Andrej认为，经过几年开发后的当下，特斯拉拥有的深度神经网络架构已趋于成熟，只要数据集不断改进——这一改进包含“数据量不断增大”和“数据标注不断完善”两个层面——神经网络的性能就没有真正的上限。
因此Andrej表示，其团队当前仅有20%的精力用于架构设计和算法调整，而其余80%的精力都在和数据打交道——通过反复推敲的、创新性的数据标注，不断提升NN训练的效率，”榨取”NN的最优性能。
如果以上论述成立，意味着在“数据不断改进”的前提下，特斯拉将会需要不断增大其用于训练深度神经网络的计算机算力——这便是特斯拉要打造超级计算机Dojo的原因。
