في وقت ما في ديسمبر 2021 ، تحدثت إلى إيليا سوتسكيفر ، لكتابي لماذا تتعلم الآلات (كان ذلك قبل عصر ChatGPT ؛ أشك في أنني سأكون قادرا على القيام بذلك الآن). قال إيليا هذا عن رياضيات التعلم العميق التي واجهها في الأوراق الأولى التي قرأها حول هذا الموضوع (التي قدمها له جيف هينتون): "كيف يمكن أن يكون الأمر بهذه البساطة. . . بسيط جدا بحيث يمكنك شرحه لطلاب المدارس الثانوية دون بذل الكثير من الجهد?... أعتقد أن هذا في الواقع معجزة. وهذا أيضا بالنسبة لي مؤشر على أننا ربما نسير على الطريق الصحيح. [لا يمكن] أن تكون مصادفة أن مثل هذه المفاهيم البسيطة تذهب إلى هذا الحد ". حتى عندما قال هذا ، اعتقدت - وأخبرت إيليا - أن هذا البيان له يمكن أن يكون مقدمة لماذا تتعلم الآلات! هناك بالفعل شيء ما حول رياضيات ML - وهو شعور تم تعزيزه عندما استمعت إلى حديث معهد سيمون الأخير لميشا بيلكين: قال ميشا: "في الأساس ، الذكاء الاصطناعي الحديث هو مجرد كائن رياضي. تعمل الرياضيات على تحويل العالم على مستوى أساسي للغاية ، خاصة فيما يتعلق ب الذكاء الاصطناعي الحديثة ... الرياضيات هي جوهر الذكاء الاصطناعي الحديث. لم يكن هناك وقت كان فيه فهم الرياضيات أكثر أهمية ". (كان ميشا واحدا من ثلاثة أشخاص قرأوا / راجعوا لماذا تتعلم الآلات من البداية إلى النهاية. أنا مدين له بدين ضخم.) إنه يوم حانة تقريبا للإصدارات ذات الغلاف الورقي من WHY MACHINES LEARN (26 أغسطس في الولايات المتحدة ، 28 أغسطس في المملكة المتحدة والهند). إنها قصيدة لرياضيات ML.