मस्क ने विल डेप्यू के निर्णय को स्वीकार किया: AI क्षमताएँ धीमी नहीं होंगी, रिकर्सिव सेल्फ-इम्प्रूवमेंट (RSI) 24 महीने से कम समय में आ जाएगा।

लेखक, स्रोत: 0x9999in1, ME News



TL;DR

• मस्क विल डेप्यू के निर्णय को स्वीकार करते हैं: AI क्षमता धीमी नहीं होगी, और आनुपातिक स्व-सुधार (RSI) 24 महीनों से कम समय में आ जाएगा। मैं पहला हिस्सा सही मानता हूँ, दूसरे हिस्से के बारे में मैं अभी तक निर्णय नहीं लेता।
• लेकिन इस बातचीत में एक असंगति है: फ्रंटियर लैब्स के मूल्यांकन पर निष्कर्ष निकालने का मुख्य तर्क कभी यह नहीं था कि "मॉडल काम नहीं करता", बल्कि यह था कि "मॉडल बहुत अच्छा है, लेकिन आपको पैसा नहीं मिल रहा है"।
• मस्क का कहना है कि "दो साल पहले का AI अब म्यूजियम में जा सकता है", वास्तव में शॉर्ट सेलर्स के लिए सबसे अच्छा डायलॉग है। यह संपत्ति के मूल्यह्रास की बात करता है, न कि व्यापारिक लाभ की।
• क्षमता वक्र को कठोर डेटा से समर्थित किया गया है: METR द्वारा मापा गया «कार्य अवधि» लगभग हर सात महीने में दोगुना हो जाता है, पिछले दो वर्षों में तो और तेज़। यह वर्तमान में सबसे अधिक ध्यान देने योग्य माप है।
• RSI की समस्या संभव होना या न होना नहीं, बल्कि इसकी परिभाषा बहुत अस्पष्ट होना है। संकीर्ण क्षेत्र में स्व-उन्नति पहले ही हो चुकी है (AlphaEvolve इसका प्रमाण है), लेकिन व्यापक बंद लूप अभी भी कैलकुलेशन क्षमता, ऊर्जा, प्रयोग के चक्र और मूल्यांकन में फंसा हुआ है।
• मस्क के समयसूची में ऐतिहासिक बोझ है। FSD को "अगले वर्ष" के रूप में दस सालों तक बताया गया, AGI के लिए 2025 और 2026 का भी ऐलान किया गया। दिशा सही है, लेकिन गति अक्सर गलत होती है।
• मेरा निष्कर्ष: लंगर क्षमता, किसी विशिष्ट बैलेंस शीट को लंगर करने के बराबर नहीं है। इन दोनों बातों पर अलग-अलग बेट लगाना आवश्यक है।

एक, वे एक ही प्रश्न का उत्तर नहीं दे रहे हैं

First, let's be clear.

विल डेपू के मूल वाक्य का एक पूर्ववर्ती वाक्य है: यह बेनीवादी दृष्टिकोण "अगर AGI को नज़रअंदाज़ किया जाए, तो काफी तर्कसंगत है"।

इस पूर्वधारणा से, आप पहले ही शॉर्ट साइड के तर्क को आधा मान चुके हैं।

क्योंकि फ्रंटियर लैब के मूल्यांकन पर अनुमान लगाने वाले अधिकांश लोग नहीं मानते कि मॉडल रुक जाएगा। उनकी तर्क अन्य कुछ हैं: इकाई आर्थिकता स्थिर नहीं है, पूंजी व्यय की तीव्रता अधिक है, अवमूल्यन अवधि कम आंकी गई है, प्रतिस्पर्धा मूल्य निर्धारण को समाप्त कर देती है, और उद्यमों की लागू होने की दर अपेक्षाओं से काफी कम है।

