3 月 22 日消息，據(jù) The-decoder 報(bào)道，特斯拉人工智能和 Autopilot 原負(fù)責(zé)人安德里杰 · 卡爾帕西（Andrej Karpathy）花了數(shù)月時(shí)間手動(dòng)調(diào)試他的 GPT‑2 訓(xùn)練裝備。隨后，他讓一個(gè)自主智能體接管了只是一個(gè)晚上，這個(gè)智能體就找到了卡爾帕西疏忽的精細(xì)調(diào)優(yōu)參數(shù)，這些微調(diào)項(xiàng)之間還存在相互作用，人類很簡(jiǎn)單遺漏，但對(duì)體系性查找而言卻一望而知。

卡爾帕西從中得出的結(jié)論是：研究人員應(yīng)該把自己從流程中抽離出來(lái)，至少在存在客觀指標(biāo)的領(lǐng)域是如此。

“想要充分利用現(xiàn)在已有的東西，你有必要把自己這個(gè)瓶頸去掉。你不能一直待在那里，去提示下一步該做什么�！彼�說(shuō)。

他以為，各大 AI 實(shí)驗(yàn)室的研究者對(duì)自己的直覺(jué)賦予了太多毫無(wú)根據(jù)的信賴，而終，他們正在體系性地把自己的作業(yè)自動(dòng)化掉�？�爾帕西指出，這其實(shí)也正是他們公開(kāi)宣稱的方針。

盡管模型在編程和其他簡(jiǎn)單驗(yàn)證的任務(wù)上不斷進(jìn)步，但卡爾帕西以為，這些發(fā)展無(wú)法順暢遷移到更難量化的領(lǐng)域。