Es sieht so aus, als wäre Jensen sowohl neidisch als auch verärgert über den Erfolg von Google mit ihren TPUs.

Gemini 3.0 war der Durchbruch und der befreiende Schritt, den Google benötigte

die Zusammenfassung des Interviews von Dwarkesh Patel mit Ilya Sutskever • Aktuelle Ansätze werden "ein Stück weit kommen und dann abflauen"; sie werden weiterhin verbessert, aber werden keine AGI liefern. • Die Art von System, die funktionieren würde, ist etwas, "das wir noch nicht wissen, wie man es baut." • Bedeutende Auswirkungen auf den Arbeitsmarkt werden in den kommenden Jahren erwartet. • Hauptengpass: Generalisierung. Modelle sind darin weit schlechter als Menschen. • Man kann auf jedes Wettbewerbsprogrammierproblem trainieren, und das Modell wird trotzdem keinen echten "Geschmack" entwickeln, während ein Teenager in etwa 10 Stunden das Fahren lernt. • Die Bewertungswerte sehen großartig aus, aber die Leistung in der realen Welt hinkt hinterher, weil das RL-Training letztendlich für die Bewertungen selbst optimiert. • Die echten Belohnungshacker sind die Forscher, die diese Benchmarks und Trainingsschleifen erstellen. • Er sagt, er hat Ideen, was fehlt, aber wird sie nicht öffentlich teilen. • ASI jedoch innerhalb von 5-20 Jahren "Weißt du, was verrückt ist? Dass all das real ist" Ich habe diesen Satz wirklich gefühlt.