इनमें से कोई भी लाइन「AI क्षमता में धीमापन」पर निर्भर नहीं करती।

इसलिए, मस्क का कहना कि "दो साल बाद का AI लोगों को चौंका देगा", क्षमता के प्रवृत्ति के रूप में एक निर्णय के रूप में, मुझे लगता है कि यह अधिक संभावना है। लेकिन अवरोधी तर्कों के खिलाफ इसका जवाब वास्तव में लक्ष्य को नहीं छूता।

यह एक सुंदर पंच था, लेकिन इसने पास की हवा को लगाया।

और सीधे शब्दों में: तकनीकी वक्र और नकदी प्रवाह वक्र एक ही चीज़ नहीं हैं। इतिहास में वे अक्सर विपरीत दिशा में चलते हैं। जितना तेज़ी से ऑप्टिकल फाइबर बिछाया जाता है, उतना ही बैंडविड्थ सस्ता होता जाता है, और ऑप्टिकल फाइबर बिछाने वाली कंपनियाँ उतनी ही कठिनाई से विफल होती हैं। 1990 के अंत में संयुक्त राज्य अमेरिका में लंबी दूरी के ऑप्टिकल फाइबर क्षमता में भारी वृद्धि हुई, जिसके बाद कीमतें गिर पड़ीं, Global Crossing और WorldCom दोनों दिवालिया की सूची में शामिल हो गए। लेकिन उस बुनियादी ढांचे के लाभ को सचमुच प्राप्त करने वाले, दस साल बाद स्ट्रीमिंग और क्लाउड करने वाले थे।

टेक्नोलॉजी जीत गई। टेक्नोलॉजी में निवेश करने वाले नहीं जीते।

यह एआई को निराशा नहीं दे रहा है। यह एक चेतावनी है: "एआई बहुत शक्तिशाली हो जाएगा" और "आज का मूल्यांकन उचित है" के बीच कई तर्क कदम अभी शेष हैं।

द्वितीय, "संग्रहालय में जाना" की उपमा वास्तव में शॉर्ट साबित होती है

मैं मस्क के इस बयान की देखभाल मानता हूँ।

दो साल पहले, यानी 2024 के मध्य में, पहली पंक्ति GPT-4o, Claude 3.5 Sonnet, Llama 3.1 405B थी। उनके पास उचित निष्कर्ष गणना नहीं थी, लंबी श्रृंखला टूल कॉल नहीं थी, और कुछ घंटों के स्वायत्त कार्य नहीं कर सकते थे।

Today, it really seems like a specimen.

लेकिन ध्यान दें कि यह वाक्य वास्तव में क्या वर्णन कर रहा है।

यह वर्णन करता है: AI मॉडल को एक संपत्ति के रूप में, जो बहुत तेजी से मूल्यह्रास होती है।

एक अग्रणी मॉडल की आर्थिक आयु केवल 12 से 24 महीने हो सकती है। अगली पीढ़ी के मॉडल के आने के बाद, पिछली पीढ़ी के मॉडल पर खर्च किए गए ट्रेनिंग कैलकुलेशन, डेटा और मानव संसाधन लागत का सीमांत मूल्य तेजी से घट जाता है। आप इस पर दस साल तक किराया नहीं कमा सकते।

और इस सबके पीछे का हार्डवेयर क्या है? सुपरस्केल फैक्टरी अपनी वार्षिक रिपोर्ट में आमतौर पर GPU और सर्वर को पांच से छह साल के लिए अवमूल्यन करती हैं। क्या यह मान अधिक लंबा है? 2025 में इसे खुलेआम सवाल उठाया गया, और माइकल बर्री ने उसी वर्ष के नवंबर में सीधे इस बात पर ध्यान दिया: यदि वास्तविक आर्थिक जीवनकाल छोटा है, तो लाभ को चित्रित किया गया है।

मैं शॉर्ट साइड का समर्थन नहीं करना चाहता, लेकिन तर्क को समझाना जरूरी है: अगर मॉडल दो साल में ही संग्रहालय में जाने लायक है, तो मॉडल को समर्थित करने वाले स्टील और सिलिकॉन क्यों छह साल तक स्थिर रह सकते हैं?

