Saya sangat terkejut dengan Ilya. Dia telah mengidentifikasi beberapa aspek kunci kecerdasan yang sebagian besar tidak ada dalam wacana AI populer. Ini adalah: 1. Kecerdasan adalah tentang kemampuan untuk belajar dan bukan tentang mengetahui banyak hal. Tujuan yang tepat adalah sistem yang dapat belajar dari pengalaman dalam penerapan. 2. Fungsi nilai diperlukan untuk pembelajaran sampel yang efisien seperti manusia. Ini dapat memberikan umpan balik yang padat (pembelajaran TD) tanpa adanya hadiah. Keduanya penting dan bisa dilakukan. Hambatan utama adalah bahwa kita tidak memiliki algoritme yang dapat belajar dengan andal menggunakan jumlah komputasi yang sama dengan inferensi. Algoritma semacam itu diperlukan jika kita ingin belajar terus menerus. Saya pikir kita sudah dekat. Kami hanya tidak memiliki cukup orang yang bekerja untuk menemukan algoritma ini. Saya juga senang bahwa Ilya mengakui bahwa untuk membuat kemajuan kita membutuhkan lebih banyak ide dan bukan hanya lebih banyak komputasi. Saya akan memprediksi bahwa peningkatan algoritmik utama dapat dilakukan dengan jumlah komputasi yang relatif kecil. Segelintir GPU dengan banyak inti CUDA (5090-an atau lebih baik) per orang, atau beberapa CPU multicore canggih (9995 WX atau lebih baik) per orang, sudah cukup untuk menemukan algoritme yang tepat. Demonstrasi skala besar hanya akan penting untuk meyakinkan seluruh dunia bahwa Anda telah menemukan resep yang tepat untuk belajar. *Inti Tensor tidak cukup fleksibel untuk mencoba ide-ide baru dengan cepat.