सवाल 1
Jack Morris
x.com/jxmnopLanguage model researcher who studies memorization and privacy leaks from text embeddings and writes about reinforcement learning and synthetic data.
एआई दुनिया को कैसे बदलेगा?
आर-पार: उनका व्यक्त किया गया Doom–Bloom दृष्टिकोण। ऊपर: बदलाव का स्तर।
Doom–Bloom: 100 में से 47। बदलाव का स्तर: 100 में से 50। व्याख्या के दायरे: क्षैतिज रूप से 42 से 52, लंबवत रूप से 0 से 100। ये व्याख्या के निर्देशांक हैं, घटनाओं की संभावनाएँ नहीं।
≈8%
उनके सिम्युलेट किए गए उत्तरों से अनुमान लगाया गया है, यह उनके द्वारा बताई गई संख्या नहीं है। संभावित दायरा: 3–19%।
एक मुख्य मान्यता
The key variable for me is how much useful output systems can produce per unit of human input, especially as that input approaches zero.उत्तर 2
अगर यह मान्यता अलग साबित होती, तो उनका दृष्टिकोण कैसे बदलता?
एक अनसुलझा सवाल
So I expect major change, with the ultimate magnitude still unresolved.उत्तर 3
यहाँ संभावित नतीजों के बीच फर्क करने में उन्हें किस चीज़ से मदद मिलेगी?
अधिक जानकारी
काफ़ी लाभ की उम्मीद है, लेकिन उनके साथ महत्वपूर्ण शर्तें या वितरण संबंधी सीमाएँ होंगी।
67 / 100
गुणात्मक पैमाने पर व्याख्या का दायरा 67 से 67 तक है।
गंभीर या व्यापक नुकसान के भविष्य का एक ठोस और अपेक्षित हिस्सा होने की उम्मीद है।
66 / 100
गुणात्मक पैमाने पर व्याख्या का दायरा 67 से 67 तक है।
आपके उत्तरों पर आधारित एक अस्थायी अनुमान; विस्तृत दायरा अन्य संभावित व्याख्याएँ दिखाता है।
50 / 100
गुणात्मक पैमाने पर व्याख्या का दायरा 0 से 100 तक है।
इन व्याख्याओं में उनकी बताई गई शर्तें बरकरार रखी गई हैं। लाभ और नुकसान, दोनों पर्याप्त हो सकते हैं। ये दायरे बताते हैं कि हम उनके सिम्युलेट किए गए उत्तरों को कैसे समझते हैं, ये सांख्यिकीय विश्वास-अंतराल नहीं हैं।
मिलते-जुलते विश्वदृष्टिकोण
ऐसे जाने-माने विचारक जिनके सिम्युलेट किए गए विश्वदृष्टिकोण Jack Morris के विश्वदृष्टिकोण से सबसे अधिक मिलते हैं
स्रोत
इस सिम्युलेट किए गए उपयोगकर्ता को तथ्य-आधारित बनाने के लिए इस्तेमाल किए गए लेख, इंटरव्यू और रचनाएँ।
Coauthored work separates unintended memorization from generalization and estimates capacity in tested models.

Coauthored inversion experiments recover text and personal information from embeddings.

Argues for measuring useful AI output per human input rather than assuming a well-defined inevitable AGI threshold; worries truly zero-human-input economic production could be frightening.

Explicitly revises a scale-maximalist prior: RL teaches models new ways of using compute. Proposes learning from broad web data rather than only math and code environments.

सिम्युलेट किया गया आकलन
सवाल 2
लाभ और नुकसान, दोनों को साथ में देखते हुए, आप हमारे समाज पर एआई के कुल प्रभाव के बारे में क्या अपेक्षा रखते हैं?
सवाल 3
आपके हिसाब से एआई अंततः दुनिया को कितना बदल देगा?
सवाल 4
आपको सहज रूप से कितनी संभावना लगती है कि एआई मानव विलुप्ति या ऐसी ही किसी स्थायी आपदा का कारण बनेगा?
आपकी सोच कहाँ ठहरती है?
मेरा विश्वदृष्टिकोण मैप करें