Kääpiöt kokkasivat tämän kanssa mielestäni: -RLVR-paradoksi: Laboratoriot käyttävät miljardeja valmiiksi leipomiseen tiettyjä taitoja, mikä aiheuttaa perustavanlaatuisen jännitteen: jos olemme lähellä ihmismäisiä oppijoita, kaikki tämä esikoulutus on turhaa, koska he oppisivat työssä. -Ihmistyön todellinen arvo: Emme tarvitse räätälöityjä koulutusputkia jokaiseen mikrotehtävään; nykyinen tekoäly tekee niin. -Diffuusioviive = selviytyminen: Jos mallit olisivat ihmisen vastaavia, ne integroituisivat nopeammin kuin työntekijät [Tästä voi kiistellä – datan alkuperä, yritysten luotettavuus, korvaamispelot jne. voivat kohtuullisesti hidastaa tekoälyn käyttöönottoa; mutta silti kaikki olisimme vakuuttuneita siitä, että se on parempi vaihtoehto, eikä se ole vielä totta, joten pointti on mielestäni selvä. -Tavoitteiden siirtyminen on tapahtunut: Ratkaisimme AGI:n pullonkaulat, joita luulimme olevan (esim. päättely), mutta emme vielä pysty automatisoimaan 95 % tietotyöstä. Älykkyys on enemmän kuin olemme aiemmin ymmärtäneet ja määritelleet, ja se on ihan ok myöntää. -Jatkuvan oppimisen pullonkaula: Tulevaisuuden tekoälyn räjähdysherkkyys riippuu jatkuvan oppimisen ratkaisemisesta – agentit otetaan käyttöön, opitaan kokemuksesta, yhdistämme tiedon takaisin "yhteismieleen". Tämä on kaukana tästä, mutta optimistisesti voimme päästä sinne!