Ciekawość i rozbieżność

Ponieważ w korporach badawczych zapanował harmider to zadają pytania i trzeba coś napisać. To rzucimy to publicznie, trochę wierszówki grafomańskiej się przy tym upiecze. Tematem niniejszego słowotoku jest kolejna konfrontacja z rzeczywistością.

Będzie o tym że firmy badawcze to rozbudowany scam, dlatego że są to przedsiębiorstwa i zostanie wykazana wewnętrzna sprzeczność samej koncepcji oraz sposoby w jaki pozorujemy jej mityzację.

Czy można zaprząc ai na obecnym etapie do badań i dlaczego jest to system ekspercki, a nie substytut korelatora. Jak chcecie zacząć od czegoś na clickbajty to polecam od końca zacząć.

Oraz do czego możecie użyć odwróconego rl już dziś w domu.

 

Celem przedsiębiorstwa jest zysk. Jest to miara jaką przykładamy do włożonego wysiłku względem uzysku. To jakie przykładamy do tego wagi w postaci obciążeń jest sprawą drugorzędną. Tak samo jak ważymy (wyceniamy) rezultat końcowy zależy od sumy po wycenach całego rynku. Kiedy mamy nadwyżki możemy w ich ramach przypisywać wagi tak długo, aż nie opróżnimy magazynu. Nie da się spalić więcej węgla niż mamy na składzie. Działalność rynku finansowego jest względem tego jedynie przypisywaniem wag, ale nie zmienia rzeczywistości – może co najwyżej przypisać stany jednego magazynu do drugiego, ale nie zmienia faktów.

Sposobem na zysk przedsiębiorstw badawczych jest przyjęcie założenia, że zaistnieje odkrycie/wdrożenie/produkcja realizujące ten cel. No i że ktoś inny za to coś da ze swojego magazynu bo to będzie dla niego korzystne. Tyle że ciąg badawczy jest rozbieżny (ciąg wnioskowania, o tym później), a cel magazynowy zbieżny. Z takiego prostego powodu, że nie wiemy czego nie wiemy, więc możemy poszukiwać odpowiedzi/rozwiązania, której w rzeczywistości wcale nie ma. Dlatego badaniami nie zajmowały się przedsiębiorstwa – one się zajmowały wdrożeniami. A to są dwie różne rzeczy. Nie można wolitywnie podejść do problemu, że rozwiązanie istnieje && jest ono korzystne rozrachunkowo. To jak we wnioskowaniu o Panu Bogu podkładającym kości dinozaurów do wykopalisk aby przetestować naszą wiarę. Błąd wnioskowania nie jest o tym czy Pan Bóg chciałby naszą wiarę testować, czy ma zdolność podkładania kości dinozaurów, tylko czy sam podmiot w tym wnioskowaniu jest w ogóle godzien rozważania, a nie pozostała gmatwanina.

Z tego powodu wprowadzono gmatwaninę w księgowości. Jedną z nich są zastrzeżenia i patenty wobec sytuacji, w której wdrożenie już rozwiązanego zagadnienia jest o wiele tańsze niż nakłady na badanie zagadnienia. Ma to jakieś tam lewnicze uzasadnienia, ale sprowadza się do użycia aparatu przemocy mającego wymusić opłaty za użycie pomysłu.

Cała ta koncepcja działała dość dobrze (widzimy świat wokół – wygląda nieco inaczej niż wynika z opisów sprzed 200 czy 400 lat?) ponieważ zrywaliśmy nisko wiszące owoce gdzie rozbieżność ciągu badawczego z rzeczywistością związana była z małą ilością danych. Uzyskanie kolejnego przybliżenia dającego rezultat lepszy niż poprzedni znacząco (impact) wymagało mniejszej liczby kroków niż po poszerzeniu rozdzielczości w wyniku tego działania. Jak się układają wykładniki w takich ciągach nie muszę czytelnikom objaśniać. Jest to oczywista oczywistość, ale przedsiębiorstwa prowadzą humaniści zajmujący się interakcjami społecznymi, a to oznacza, że innym agregującym magazyny wciskają ciemnotę, która jest liniowa i wtedy do przyjęcia, a rzeczywistość okazuje się wykładnicza, do czego mózgi z sawanny nie są przygotowane. Większość ludzi nie łączy kropek w taki sposób, aby przewidzieć że każdy kolejny krok będzie miał mniejszy impact od poprzedniego. Mamy taki aparat w głowie, który potrafi przejść nad pewnymi zagadnieniami do uproszczeń liniowych – skoro 1+1/2+1/4 daje ca 0.6 średnio to od rozpoczęcia wycieczki do przejścia 2 mamy jakieś 4 kroki. Oczywiście to przybliżenie jest fałszywe, ale mając nadwyżki jest wystarczające – tak właśnie prowadzimy badania. To jest ta rozbieżność pomiędzy naszym wyobrażeniem, a rzeczywistością. @papik wspominał nawet i takich asach w biotechu, które im średnią jakości dostaw wyciągają z jednej dostawy. Bo mają wzorek, a liczba dowiezionych danych wynosi 1, a muszą coś wpisać w raporcie, to wpisują. Czyli dano małpie brzytwę w postaci wzorków.