जितना अधिक मस्क का यह कथन सही होता है, उतना ही अधिक यह प्रश्न तीखा होता है।

और अधिक चिंताजनक है कीमतें। Epoch AI के अनुसार, समान क्षमता स्तर तक पहुँचने की निष्कर्षण कीमतें प्रति वर्ष एक गुणक के स्तर तक गिर सकती हैं। उपयोगकर्ताओं के लिए यह भारी लाभ है। लेकिन मॉडल पर शुल्क लेने वाली कंपनियों के लिए यह लगातार घाटे का कारण है।

आपका उत्पाद हर साल एक बड़ी छलांग लगाता है, जबकि आपकी कीमत हर साल एक बड़ी रिक्ति से कम हो जाती है।

यही «क्षमता की दौड़, लाभ की संघर्ष» की कार्यप्रणाली का स्रोत है। यह अक्षमता नहीं है, यह संरचना है।

तीन: क्षमता धीमी नहीं होगी: यह बात, डेटा मस्क के पक्ष में है

अब मैं सहमत हूँ।

अगर केवल "अनुभव" के आधार पर चर्चा की जाए, तो कभी भी बहस समाप्त नहीं होगी। इसलिए मैं एक विशिष्ट मापदंड देखना पसंद करता हूँ: मॉडल कितने समय तक स्वतंत्र रूप से कार्य पूरा कर सकता है।

METR द्वारा 2025 में प्रकाशित अध्ययन एक काफी मजबूत रुझान दर्शाता है: मानव विशेषज्ञों द्वारा समान कार्य पूरा करने में लगने वाले समय के आधार पर, मॉडल द्वारा 50% सफलता के साथ पूरा किए जा सकने वाले कार्यों की लंबाई लगभग हर सात महीने में दोगुनी हो जाती है। और 2024 के बाद के नमूनों में ढलान और भी अधिक तीव्र है।

2025 के दूसरे छमाही तक, सबसे मजबूत मॉडल इस सूचक पर "दो घंटे के स्तर" पर पहुंच गया है।

इस वक्र के अर्थ को समझिए। घातीय वृद्धि प्रारंभ में मामूली लगती है, लेकिन बाद में अचानक दिखाई देती है। दो घंटे से एक कार्यदिवस तक पहुँचने के लिए केवल दो से तीन बार दोगुना होना पर्याप्त है।

इसी समय अन्य अंक भी थे। 2025 सितंबर में, OpenAI ने GDPval लॉन्च किया, जिसमें वास्तविक पेशेवर उत्पादों का उपयोग मूल्यांकन के लिए किया जाता है, और अग्रणी मॉडल अब कुछ पेशेवर कार्यों में उद्योग विशेषज्ञों के स्तर के करीब पहुंच गए हैं। जुलाई 2025 में, कई प्रयोगशालाओं के प्रायोगिक मॉडलों ने अंतरराष्ट्रीय गणित ओलंपियाड में स्वर्ण पदक स्तर का प्रदर्शन किया। ये मार्केटिंग नारे नहीं हैं, बल्कि सत्यापन योग्य सार्वजनिक घटनाएं हैं।

इसलिए, मुझे लगता है कि "अग्रणी प्रगति मंद हो गई" यह शब्दावली क्षमता के मामले में ठीक नहीं है।

वास्तविक रूप से धीमा हो रहा है एक अन्य चीज: उपयोगकर्ताओं की आश्चर्य सीमा।

हम हर तीन महीने में एक बार आश्चर्यचकित होते हैं, और आश्चर्य दिनचर्या बन गया। यह आंतरिक उदासीनता आसानी से वस्तुनिष्ठ स्थिरता के रूप में गलत तरीके से पढ़ी जा सकती है।

At this point, Musk is sober.

