私の意見では、ドワケシュはこう調理しました: -RLVRパラドックス:ラボが特定のスキルを事前に焼くために何十億ドルも費やしていることは、根本的な緊張関係を生み出します。つまり、人間のような学習者に近い場合、彼らは現場で学ぶため、これらの事前訓練は無意味になります。 -人間の労働の真の価値:すべてのマイクロタスクにカスタムトレーニングパイプラインは必要ない;現在のAIはそうです。 -拡散遅延=対処法:もしモデルが人間と同じであれば、従業員よりも早く統合されるでしょう【この点は議論の余地があります。データの出所、信頼性に対するビジネスの信頼、置き換えへの懸念などがAIの展開を合理的に停滞させることがありますが、それでも私たちは皆、AIがより良い選択肢だと確信しているでしょうし、まだそうではないので、私の意見ではこのポイントは変わりません】。 -目標のシフトが起こりました:AGIのボトルネック(例:推論)は解決しましたが、知識作業の95%をまだ自動化できていません。知能は私たちがこれまで認識してきた以上のものであり、それを認めるのは問題ありません。 - 継続的学習のボトルネック:将来のAI爆発的発展は、エージェントの導入、経験からの学習、知識の統合を「ハイブマインド」に統合する継続的な学習の解決にかかっています。まだまだ全く違いますが、強気で私たちはそこにたどり着けると思います!