Щоб створити умови для максимального внутрішнього бажання безперервно здобувати нові знання ... Треба парадоксально мінімізувати обсяг апріорного «знання», щоб розум був вільний від умовностей. Я вірю, що це стосується кожної фібри мого єства. З цієї причини я вважаю, що 100% моделей штучного інтелекту, які використовуються сьогодні, є відсталими у своєму фундаментальному підході до дистиляції інформації, яку люди потім виводять з них. Для моделей, навчених на трильйонах мічених людиною (упереджених) і RLHF'd (мерзотних) даних: немає жодних міркувань. Розвідки немає. Є просто відрижка і галюцинації, що маскуються під знання. Тим не менш, доступні сьогодні інструменти мають глибокий вплив і явно глибоко прискорюють цифровий прогрес. Але, як @amasad сказав у нещодавньому подкасті, ми не можемо надто відволікатися на промисловий ажіотаж нинішніх методів. Справжнього РЛ ще належить випробувати. Ми не повинні здаватися. Ми повинні визнати, що потрібно набагато більше досліджень... на рівні програмних архітектур (так, альтернативи трансформаторів і далеко за їх межами), апаратних підкладок (аналогові, мемристори і т.д.), представлення даних (нові більш високі розмірності 4D + тензори) і багато іншого!