चार: RSI 24 महीने से कम: कौन सा हिस्सा सच है, और कौन सा विश्वास है

यह चर्चा का वह हिस्सा है जिसके प्रति मैं सबसे कम सहमत हूँ।

यह इसलिए नहीं है क्योंकि यह बहुत आशावादी है, बल्कि इसलिए है क्योंकि यह बहुत अस्पष्ट है।

RSI के कम से कम तीन अलग-अलग संस्करण हैं।

पहला संस्करण: AI अपने घटकों को संकीर्ण क्षेत्र में सुधारता है।

यह पहले ही हो चुका है। 2025 में Google DeepMind द्वारा जारी AlphaEvolve इसका साक्ष्य है: इसने स्वयं बेहतर एल्गोरिथम खोज लिया, जिसने 4×4 जटिल मैट्रिक्स गुणन के गुणन संख्या को 49 से घटाकर 48 कर दिया, जिसने पचास सालों से बनी रही रिकॉर्ड को तोड़ दिया, और Google के अंदरूनी डेटासेंटर स्केड्यूलिंग पर लगभग 0.7% वैश्विक कंप्यूटिंग क्षमता बचाई।

यह एक वास्तविक, सत्यापित मामला है जहाँ AI ने AI बुनियादी ढांचे को सुधारा है।

दूसरा संस्करण: AI अपने अनुसंधान और विकास प्रक्रिया को बड़े पैमाने पर संभालता है।

यह अभी चल रहा है। कोडिंग एजेंट पहले से ही प्रयोगशाला के भीतर इंजीनियरिंग वास्तुकला, कोड रिव्यू, प्रयोग स्क्रिप्ट्स और डेटा पाइपलाइन का काफी हिस्सा संभाल रहे हैं।

तीसरा संस्करण: मानवीय सीमाओं से मुक्त स्वायत्त त्वरित बंद चक्र।

That is commonly referred to as "intelligence explosion."

पहले दो संस्करणों को तीसरे संस्करण के लिए तर्क के रूप में उपयोग किया जाता है, यह इस प्रकार के भविष्यवाणी का सबसे सामान्य ढीला है।

क्यों मुश्किल है? बॉटलनेक अल्गोरिदम के प्रेरणा में नहीं है।

AI अनुसंधान की गति, प्रयोगों के भौतिक समय से सीमित है। एक बड़े पैमाने पर पूर्व-प्रशिक्षण को कई सप्ताह लगते हैं, हार्डवेयर का इंतजार करना पड़ता है, बिजली के लिए प्रतिस्पर्धा करनी पड़ती है, और पंक्ति में लगना पड़ता है। आप अनुसंधानकर्ता की सोचने की गति को एक सौ गुना बढ़ा दें, तो प्रयोगों की पंक्ति सौ गुना तेज नहीं हो जाएगी।

अगले स्तर पर, ऊर्जा और आपूर्ति श्रृंखला है। उन्नत पैकेजिंग क्षमता, HBM आपूर्ति, ट्रांसफॉर्मर डिलीवरी अवधि, और ग्रिड कनेक्शन की प्रतीक्षा सूची—ये सभी चौथाई और वर्ष के आधार पर बदलते हैं। 2025 के आसपास, संयुक्त राज्य अमेरिका के कई क्षेत्रीय ग्रिड्स के लिए कनेक्शन की प्रतीक्षा अवधि वर्षों के स्तर पर पहुंच चुकी है।

सिलिकॉन वेफर ओवरटाइम कर सकते हैं, लेकिन सबस्टेशन नहीं।

एक और कम चर्चित सीमा है: मूल्यांकन। AI को अपने आप को सुधारने के लिए, पहले यह जानना होगा कि क्या यह बेहतर हो गया है। जब कार्य दर्जनों घंटों तक लंबा हो जाए और उत्तरों में एकल हल नहीं रहे, तो 'बेहतर' का निर्धारण स्वयं एक शोध समस्या बन जाता है। पुरस्कार संकेत दूषित हो सकते हैं, और मॉडल क्षमताओं के बजाय स्कोरिंग उपकरण को अनुकूलित करने लगता है।

इसलिए मेरा निष्कर्ष है: 24 महीनों के भीतर, हम बहुत संभावना से दूसरे संस्करण को बड़े पैमाने पर आगे बढ़ते हुए देखेंगे, जिसमें AI द्वारा अनुसंधान और विकास प्रक्रिया का हिस्सा लगातार बढ़ेगा। लेकिन तीसरे संस्करण, जो वास्तविक अर्थों में मानवीय गति से मुक्त होने वाला आवर्ती बंद चक्र है, का 24 महीनों के भीतर आना, मेरे अनुसार, 50% से कम संभावना है।

यह तकनीकी निराशावाद नहीं है, यह इंजीनियरिंग की वास्तविकता है।

Five, Musk's timeline needs a discount factor

This is not an attack on people, this is calibration.

