11 ثانية، أو حتى 10.9 ثانية. هذا تقدم حقيقي. لكن إذا كان هدفك تعلم الطيران، فلا يهم مدى سرعتك، فهو يتطلب قدرة مختلفة تماما. ما الذي ينقص؟ وبالاقتران مع محتوى المقابلة، يجب أن يشير هذا "النقص المهم" إلى: 1. القدرة الحقيقية على التعميم ليس أنك تستطيع القيام بالكثير من المهام بعد التدريب على البيانات الضخمة، بل يمكنك تعلم أشياء جديدة بسرعة من خبرة قليلة، وما تتعلمه مستقر وموثوق في سيناريوهات جديدة. 2. التعلم الفعال الأنثروبولوجيا يمكن أن تعمل في 10 ساعات عن طريق القيادة وتعلم البرمجة خلال بضعة أشهر. لا يمكن تحقيق هذه الكفاءة من خلال التدريب المسبق على البيانات الضخمة. التشبيه بين "الطالبين" في المقابلة واضح جدا. الطلاب الذين يجيبون 10,000 ساعة من الأسئلة يمكنهم بالفعل مواصلة تحسين أدائهم في المنافسة، من أفضل 10٪ إلى أعلى 1٪ ثم إلى البطل، وهو تقدم حقيقي. لكنه لن يصبح أبدا الطالب الذي يظهر "الفهم" بعد 100 ساعة فقط من التدريب.