Andrej Karpathy 在访谈中强调了未来十年人工智能领域的发展趋势。他认为未来十年不会出现通用人工智能（AGI），而是会出现更多的智能代理（Agent）。Karpathy 认为当前的代理在持续学习能力、多模态理解和计算机使用方面存在明显不足，这些问题亟待解决，可能需要花费多年时间。他强调了强化学习（RL）的数据效率问题，同时也指出监督学习（SL）的标注数据问题。Karpathy 认为未来可能是这两种方法的混合使用，即先用监督学习建立基础能力，再用强化学习进行优化。他还探讨了人类学习方式的多模态、实体化和持续性的特点，指出当前的人工智能模型（如基于转换器的模型）在这方面存在根本性的缺失，无法实现持续学习并且容易导致模型崩溃。文章还提到了模型生成的数据可能会导致AI学到不良特征的问题，这将通过代际循环使问题逐渐恶化，成为AI发展的瓶颈。
Andrej Karpathy 在访谈中强调了未来十年人工智能领域的发展趋势。他认为未来十年不会出现通用人工智能（AGI），而是会出现更多的智能代理（Agent）。Karpathy 认为当前的代理在持续学习能力、多模态理解和计算机使用方面存在明显不足，这些问题亟待解决，可能需要花费多年时间。他强调了强化学习（RL）的数据效率问题，同时也指出监督学习（SL）的标注数据问题。Karpathy 认为未来可能是这两种方法的混合使用，即先用监督学习建立基础能力，再用强化学习进行优化。他还探讨了人类学习方式的多模态、实体化和持续性的特点，指出当前的人工智能模型（如基于转换器的模型）在这方面存在根本性的缺失，无法实现持续学习并且容易导致模型崩溃。文章还提到了模型生成的数据可能会导致AI学到不良特征的问题，这将通过代际循环使问题逐渐恶化，成为AI发展的瓶颈。