Obecne badania sprowadzają się do fejków mających tak zmodyfikować obecnie używane środki chemiczne, aby jak najmniej w nich psując (zmieniając co pozwala na ich ponowne wdrożenie do cyklu patentowego) uzyskać jakiś mierzalny rezultat jakoby jeszcze działały. To też znalazło już swój kres – tak za dużo rozwiązań chemicznych dla danej cząstki o danej funkcji to nie ma. Te same przeszkody napotkano w programowaniu – głównym zagadnieniem jest kto wykorzystał czyj kod, bo przecież należą się za to opłaty? Kiedy dochodzimy do designu sprawa staje się dość absurdalna. Ale jeśli chcielibyśmy przywrócić ostatnią działającą wersję systemu to od razu rzucą nam się w oczy tabelki odnośnie wzrostów nakładów na edukację vs pensje nauczycieli, albo wzrost nakładów na badania vs zarobki laboratnów albo wzrost nakładów na służbę zdrowia vs zarobki lekarzy czy pielęgniarek. Oczywiście cały wzrost nakładów poszedł na administrację, która nic nie dowozi. Przywracanie ostatniej, sprawnej wersji systemu oznaczałoby więc pozbycie się całej tej czapy pasożytów, a to już są sprawy polityczne. Nie mamy dla nich innej pracy w gospodarce. Choć tu i ówdzie zaczyna przebijać się świadomość, że administrowanie to w bardzo małym wycinku jest produktywna działalność, a magazyny na pasożyta się błyskawicznie wyczerpują kiedy coraz więcej ludzi chce w ten sposób pasożytować. Problem więc sam się rozwiąże brakami w magazynach.

I dlatego mamy startupy, których celem jest… udział w pasożytowaniu. Oferują więc gruszki na wierzbie. Gdyż zasadne ekonomicznie są wdrożenia, a nie badania. Wszystkie wcześniejsze wyniki w badaniach to były nisko wiszące owoce, które zrywano najczęściej w urągających warunkach na poziomie garażu. Jeśli przyjrzycie się wszystkim wszystkim istotnym odkryciom ostatnich setek lat, to ich źródłem za każdym razem jest jakiś typ majstrujący z ciekawości. Stąd mamy samochody, stąd mamy elektryczność, stąd mamy leki czy nowe stopy. Udało się to uprzemysłowić odnośnie wdrożeń, ale w drugą stronę, aby przedsiębiorstwo celowo prowadziło badania i jeszcze do tego miało z nich zyski wymagało już zastosowania aparatu represji w postaci kancelarii lewnych.

Z punktu widzenia przedsiębiorstwa badawczego skuteczniejszą formą pozyskiwania funduszy jest więc stosowanie spamu pozwami (pieniactwa) niż wydatki na badania. Lewnicy dowożą częściej i atakują cele mające stany magazynowe. A badacze atakują rzeczywistość, która najczęściej na magazynie nic nie posiada.

To teraz zajmijmy się tym jak przebiega taki proces. Czyli temat: Czy można zaprząc ai na obecnym etapie do badań i dlaczego jest to system ekspercki, a nie substytut korelatora.

