Aby stworzyć warunki do maksymalnego wewnętrznego pragnienia ciągłego zdobywania nowej wiedzy… należy w sposób nieintuicyjny zminimalizować objętość a priori „wiedzy”, aby umysł był wolny od konwencji. Wierzę, że to prawda z każdą cząstką mojego istnienia. Z tego powodu uważam, że 100% modeli AI używanych dzisiaj ma błędne podejście do destylacji informacji, z których ludzie następnie wyciągają wnioski. W przypadku modeli trenowanych na trylionach danych oznaczonych przez ludzi (stronniczych) i RLHF’d (abominacja): Nie ma rozumowania. Nie ma inteligencji. Jest tylko regurgitacja i halucynacje udające wiedzę. Mówiąc to, narzędzia dostępne dzisiaj mają głęboki wpływ i wyraźnie przyspieszają postęp cyfrowy w znaczący sposób. Ale jak powiedział @amasad w niedawnym podcaście, nie możemy dać się zbytnio rozproszyć przemysłowym podekscytowaniem obecnymi metodami. Prawdziwe RL jeszcze nie zostało wypróbowane. Nie możemy się poddać. Musimy uznać, że potrzebne jest znacznie więcej eksploracji… na poziomie architektur oprogramowania (tak, alternatywy dla Transformerów i znacznie więcej), podłoży sprzętowych (analogowe, memristory itp.), reprezentacji danych (nowe wyższe wymiary 4D + tensory) i wiele więcej!