結果看了訪問，原來 OpenAI 不是想要探索智慧源頭，是想要模仿人類打造 AI... 先創造腦袋，再創造視網膜、耳膜，鼻子嗅覺細胞，舌頭等是不是也準備好了呢？
Quote:
為什麼多模態的訓練很重要呢？蘇茨克維解釋，因為這是視覺的世界，人類是視覺的動物，所以只能從文字學習的神經網路雖然已經很強大了，但它絕對可以達到更高的境界。
而 GPT-4，可以「看」得很清楚。此外，透過視覺來學習這個世界的知識，才能學到更多。人類一輩子可以「聽」到的訊息，大概是十億個字，這是很少的資訊量，但我們可以透過視覺學習到更多非文字化的資訊，神經網路也是一樣。