Julian Schrittwieser (Anthropic): - La discusión sobre la burbuja de la IA en X está "muy divorciada" de lo que está sucediendo en los laboratorios de vanguardia. "En los laboratorios de vanguardia, no estamos viendo ninguna desaceleración del progreso." - La IA tendrá un "impacto económico masivo". Las proyecciones de ingresos para OpenAI, Anthropic y Google son en realidad "bastante conservadoras". - Extrapolando a partir de datos como los de METR, el próximo año, los modelos podrán trabajar por su cuenta en una amplia gama de tareas. La duración de la tarea es importante, porque desbloquea la capacidad de que un humano supervise un equipo de modelos, cada uno de los cuales trabaja de forma autónoma durante horas a la vez (en lugar de tener que hablar con un agente cada 10 minutos para darle retroalimentación). - Es "extremadamente probable" que el enfoque actual para entrenar modelos de IA (pre-entrenamiento, RL) produzca un sistema que pueda desempeñarse a un nivel aproximadamente humano en prácticamente todas las tareas que nos importan en términos de productividad. - Sobre el Movimiento 37: "Creo que está bastante claro que estos modelos pueden hacer cosas novedosas." AlphaCode y AlphaTensor "demostraron que se pueden descubrir programas y algoritmos novedosos". La IA está "absolutamente descubriendo cosas novedosas" ya, y "solo estamos subiendo la escala de cuán impresionantes, cuán interesantes son las cosas que puede descubrir por su cuenta." - Es "muy probable" que en algún momento del próximo año tengamos algunos descubrimientos que la gente acuerde unánimemente que son superimpresionantes. - La IA podrá, por su cuenta, hacer un descubrimiento que merezca un Premio Nobel en 2027 o 2028. - Sobre la capacidad de la IA para acelerar el desarrollo de la IA: Un problema muy común en muchos campos científicos es que se vuelve cada vez más difícil hacer avances a medida que el campo progresa (es decir, hace 100 años, un solo científico podía descubrir el primer antibiótico por accidente, mientras que ahora se necesitan miles de millones de dólares para descubrir un nuevo fármaco). Lo mismo podría suceder con la investigación en IA: aunque la IA hará que la investigación de nueva IA sea más productiva, puede que no haya una explosión debido a que los nuevos avances se vuelven cada vez más difíciles de encontrar.