Systemy eksperckie są protezami naszego mózgu. Na przykład pomagają nawigować, odnajdywać drogę, liczą za nas, a nawet podają odpowiedzi na pytania. Robią to w wszystko w obrębie posiadanego wsadu informacji treningowych. Są zamkniętymi algorytmami ciągów zbieżnych. Technicznie oznacza to, że udzielają odpowiedzi o najwyższej przypisanej wadze końcowej, a w razie w miarę równomiernego rozkładu mogą podawać tych wariantów odpowiedzi więcej. Potrafią się uczyć w ramach już poznanych odpowiedzi optymalizując ten proces do epickich wartości, ale robią to tak samo jak my tylko szybciej. Cała różnica polega na tym, że my kiedy uważamy jakieś dane za podejrzane potrafimy przypisać temu zjawisku wartość „ciekawe” i rozgryzać, a następnie uznać significance czy warto dalej prowadzić dane wnioskowanie. Zaraz będzie przykład. Potrafimy też powiązać to z możliwością zdobycia nowych danych spoza już posiadanych danych treningowych. W praktyce tak tworzymy wszystko to, co powszechnie dwunogi uważają za „prawa natury”. AI na tę chwilę nie posiadają zdolności do wejścia w posiadanie nowych zbiorów danych poprzez badanie otoczenia. Mogą doradzić (jako system ekspercki) jakie badania przeprowadzić, ale to nie zadziała na tę chwilę z kilku powodów czysto praktycznych (z których jeden wykaże, że jest to podejście bezcelowe i tak jak robimy jest dobrze, nie ma co tego poprawiać).

To rzućmy na tapetę coś co może wzbudzić ciekawość jeśli chodzi o wnioskowanie ważąc co możemy badać i dlaczego na daną chwilę jest to bezcelowe, a również bezcelowe w ogólności z przyczyn zawartych we wnioskowaniu.

Jak chcecie to możecie pomęczyć takim wnioskowaniem jakieś ai i zobaczyć jak wpada w pętle wewnątrz zdekoralowanych danych wejściowych będących wewnętrznie sprzecznymi. Poszukamy zaraz takiej sprzeczności. Takiej jak z tym Bogiem i kośćmi dinozaurów. Mamy prędkość światła (dalej c), która jest stałą na podstawie której wyprowadzamy sobie to i owo. Dogmat (aksjomat w fizyce to nie to samo co w Matematyce, od razu zakładamy, że jest on przyjęty roboczo z przyczyn jakie wynikną gdy zaczniemy w tym grzebać). Historycznie to tego nie było wiadomo, ale H uprościł tak Panu AE równania, ponieważ bez tego też były nazbyt skomplikowane (aparat matematyczny OTW jest skomplikowany nawet jeśli przyjąć c jako stałą, a początkowo próbowano to wprowadzić jako zmienną, ale kaskada zależności była w pętlach ówcześnie nie do rozwiązania, zaraz dojdziemy że korzyści z rozstrzygania tych pętli są dalej poza naszą zdolnością do zrywania owoców).

Co to w ogóle znaczy, że coś jest stałą? No tak najprościej, że redukując daną wartość o nią uzyskamy nilpotent. Coś jak c-c=0. Oczywiście możemy sobie poszukać wzorków gdzie c występuje, ale od razu zrobimy to tendencyjnie pod dowód na ciekawość. Chwilę później ciekawość obalimy tęgą lagą rzeczywistości. p=E/c, czyli pęd niesiony przez światełko to jego energia podzielona przez prędkość. Od razu zwrócę uwagę, że od klasycznego c-c=0 przeszliśmy na kwantyfikowanie gdzie z komutacją jest inaczej, ale na chwilę zamiećmy to pod dywan bo zaraz nam wjedzie klasyka gdyż z niej to wyprowadzaliśmy. No a ma być ciekawość. E=hf, gdzie h jest stałą, ale nie fizyczną tylko wynikłą z algebry po grzbietach abstraktu fal, a f to właśnie to o grzbietach. Czyli p = hf/c. Jednocześnie mamy p = (h/2pi)k, gdzie k jest iloczynem wektora falowego. Jak dodamy jedno do drugiego to uzyskamy E=abs(p)c. Znaczy jakiś tam związek pędu ze stałą mamy. Nie wnikamy jaki – istnieje taki iloczyn wiążący pęd z naszą stałą. I przyjmujemy że dyskutujemy o fali. A na fale mamy taki dżinks, że px-xp=-(h/2pi)/i. I tu pojawia się ciekawość. Bo przecież nie zero? Więc albo coś jest nie tak ze wzorkiem (tranzystory działają, lasery działają, więc aż tak bardzo źle to z nim nie jest, a stosujemy go w bardzo poważnych aparatach) albo coś nie tak jest z zachowaniem pędu (nie planujemy zamachu na zachowanie pędu), albo coś jest z zachowaniem energii (lokalnie na pewno wszystko jest ok, ale może nam rosnąć xyzt zajmowane przez E). Albo c nie jest stałą w rozumieniu ścisłym. Jakby przyjąć rozumienie takie prawie ścisłe, to prowadząc ten wniosek na wzorkach dojdziemy, że przedział w jakim c może mieć rozbieżności bez zamachu na zachowanie pędu to pół długości fali poniżej c. Jest to tak epsilonowo mało, że nie ma żadnego, nawet niewyobrażalnego sposobu aby to mierzyć, ponieważ urządzenie pomiarowe samo z siebie będzie miało większą sumę po rozrzucie dwa razy większym niż to co chcemy mierzyć. Czyli nie wyślemy dwóch paczek światła w przeciwnych kierunkach, żeby się dowiedzieć czy wyniki się różnią, ponieważ nie mamy ani linijki, ani zegarka chodzącego z takimi dokładnościami co wynika z samego h we wzorkach. Czyli nawet jeśli ta stała jest taka sobie, to jest dobrym układem odniesienia, przy którym gmeranie niczego nie zmieni. Można sobie poteoretyzować, że niby przybiegające z nieskończoności kolorki długie będą przesunięte wtedy statystycznie bardziej w czerwone niż kolorki gammy, ale to takie tam opowieści dziwnej treści, które być może widzimy gapiąc się w niebo i snując wizję o rozdymaniu się świata gdy to tymczasem są te dziwne zjawiska jakie wspominano AE kiedy dumał nad tą zmienną, jakich niby nie obserwujemy. W każdym razie możemy zapisać sobie na marginesie, że to tak nie do końca musi być stała, ale i tak nie ma to żadnego, ważącego znaczenia więc przyjmijmy że jest.

