AGI-Zeitlinien: KI für Steuern 2028? On-the-Job-Lernen 2032?
Podcast-Host Dwarkesh diskutiert AGI-Zeitlinien. Er argumentiert, dass aktuelle LLMs zwar beeindruckend sind, ihr Mangel an kontinuierlichem Lernen ihre realen Anwendungen stark einschränkt. Am Beispiel des Saxophonspielens veranschaulicht er, wie LLMs anders lernen als Menschen, nicht in der Lage, Erfahrungen zu sammeln und Fähigkeiten wie Menschen zu verbessern. Dies führt dazu, dass er in Bezug auf AGI-Durchbrüche in den nächsten Jahren vorsichtig, aber in Bezug auf das Potenzial der nächsten Jahrzehnte optimistisch ist. Er prognostiziert 2028 für KI, die Steuern so effizient wie ein menschlicher Manager bearbeitet (einschließlich des Nachverfolgens von Belegen und Rechnungen), und 2032 für KI, die so nahtlos im Job lernt wie ein Mensch. Er glaubt, dass sobald kontinuierliches Lernen gelöst ist, AGI einen massiven Sprung bedeuten wird, der möglicherweise zu etwas Ähnlichem wie einer Intelligenzexplosion führt.
Mehr lesen