Фей-Фей Ли не придумала, как использовать нейросети для изображений, не изобрела видеокарты. Но она сделала набор данных, без которых взлет ИИ был бы невозможен, и несмотря на безразличие и критику годами шла вперед. Джеффри Хинтон десятилетиями занимался нейросетями, встречая в академических кругах недоумение, пока только многие годы спустя они показали результат. Nvidia Дженсена Хуанга в 2012м году оцениваласть меньше чем в 10 миллиардов $, инвесторы компании переживали, акции в 2008 упали на 70%. Сейчас компания самая дороая в мире и стоит больше 3 триллионов долларов из-за бешенного спроса на видеокарты для обучения ИИ (чтобы оценить масштаб - сейчас крупные компании даже арендуют атомные реакторы, чтобы запитать энергией эти десятки тысяч видеокарт). И если бы хотя бы один из этих трех потерял веру и опустил руки - неизвестно, где был бы ИИ сейчас. Чему нас учит опыт этой троицы? Что истина старая как мир, но все-равно до сих пор работающая - если все люди идут в одном направлении, скорее всего это направление в чем-то неверное. Конвенционализм позволяет развивать уже придуманное, но рано или поздно встречает потолок. Уж не повторение ли ситуации мы видим сейчас, когда все больше ставка делается на LLM, хотя уже тот же Илья Суцкевер и многите другие исследователи говорят, что достигнут потолок в скорости обучения старыми методами и эта скорость снижается? Возможно, настало время появиться новой троице (или двоице, или четверице - как пойдет)) - которая предложит свой подход, отличный от того, что принят в мейнстриме?