उसके द्वारा दिशा का अनुमान लगाना बहुत ही उच्च गति से सही रहा है: इलेक्ट्रिक वाहन जीतेंगे, पुनर्प्राप्त रॉकेट संभव हैं, उपग्रह इंटरनेट काम करेगा, और बड़े पैमाने पर GPU क्लस्टर महत्वपूर्ण चर हैं। 2024 में उसका Colossus क्लस्टर बेहद कम समय में दस हजार कार्ड स्तर के डिप्लॉयमेंट को पूरा कर चुका है, जो इस बात का संकेत है कि वह कैलकुलेशन प्रतियोगिता की प्रकृति को समझता है।

लेकिन उसका समय के प्रति दृष्टिकोण लंबे समय तक अत्यधिक आशावादी रहा।

पूर्ण स्वयंचालित ड्राइविंग "अगले वर्ष तक प्राप्त होगी", 2015 से आज तक। उन्होंने खुले तौर पर भविष्यवाणी की थी कि AI 2025 के आसपास किसी भी एक मनुष्य से आगे निकल जाएगा, और AGI लगभग 2026 में प्रकट होगा। आज 31 जुलाई, 2026 है, और ये भविष्यवाणियाँ स्पष्ट रूप से अभी तक पूरी नहीं हुई हैं।

अनुभवजन्य विधि है: उसके द्वारा दिया गया समय सारणी दो से तीन गुना करें।

एक और बात स्पष्ट करना आवश्यक है: वह तटस्थ निरीक्षक नहीं है।

xAI इस प्रतियोगिता में भारी निवेश कर रहा है, जिसे लगातार विशाल वित्तपोषण की आवश्यकता है, और बाजार को यह विश्वास दिलाना होगा कि वक्र अभी भी तेजी से ऊपर की ओर जा रहा है। एक व्यक्ति अपने स्वयं के दिशा पर जोरदार आत्मविश्वास व्यक्त करना पूरी तरह सामान्य है, लेकिन स्वीकारक को इस हित संबंध को भार देना चाहिए।

यह उसके निर्णय की संभावित सही होने की संभावना को प्रभावित नहीं करता है। यह केवल आपको कितना आत्मविश्वास देना चाहिए, इस पर प्रभाव डालता है।

छह, व्यवसाय की ओर से लागू करना ही वास्तविक दरार है

अगस्त 2025 में, MIT से जुड़ी एक टीम के एक अध्ययन ने बड़ी चर्चा को जन्म दिया: अधिकांश उद्योगों के जनरेटिव AI पायलट प्रोजेक्ट्स ने कोई मापने योग्य लाभ-हानि में सुधार नहीं लाया, जिसका प्रतिशत 95% था। बाद में इस अध्ययन की विधि को कई लोगों द्वारा सवाल उठाया गया, नमूना और मापदंड दोनों पर विवाद था, मैं इसे एक अटूट साक्ष्य के रूप में नहीं सुझाता।

But the pain point it touches is real.

