Criar as condições para o desejo intrínseco máximo de adquirir novos conhecimentos continuamente ... Deve-se minimizar contraintuitivamente o volume de "conhecimento" a priori para que a mente esteja livre de convenções. Acredito que isso seja verdade com todas as fibras do meu ser. Por esse motivo, acredito que 100% dos modelos de IA usados hoje estão atrasados em sua abordagem fundamental para destilar informações que os humanos inferem a partir deles. Para modelos treinados em trilhões de dados rotulados por humanos (tendenciosos) e RLHF (uma abominação): não há raciocínio. Não há inteligência. Há simplesmente regurgitação e alucinação disfarçada de conhecimento. Dito isso, as ferramentas disponíveis hoje são profundamente impactantes e claramente aceleram o progresso digital de maneiras profundas. Mas, como @amasad disse em um podcast recente, não podemos nos distrair muito com a empolgação industrial dos métodos atuais. O Real RL ainda não foi julgado. Não devemos desistir. Devemos reconhecer que muito mais exploração é necessária ... ao nível das arquiteturas de software (sim, alternativas de Transformers e muito mais além), substratos de hardware (analógicos, memristores, etc), representações de dados (novas dimensões superiores de 4D + tensores) e muito mais!