firmy takie jak Facebook rejestrują każdą wyobrażalną interakcję, jaką ich użytkownicy mają z platformą. zapisują każde twoje kliknięcie i dotknięcie. śledzą, jak długo twoje spojrzenie zatrzymało się na poście, czy byłeś na tej samej sieci WiFi co ta kobieta, która może być twoją przyjaciółką, który filmik na Instagramie oglądałeś trzy razy. dla pojedynczego użytkownika jest to urocze, ale te praktyki są realizowane na planetarną skalę przez wszystkich gigantów technologicznych. tworzą petabajty danych dziennie i przechowują je tak długo, jak pozwolą im na to europejscy regulatorzy. wtedy mogą wykorzystać inteligencję maszynową, aby przekształcić je w użyteczną wiedzę dla swoich systemów kontrolnych, które budują kanały informacyjne, serwują reklamy, decydują, ile mocy obliczeniowej wydać na ciebie, które SKU powinny być w których magazynach tuż przed tym, jak ich potrzebujesz. rachunki za Hive metastore sięgają miliardów. szpitale wyrzucają większość swoich danych i telemetrycznych informacji po każdym przypadku, każdego dnia. nagrywają filmy z operacji naczyniowych, endoskopii, odkrywając interesujące fizjologie. czasami w ogóle ich nie nagrywają, a większość z nich usuwa, jak tylko skończą. jest jeszcze gorzej w przypadku fal fizjologicznych (EKG, EEG, linie tętnicze), które w zasadzie nigdy nie są nigdzie rejestrowane. widoki mózgów pacjentów, układów naczyniowych, serc w skali milisekund są generowane i natychmiast niszczone. wszystkie te szereg czasowy oczywiście przewidują zatrzymanie serca ludzi, eksplozje mózgów itp. z wyprzedzeniem. chirurdzy zdalnie sterują robotami, żadne z mikro-ruchów nie jest rejestrowane, polityki nigdy nie są nauczane, nigdy nie są korelowane z tym, które wyniki były udane, a które nie. to byłoby nie do pomyślenia dla większości ludzi zajmujących się oprogramowaniem, których instynkt polega na rejestrowaniu wszystkiego wszędzie, nie mówiąc już o kosztach w chmurze, ponieważ jesteśmy pewni, że później będzie jakieś zastosowanie dla tego i jakiś model do wytrenowania. nie mam tu konkretnej recepty, mój punkt polega po prostu na tym, że nasza cywilizacja rutynowo gromadzi i ceni niektóre z najgłupszych danych na świecie "polubiłem filmik Johna Porka" i niszczy wiele z najważniejszych danych, które generuje, ograniczając to, czego maszyny mogą się nauczyć.

Aby doskonale zrozumieć zjawisko, należy je doskonale skompresować, mieć model, który nie może być uproszczony. Jeśli model DL wymaga milionów parametrów do modelowania czegoś, co można opisać równaniem różniczkowym z trzema wyrazami, to tak naprawdę go nie zrozumiał, jedynie zbuforował dane.

Nierówność obiektywna jest przesadnie wyolbrzymionym priorytetem politycznym. Nierówność subiektywna jest jednak bardzo niedoceniana. Ponieważ ma znacznie większe znaczenie niż nierówność obiektywna, powinniśmy znaleźć sposoby na zduszenie nieprawidłowych subiektywnych postrzegań nierówności.