IT之家 3 月 22 日消息，据 The-decoder 报道，特斯拉人工智能和 Autopilot 原负责人安德里杰 · 卡尔帕西（Andrej Karpathy）花了数月时间手动调试他的 GPT‑2 训练配置。随后，他让一个自主智能体接管了仅仅一个晚上，这个智能体就找到了卡尔帕西忽略的精细调优参数，这些微调项之间还存在相互作用，人类很容易遗漏，但对系统性搜索而言却一目了然。
IT之家注意到，卡尔帕西从中得出的结论是：研究人员应该把自己从流程中抽离出来，至少在存在客观指标的领域是如此。
“想要充分利用如今已有的工具，你必须把自己这个瓶颈去掉。你不能一直待在那里，去提示下一步该做什么。”他说。
他认为，各大 AI 实验室的研究者对自己的直觉赋予了太多毫无根据的信任，而最终，他们正在系统性地把自己的工作自动化掉。卡尔帕西指出，这其实也正是他们公开宣称的目标。
尽管模型在编程和其他容易验证的任务上不断进步，但卡尔帕西认为，这些进展无法顺利迁移到更难量化的领域。
<!-- 非定向300*250按钮 17/09 wenjing begin --> <!-- 非定向300*250按钮 end -->
</div>
