Yann jest po prostu błędny w tej kwestii, myli ogólną inteligencję z uniwersalną inteligencją. Mózgi są najbardziej wykwintnymi i złożonymi zjawiskami, jakie znamy we wszechświecie (jak dotąd), i w rzeczywistości są niezwykle ogólne. Oczywiście nie można obejść twierdzenia o braku darmowego obiadu, więc w praktycznym i skończonym systemie zawsze musi istnieć pewien stopień specjalizacji wokół rozkładu docelowego, który jest uczony. Ale istotą ogólności jest to, że teoretycznie, w sensie maszyny Turinga, architektura takiego ogólnego systemu jest zdolna do uczenia się czegokolwiek obliczalnego, jeśli ma wystarczająco dużo czasu i pamięci (i danych), a ludzki mózg (i modele podstawowe AI) są przybliżonymi maszynami Turinga. Na koniec, w odniesieniu do komentarzy Yanna na temat graczy w szachy, niesamowite jest, że ludzie mogli wynaleźć szachy w pierwszej kolejności (i wszystkie inne aspekty nowoczesnej cywilizacji, od nauki po 747!) nie mówiąc już o tym, jak genialni mogą być w tym, jak ktoś taki jak Magnus. Może nie jest ściśle optymalny (w końcu ma ograniczoną pamięć i ograniczony czas na podjęcie decyzji), ale to niesamowite, co on i my możemy zrobić z naszymi mózgami, biorąc pod uwagę, że ewoluowały one do zbierania i polowania.

Yann LeCun mówi, że LLM-y nie są bańką wartości ani inwestycji; będą napędzać wiele użytecznych aplikacji i uzasadnią dużą infrastrukturę Bańką jest wierzenie, że same LLM-y osiągną inteligencję na poziomie ludzkim Postęp wymaga przełomów, a nie tylko więcej danych/obliczeń "brakuje nam czegoś dużego"