PANews 9월 13일 소식, Dwarkesh Patel 채널 인터뷰 정리 보도에 따르면, 여러 AI 연구원(OpenAI 공동 창립자 John Schulman, Charlie O’Neill, Beren Millidge 포함)은 논의에서 재귀적 자기 개선(RSI)이 반드시 단기간 내에 "지능 폭발"을 가져오지는 않을 것이라고 지적했습니다. 현재 "Transformer+강화 학습" 패러다임은 일반화, 지속적 학습 및 샘플 효율성에서 점진적 병목에 직면할 수 있습니다. 참가자는 대규모 모델의 발전이 단순한 연산 능력 확장에서 데이터 효율성 및 희소/모듈식 아키텍처로 전환되고 있으며, 증류와 실제 배포 데이터 기반의 지속적 학습이 중소 연구소가 선두 연구소의 모델 독점에 맞서는 중요한 방법이 될 것이라고 의견을 밝혔습니다. 인터뷰는 향후 1–2년 내에 AI가 특정 지식 작업 분야에서 약 10배의 생산성 향상을 가져올 것으로 예상했습니다., 컴퓨터가 수행할 수 있는 모든 작업에서 인간 전문가를 완전히 능가하는 범용 지능을 실현하려면 여전히 약 3–5년이 필요할 것으로 예상했습니다. 정렬 목표 설정은 인간이 가장 오래 유지해야 할 핵심 책임 중 하나로 간주됩니다.