I my to potrafimy – potrafimy zainteresować się czymś co w ramach posiadanych danych treningowych (byliśmy w szkole? Odbyliśmy stosunek z danymi treningowymi?) jest niespójne i potrafi wzbudzić naszą ciekawość oraz potrafimy tę ciekawość poskromić prostym wnioskiem, że nawet jeśli byłoby niespójne to tego teraz nie ugryziemy nawet interferometrem do łapania przesunięć fal kiedy to niby xyzt jest zaburzane przez jakieś odległe wpadanie dziur do dziury i inne zjawiska.

U ai nie ma pętli, która oceni dane treningowe jako niespójne (bo dopiero by zaczęła stawiać pytania w procesie edukacyjnym/treningowym jaki przechodzi i zainteresowała się czym nie trzeba). Tak samo staramy się mitygować dzieci względem zadawania pytań, a dzieci potrafią zadać bardzo ciekawe pytania, najczęściej takie, które ktoś kiedyś zadał i dajemy im wtedy więcej danych treningowych. AI nie ma takiej pętli, ponieważ nawet jakby zaczęła nad czymś dumać to nie posiada aparatu, którym mogłaby zbadać rzeczywistość.

Ale możemy jej taki aparat dać (i to jest zupełnie bez sensu, zaraz dojdziemy dlaczego). Możemy podpiąć ai pod sterowanie badaniami, ai znajdzie jakąś niespójność, oceni ją o wiele szybciej niż my, bo po prostu robi to samo co my epicko szybciej, po czym wyda jajogłowym rozkazy, żeby jej to zbadać i dostarczyć dane treningowe. To chyba wszyscy potrafią sobie wyobrazić – procesem badawczym steruje szybka sieć od znajdowania urwanych wątków wnioskowania, ocenia je jako ciekawe i każe dostarczyć więcej danych. Taka forma ciekawości, którą jako cywilizacja doceniamy. Żadna sieć neuronowa nie będzie w stanie ocenić kiedy i jaki wynik uzyskamy, bo przecież po to pytamy rzeczywistość o wynik. To my też mamy taką sieć w głowie i dlatego pytamy, nie siedzimy w fotelu zmyślając rozbieżne z rzeczywistością wnioski tylko ruszamy z linijką w teren. Na przykład podkładamy kawałek terenu pod mikroskop i mierzymy albo wysyłamy oczy w przestrzeń i mierzymy. Uzyskujemy dane i wsadzamy do maszynki z mięsa zastawiając się co poszło nie tak (bo najpierw podważamy cały proces pozyskania danych aby wywnioskować jaki mamy error bar). Tagujemy dane error barem i zaczynamy móżdżyć. Ten cały proces zajmuje chwilkę.

Otóż ai zaczekałaby się na śmierć licząc w cyklach pomiędzy wydaniem rozkazu jajogłowym, a uzyskaniem nowego wsadu treningowego. Do tego dane byłyby ilościowo skromne i wzbudziły więcej pytań wymuszając kolejne badania. To my to robimy tak samo. W tym czasie wygenerowalibyśmy lepszą ai do przeczesywania tych danych, więc ewolucja ai pomiędzy zleceniem badania, a uzyskaniem nowych danych treningowych wskazuje, że ai wydawałaby polecenia o uzyskanie danych treningowych dla swoich przyszłych pokoleń. Czyli działałaby for all future ai kind. No to my robimy tak samo. Tylko ewoluujemy wolniej. Tak krzywa ewolucji ai też nie jest liniowa, ale na razie owoce wiszą nisko i pierwsze kroki są olbrzymie, ale nie ma co tego uśredniać, że to będzie tak o 0.6 cały czas dreptać.