मॉडल क्षमता और उद्यम मूल्य के बीच, एक पूरी श्रृंखला अनचाहे, गंदे कामों से भरी हुई है: डेटा प्रबंधन, अधिकार प्रणाली, प्रक्रिया पुनर्गठन, ऑडिट ट्रेस, जिम्मेदारी का निर्धारण, और विफलता का समाधान।

एक गोल्ड मेडल विजेता मॉडल एक बैंक की कोर प्रक्रिया में प्रवेश नहीं कर सकता, बाधा कभी बुद्धिमत्ता नहीं होती।

यह एक ऐसी विरोधाभासी घटना को भी समझाता है: उपयोग विस्फोटक रूप से बढ़ रहा है, लेकिन रिटर्न को मापना कठिन है। 2025 में Google द्वारा उजागर किया गया मासिक टोकन प्रोसेसिंग लेवल लाखों ट्रिलियन से तेजी से करोड़ों ट्रिलियन स्तर पर पहुंच गया, और 2025 की शरद ऋतु में OpenAI के साप्ताहिक सक्रिय उपयोगकर्ताओं की संख्या लगभग 800 करोड़ तक पहुंच गई। उपयोग निश्चित रूप से उड़ान भर रहा है।

लेकिन इसी बीच, कई मीडिया रिपोर्ट्स के अनुसार, शीर्ष प्रयोगशालाएँ 2025 से 2026 तक भारी शुद्ध नुकसान की स्थिति में रहेंगी, और लाभ की अपेक्षा सामान्यतः 2029 के आसपास स्थानांतरित कर दी गई है। इसके अलावा, अत्यधिक विशाल निर्माताओं के वार्षिक पूंजी खर्च का कुल योग 2025 के कई खरब डॉलर के स्तर से आगे बढ़ा दिया गया है।

उपयोग में वृद्धि समाधान करती है "कोई इस्तेमाल कर रहा है"। यह स्वतः समाधान नहीं करती "कौन कमा रहा है"।

इन दोनों चीजों के बीच, मूल्य निर्धारण का अधिकार खड़ा है। और मूल्य निर्धारण का अधिकार चार या पाँच ऐसे प्रतिद्वंद्वियों द्वारा एक साथ पतला किया जा रहा है, जिनकी क्षमताएँ लगभग समान हैं।

सातवाँ, निष्कर्ष पर न जाएँ, स्केल पर नजर रखें

AI के धीमा होने के बारे में वादा-विवाद का कोई खास महत्व नहीं है, क्योंकि दोनों पक्षों के लिए 'धीमा होना' की परिभाषा अलग-अलग है।

मैं तीन ऐसी चीजों पर ध्यान केंद्रित करने की सलाह दूंगा जिन्हें जांचा जा सकता है।

पहला, कार्य का समय अवधि। METR के कर्व के साथ जारी रहें। यदि 50% सफलता की समय अवधि आगामी वर्ष में आठ घंटे से अधिक पर पहुँच जाती है, तो डेप्यू का निर्णय मजबूत समर्थन प्राप्त करता है। यदि यह दो से चार घंटे के अंतराल में एक वर्ष से अधिक समय तक आवर्तित होता है, तो इसका मतलब है कि हम किसी संरचनात्मक छत पर टकरा गए हैं।

दूसरा, शिखर क्षमता के बजाय विश्वसनीयता। 80% या 90% सफलता दर के तहत समय अवधि को देखें। उद्यमी स्थिरता खरीदते हैं, न कि कभी-कभार की तालिम। इस सूचक की प्रगति की गति, व्यावसायिक लागू होने की ढलान को सीधे निर्धारित करती है।

तीसरा, कुल राजस्व के बजाय इकाई अर्थव्यवस्था। शुद्ध लाभ मार्जिन देखें, इकाई अनुमान लागत में कमी की गति क्या मूल्य युद्ध को पीछे छोड़ पा रही है। क्या कोई भी कंपनी वास्तव में सकारात्मक संचालन नकदी प्रवाह प्राप्त कर पा रही है।

तीन अंतराल, किसी के भविष्यवाणी पर विश्वास न करें।

आठ, समाप्ति

मेरी स्थिति सरल है।

मस्क का क्षमता के बारे में यह निर्णय मुझे सही लगता है। दो साल पहले के मॉडल वास्तव में नमूने की तरह हो चुके हैं, और दो साल बाद आज के सबसे शक्तिशाली मॉडल भी मूर्खतापूर्ण लगेंगे। यह वक्र अभी तक मुड़ा नहीं है।

