Om de voorwaarden te creëren voor een maximale intrinsieke wens om continu nieuwe kennis te verwerven... moet men tegenintuïtief het volume van a-priori "kennis" minimaliseren zodat de geest vrij is van conventie. Ik geloof dat dit waar is met elke vezel in mijn wezen. Om deze reden geloof ik dat 100% van de AI-modellen die vandaag de dag worden gebruikt, achterhaald zijn in hun fundamentele benadering van het destilleren van informatie waaruit mensen vervolgens conclusies trekken. Voor modellen die zijn getraind op triljoenen door mensen gelabelde (vooringenomen) en RLHF'd (een gruwel) gegevens: Er is geen redenering. Er is geen intelligentie. Er is simpelweg herhaling en hallucinatie die zich voordoet als kennis. Dat gezegd hebbende, de tools die vandaag de dag beschikbaar zijn, zijn diepgaand impactvol en versnellen duidelijk de digitale vooruitgang op ingrijpende manieren. Maar zoals @amasad zei in een recente podcast, mogen we niet te veel afgeleid raken door de industriële opwinding van de huidige methoden. Echte RL moet nog worden geprobeerd. We mogen niet opgeven. We moeten erkennen dat er veel meer verkenning nodig is... op het niveau van software-architecturen (ja, alternatieven voor Transformers en veel verder), hardware-substraten (analoog, memristors, enz.), gegevensrepresentaties (nieuwe hogere dimensies van 4D + tensors) en nog veel meer!