monet huippututkijat alkavat väittää, että pelkkä skaalaus ei vie meitä AGI:hen, ja että lopulta tarvitsemme merkittävän tutkimusläpimurron, joka muistuttaa muuntajien luomista. Minulla oli äskettäin tilaisuus keskustella John Hennessyn (Alphabetin puheenjohtajan) kanssa, ja kysyin häneltä, onko nykyinen skaalaustrendi vain toinen väliaikainen vaihe vai oma paradigma. Hän sanoi, että on kaksi keskeistä kysymystä: Jatkaako skaalaaminen edistysaskeleita tekoälyjärjestelmien rakentamisessa monimutkaisen päättelyn toteuttamiseksi. Tähän mennessä emme ole nähneet pysähtymistä, joten vastaus ei ole selvästi kyllä, mutta todennäköisesti. Toinen kysymys on, pysyykö skaalaus kustannustehokkaana, ja hänen vastauksensa oli ei. Hyödyllinen mittari on suorituskyky per watti, ja tuo käyrä alkaa tasoittua. Uskon, että on yhä selvempää, että vaikka skaalaus jatkaisi mallin ominaisuuksien parantamista, todellinen pullonkaula ei välttämättä ole vähenevä tuotto, vaan energiakustannukset, jotka vaaditaan AGI- ja ASI-tason järjestelmien saavuttamiseksi. Taso ei näy raakana suorituskykynä, vaan suorituskykynä per watti. ASI-ongelma romahtaa lopulta energiaongelmaksi. Kardashev siis.