Intelligence + Continual Learning = Expertise — Yu Su, NeoCognition
Yu Su från NeoCognition skiljer på två saker som ofta blandas ihop: intelligens och expertis.
Intelligens är förmågan att resonera genom nya problem — något som moderna AI-modeller blir allt bättre på. Expertis är kunskaper man byggt upp över tid genom erfarenhet, något som nästan ingen skalas idag. Han förklarar varför kodningsagenter fungerar bra medan andra verktyg är skört: kod är redan strukturerat och symboliskt med tester som feedback, men resten av digitalt arbete är miljontals små världar med olika regler som en statisk modell inte kan hantera. Su argumenterar att intelligens och expertis är nästan ortogonala — skala bara intelligens och du får världens smartaste nybörjare som är lysande men lär sig ingenting mellan problem.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
SOTA Generative Media Panel — Dumitru Erhan, Shane Gu & Nicole Brichtova, Google DeepMind
AI Engineer 30 aug.
Tell the Robot What You Want — Sandhya Subramani, AWS
AI Engineer 29 aug.
The Signal Layer: What to Build When Anything Can Be Built — Lena Hall, Akamai
AI Engineer 29 aug.
Tribal Dungeons of Global Shipping: AI Agents at Global Scale — Dmitry Buykin, Maersk
AI Engineer 29 aug.