Dave bemutatja saját otthoni műhelyében az új, igazán erőteljes Dell Pro Max GB300 munkaállomást, amelyet a Grace Blackwell Ultra architektúra hajt. A gép extrém méretű memóriával és GPU-val rendelkezik, amely lehetővé teszi hatalmas, párhuzamosított AI feladatok futtatását helyben, adatközpont nélkül.
A bemutató során három különböző projektet valósít meg ezen a hardveren. Először beszél PDP Gary-vel, egy egyedi személyiséggel rendelkező Unix ‘mágussal’, akit egy modern nyelvi modell hajt. Ezután egy régi arcade játék, a Robbitron AI-alapú irányítását és tanítását vizsgálja, ahol a modell megtanul stratégiai döntéseket hozni, a múltbeli tapasztalatok alapján. Érdekes kérdéseket vet fel arról, hogyan kombinálható az emberi tudás és a gépi tanulás, és hol vannak a hardveres kapacitás határai.
A legtöbb figyelmet az utolsó projekt kapja: egy virtuális „autóiskolában” 262 144 autó tanul egyszerre vezetni, mindannyian ugyanazt a tanuló algoritmust használva, de különböző helyzetekben. Ez felveti annak problémáját, hogy a számítási teljesítmény önmagában nem elég – fontos az is, hogyan tudjuk ezt okosan kihasználni, és hogyan strukturáljuk a szoftvert. A mérések és problémák bemutatása során szóba kerül, mi történik, ha a hardvert szinte maximálisan leterheljük, és milyen érdekes következményei lehetnek a teljesítménymutatók értelmezésének.
Végül a projektek közötti párhuzamokat hangsúlyozva kapunk betekintést abba, hogy a mesterséges intelligencia különféle feladatokban – nyelvi modellezés, játék, vezetés – hogyan tanul, és miben rejlik az igazán hatékony tanítás titka. Több kérdés is felmerül arról, vajon a mesterséges tanulók valóban általános készségeket sajátítanak-e el, vagy csak a betanult helyzetekre reagálnak jól.










