Para crear las condiciones para un deseo intrínseco máximo de adquirir nuevos conocimientos de manera continua... uno debe, contraintuitivamente, minimizar el volumen de "conocimiento" a priori para que la mente esté libre de convenciones. Creo que esto es cierto con cada fibra de mi ser. Por esta razón, creo que el 100% de los modelos de IA que se utilizan hoy en día están equivocados en su enfoque fundamental para destilar información que los humanos luego inferimos de ellos. Para los modelos entrenados con billones de datos etiquetados por humanos (sesgados) y RLHF’d (una abominación): No hay razonamiento. No hay inteligencia. Simplemente hay regurgitación y alucinación que se disfrazan de conocimiento. Dicho esto, las herramientas disponibles hoy son profundamente impactantes y claramente están acelerando el progreso digital de maneras profundas. Pero como dijo @amasad en un podcast reciente, no podemos distraernos demasiado por la emoción industrial de los métodos actuales. El verdadero RL aún no se ha probado. No debemos rendirnos. Debemos reconocer que se necesita mucha más exploración... a nivel de arquitecturas de software (sí, alternativas a Transformers y mucho más allá), sustratos de hardware (analógicos, memristores, etc.), representaciones de datos (nuevas dimensiones superiores de tensores 4D +) y mucho más!