Julian Schrittwieser (Anthropic): - A discussão sobre a bolha da IA no X está "muito divorciada" do que está a acontecer nos laboratórios de ponta. "Nos laboratórios de ponta, não estamos a ver qualquer desaceleração do progresso." - A IA terá um "impacto económico massivo". As projeções de receita para a OpenAI, Anthropic e Google são, na verdade, "bastante conservadoras". - Extrapolando a partir de dados como os do METR, no próximo ano, os modelos serão capazes de trabalhar por conta própria em uma ampla gama de tarefas. O comprimento da tarefa é importante, porque desbloqueia a capacidade de um humano supervisionar uma equipe de modelos, cada um dos quais trabalha autonomamente por horas a fio (em vez de ter que falar com um agente a cada 10 minutos para dar feedback). - É "extremamente provável" que a abordagem atual para treinar modelos de IA (pré-treinamento, RL) vá produzir um sistema que pode atuar em níveis aproximadamente humanos em basicamente todas as tarefas que nos importam em termos de produtividade. - Sobre o Move 37: "Acho que está bastante claro que esses modelos podem fazer coisas novas." AlphaCode e AlphaTensor "provaram que você pode descobrir programas e algoritmos novos". A IA está "absolutamente descobrindo coisas novas" já, e "estamos apenas subindo a escala de quão impressionantes, quão interessantes são as coisas que ela é capaz de descobrir por conta própria." - É "altamente provável" que em algum momento do próximo ano teremos algumas descobertas que as pessoas concordam unanimemente que são super impressionantes. - A IA será capaz de, por conta própria, fazer uma descoberta que é digna de um Prêmio Nobel em 2027 ou 2028. - Sobre a capacidade da IA de acelerar o desenvolvimento da IA: Um problema muito comum em muitos campos científicos é que se torna cada vez mais difícil fazer avanços à medida que o campo avança (ou seja, há 100 anos, um único cientista poderia descobrir o primeiro antibiótico por acidente, enquanto agora leva bilhões de dólares para descobrir um novo medicamento). O mesmo pode acontecer com a pesquisa em IA - mesmo que a IA torne a pesquisa de novas IAs mais produtiva, pode não haver uma explosão devido a novos avanços se tornarem cada vez mais difíceis de encontrar.