JAKIE SĄ BARIERY ROZWOJU AI?

Ale tak jak Ty tutaj przygotowałeś kilka takich ciekawostek, jakby nie tylko o to się rozbijamy, tak? W kontekście sztucznej inteligencji. Tak, nie tylko o to. I tutaj ważnym elementem w kontekście ograniczenia takiej teoretycznej skalowalności tych modeli będą znowu dane. To znaczy wracamy do tego koronnego punktu, który sobie wyprowadziliśmy na początku. Trafiamy na Na limity danych, na których możemy wytrenować te modele. I z danymi właściwie idzie też taka konkluzja i taka fundamentalna natura tych modeli. One są trenowane na danych ludzkich, to znaczy mogą ekstrapolować pewne analogie, pewne gdzieś tam zależności logiczne, co dzisiaj nawet profesor Dragan na Twitterze, przepraszam, x-ie.

Trzy lata minęły z kawałkiem, a ja dalej Twitter. Operuje na bardzo dużych analogiach i trochę takich korwinizmach. To znaczy, jeżeli pewna sekwencja logiczna się sprawdziła w jednej dziedzinie, w jednym kontekście, to model od razu zakłada, że to się stanie także w zupełnie innej sytuacji, przy zupełnie innych uwarunkowaniach. I to jest pewne zachowanie, które wynika właśnie z kończących się danych.