Arjun Panicker w swoim wpisie na Less Wrong wyraża głębokie wątpliwości co do tego, czy kierunek badań nad AI możemy naprawdę uznać za geniusz. Jego krytyka nie dotyka bynajmniej bierności naukowców, ale raczej zagląda głębiej - do fundamentalnego pytania, czy obecne postępy reprezentują prawdziwe przesilenia intelektualne czy raczej zwardniałe już ścieżki inżynieryjnych optymalizacji.
Wpis szybko zyskał uwagę na Hacker News, zbierając 118 punktów i 97 komentarzy. To sugeruje, że poruszyła czuły punkt społeczności - wiele osób zdaje się podzielać niespokojny uczucie, że mimo spektakularnych postępów w wydajności modeli, nie dostrzegamy fundamentalnych innowacji. Pytanie brzmi nie czy modele działają lepiej, ale czy pracujemy nad czymś naprawdę nowym czy raczej intensywnie tuningujemy to, co już wiemy.
Debata ma znaczenie dla przyszłości branży AI. Jeśli badania rzeczywiście osiągnęły plateau innowacyjności, to może oznaczać, że podejmowanie dużych etapów w zakresie możliwości wymaga nie tyle więcej zasobów obliczeniowych, ile nowych podejść koncepcyjnych. To mogłoby zmienić strategie inwestycyjne firm i kierunki prac badawczych na uczelniach.