Jeg er positivt overrasket over Ilya. Han har identifisert noen nøkkelaspekter ved intelligens som i stor grad mangler i den populære AI-diskursen. Disse er: 1. Intelligens handler om evnen til å lære, ikke om å vite mange ting. Det riktige målet er et system som kan lære av erfaring under utplassering. 2. En verdifunksjon er nødvendig for menneskelignende prøveeffektiv læring. Den kan gi tett tilbakemelding (TD-læring) i fravær av belønning. Begge deler er essensielle og gjennomførbare. En viktig flaskehals er at vi ikke har algoritmer som kan lære pålitelig ved å bruke tilsvarende mengder beregning som slutning. Slike algoritmer er nødvendige hvis vi skal lære kontinuerlig. Jeg tror vi er nære. Vi har rett og slett ikke nok folk som jobber med å finne disse algoritmene. Jeg er også glad for at Ilya anerkjente at for å gjøre fremskritt trenger vi flere ideer og ikke bare mer datakraft. Jeg vil si at de viktigste algoritmiske forbedringene kan gjøres med en relativt liten mengde beregning. En håndfull GPU-er med mange CUDA-kjerner (5090 eller bedre) per person, eller et par toppmoderne multicore-CPU-er (9995 WX eller bedre) per person, er nok til å finne riktig algoritme. Storskala demonstrasjoner vil bare være viktige for å overbevise resten av verden om at du har funnet den rette oppskriften på læring. *Tensorkjerner er ikke fleksible nok til å prøve nye ideer raskt.