la IA, solo útiles para crear monopolios, la concentración de capital en hardware.

El capítulo analiza la desaceleración del progreso en el desarrollo de la Inteligencia Artificial, particularmente en los modelos de lenguaje extenso.  La principal causa identificada es el agotamiento de los datos disponibles en internet para entrenar estos modelos, lo que contrasta con las "leyes de escalamiento" que predecían un progreso continuo con la ingesta de más datos. Expertos como Demis Hassabis advierten sobre rendimientos decrecientes, mientras que otros, como Sam Altman, mantienen un optimismo cauteloso. Se exploran nuevas técnicas, como el uso de "datos sintéticos", aunque estas presentan limitaciones y no solucionan completamente el problema. El debate de la sostenibilidad del actual modelo de desarrollo de IA y las implicaciones de una posible híper concentración y óralentización en el progreso, incluyendo el impacto en grandes empresas tecnológicas como Google y Nvidia concentrando el "mercado" tecno feudal.