लेकिन उसने मूल्यांकन के सवाल का जवाब इस वाक्य से दिया, जो अनुपयुक्त था।

क्योंकि शॉर्ट्स वास्तव में पूछ रहे हैं: जब मॉडल प्रत्येक अठारह महीने में एक बार मूल्यह्रास होता है, जब समान बुद्धिमत्ता की कीमत प्रति वर्ष एक क्रम के अनुसार गिरती है, और जब चार या पाँच कंपनियाँ एक साथ लगभग समान क्षमता रखती हैं, तो कौन उस कई हजार अरब डॉलर के पूंजी खर्च का भुगतान करेगा, और इसे किस प्रकार से मूल्यांकन करके वापस प्राप्त किया जाएगा?

यह प्रश्न, "AI अधिक शक्तिशाली हो जाएगा", इसका उत्तर नहीं दे सकता।

मैं RSI के हिस्से के बारे में अभी तक कोई निर्णय नहीं लिया हूँ। यह इसलिए नहीं कि यह असंभव है, बल्कि इसलिए कि इसके लिए कैलकुलेशन पावर, बिजली, प्रयोगात्मक चक्र और मूल्यांकन प्रणाली को साथ लाने की आवश्यकता है, और ये चीजें घातीय वृद्धि का पालन नहीं करतीं।

अंत में, एक ऐसी बात कहना चाहूंगा जो संभवतः अप्रिय हो सकती है।

तकनीकी क्रांति वास्तविक है, और बुलबुला भी वास्तविक हो सकता है, और ये दोनों बातें पूरी तरह से एक साथ हो सकती हैं, और इतिहास में आमतौर पर एक साथ होती हैं। रेलवे वास्तविक थे, लेकिन रेलवे शेयर टूट गए। इंटरनेट वास्तविक था, लेकिन नास्डैक 78 प्रतिशत गिर गया।

टेक्निकल बुलिश होना, हर बैलेंस शीट के बारे में बुलिश होने के बराबर नहीं है।

अलग-अलग बेट लगाएं। यह दोनों ओर की बेट नहीं है, यह गणना करना है।

दो साल बाद AI क्या "बेहद आश्चर्यजनक" हो जाएगा, मैं इस पर विश्वास करने की प्रवृत्ति रखता हूँ।

मैं उस समय टेबल पर कौन है, इस पर बेट नहीं लगाता।

संदर्भ स्रोत

1. METR, "लंबे कार्यों को पूरा करने के लिए AI की क्षमता का मापन," METR अनुसंधान, मार्च 2025।
2. Google DeepMind, "AlphaEvolve: एडवांस्ड एल्गोरिदम डिज़ाइन करने के लिए एक जेमिनी-पावर्ड कोडिंग एजेंट," मई 2025.
3. OpenAI, "GDPval परिचय," OpenAI ब्लॉग, सितंबर 2025।
4. एपोच एआई, "एलएलएम निष्कर्षण मूल्य प्रवृत्तियाँ" और "मशीन लर्निंग कंप्यूट में प्रवृत्तियाँ," एपोच एआई डेटा इंसाइट्स, 2024–2025।
5. MIT मीडिया लैब / प्रोजेक्ट NANDA, "द जेनएआई डिवाइड: बिजनेस में एआई की स्थिति 2025," अगस्त 2025।
6. गोल्डमैन सैक्स रिसर्च, "जेन एआई: बहुत अधिक खर्च, बहुत कम लाभ?," जून 2024।
7. एलन मस्क और विल डीपू, जुलाई 2026 में फ्रंटियर लैब मूल्यांकन और रिकर्सिव सेल्फ-इम्प्रूवमेंट के संबंध में X पर पोस्ट।
8. रॉयटर्स और दि इनफॉर्मेशन, ओपनएआई और एंथ्रोपिक की आय, हानि और लाभप्रदता के समयसीमा, 2025–2026 के बारे में रिपोर्ट कर रहे हैं।