W grudniu 2021 roku miałem okazję porozmawiać z Ilyą Sutskeverem, do mojej książki DLACZEGO MASZYNY UCZĄ SIĘ (to było przed erą ChatGPT; wątpię, czy udałoby mi się to teraz). Ilya powiedział to o matematyce głębokiego uczenia, którą napotkał w pierwszych artykułach, które przeczytał na ten temat (danych mu przez Geoffa Hintona): „Jak to możliwe, że to jest tak proste... tak proste, że można to wyjaśnić uczniom szkół średnich bez większego wysiłku?... Myślę, że to jest naprawdę cudowne. To również, moim zdaniem, wskazuje, że prawdopodobnie jesteśmy na właściwej drodze. [To nie może] być przypadek, że tak proste koncepcje sięgają tak daleko.” Nawet gdy to mówił, pomyślałem - i powiedziałem Ilyi - że to jego stwierdzenie mogłoby być prologiem do Dlaczego maszyny się uczą! Rzeczywiście jest coś w matematyce ML - uczucie, które wzmocniło się, gdy słuchałem niedawnego wykładu Mishy Belkina w Simon Institute: Misha powiedział: „Fundamentalnie, nowoczesna AI to po prostu obiekt matematyczny. Matematyka przekształca świat na bardzo fundamentalnym poziomie, szczególnie w odniesieniu do nowoczesnej AI... Matematyka jest w sercu nowoczesnej AI. Nigdy nie było czasu, kiedy zrozumienie matematyki było ważniejsze.” (Misha był jedną z trzech osób, które przeczytały/oceniły DLACZEGO MASZYNY UCZĄ SIĘ od początku do końca. Jestem mu ogromnie wdzięczny.) To prawie dzień publikacji edycji papierowych DLACZEGO MASZYNY UCZĄ SIĘ (26 sierpnia w USA, 28 sierpnia w Wielkiej Brytanii i Indiach). To moja oda do matematyki ML.