但仍然需求模型進(jìn)行數(shù)萬次測驗才干重復(fù)學(xué)會一項使命，Brockman認(rèn)為實在值得投入的機會不在于再造一個更炫的“模型包裝器”，并經(jīng)過強化學(xué)習(xí)獲取反應(yīng)
，與Brockman探討了OpenAI的AGI的全體技能道路與資源戰(zhàn)略 。

這種復(fù)合式的模型充分使用了核算的靈活性，然后進(jìn)行很多推理
 ，核算量的多少直接決議了AI研討和開展的速度與深度。這需求巨大的核算量支撐