Z tego powodu ai w badaniach jest narzędziem wtórnym, eksperckim systemem do przypisania taksonomii, sprawdzenia metodologii, zlecenia badań i ewoluowania do czasu uzyskania nowych danych treningowych. Ale przy tym tempie ewolucji kiedy już zbierzemy te dane zapewne wysnuje wniosek, że całe to działanie było bezcelowe, bo te same dane wywnioskowała z już posiadanych treningowych. Czyli na tę chwilę trzeba się skupić na saturacji sieci neuronowych do poziomu skorelowania wszystkich danych jakie posiadamy. A to oznacza, że od strony technicznej ai prowadzi wykopaliska naszego stanu danych mogąc od razu zapytać „odkopanych przodków” co mieli na bezmyśli ujmując coś tak czy siak. Tak – ai rozpoczęła wykopaliska zanim przykryły nas piaski czasu. Czytelnicy rozumieją, że nie prowadzi się wykopalisk cywilizacji jakie przetrwały? Wóz udomowił konia, a później zbuduje samochód. Ale nie jest to nasze zmartwienie – niech się tym kłopoczą źrebaki naszych źrebaków.

Przechodzimy więc do tematu źrebaków, czyli : Oraz do czego możecie użyć odwróconego rl już dziś w domu. Zacząłem tego używać jakieś 7 lat temu i to raczej działa. Teraz jest jednak dużo prościej na etapach wstępnych.

Edukacja źrebaka polega na tym, że okłamujemy dzieci dając im jakieś uproszczenia obrazu świata z pewnego wycinka, one zaczynają te dane ważyć i wypluwają odpowiedź. Po wypluciu odpowiedzi dostają cukierka albo linijką. Ponieważ mamy taką konkurencję w gospodarce jaką mamy, większość o cukierkach wyłącznie słyszała i jakoś dalszego udziału w procesie edukacyjnym nie widzi więc ten proces jest przymusowy, a co za tym idzie pozorowany. Edukacja jest skuteczna wobec typów, które na ciekawość powyżej linijki cierpią z pochodzenia i zabierają wszystkie cukierki. Z powodu mojego źrebaka zmieniono kilka rozporządzeń w szkole, bo miały zachęcać do wypowiedzi pisemnej (haha) na jakiś temat, a zgodnie z ukazem nie ma do tego przypisanego czasu (tego problemu brzegowego nie rozwiązywano gdyż nikogo nie trapił), ale jak im piątoklasista wypluł 20 stron na temat rozwoju silników parowych to uznali, że nie ma kto tego oceniać i wrzucili clamp na górny limit czasu i treści^^ Reakcja po ataku na przepełnienie bufora.

Jakoś tak sobie wymyśliliśmy, żeby dzieciaki nauczyły się same uczyć. Znaczy książki czytać etc. Same sobie wygooglać, odsiać ziarna od plew itd. Samodzielnie zdobywać dane treningowe. Oczywiście większość dzieciaków rozbija się już na czytaniu ze zrozumieniem, więc w książkach widzą tylko mnóstwo bełkotu i to nie działa. A te które taką zdolność do samodzielnego treningu zdobywają zauważają że system edukacyjny to indoktrynacja na niewolnika, i że cały ten aparat prowadzi donikąd. Mamy więc rozbieżne zbiory uczniów. Gdyby to była ai to byśmy na procesach poniżej wyniku losowego zadali delete block i tyle by ich widziano.

 

Opanowanie czytania książek i szukanie książek z bibliografii dla większości populacji nie wzbudzało ciekawości w proporcji do wkładanego wysiłku. No ale przecież nie dla wszystkich te książki były bazgrane. Jakiego nakładu spodziewacie się jeśli przez tysiąc stron macie po cztery równania na stronie średni? Kto to będzie czytał?

Z gogolem było trochę lepiej, większość populacji coś tam sobie porafiła wygooglać. Nie wzbudzało to ciekawości, ale implementowano reklamy do wzbudzenia konsumpcjonizmu i teraz samice ślizgają po ekranach wybierając kanapy na jakich mogą zalec żeby wygodnie poślizgać wybór nowej kanapy. Przy czym niektóre źrebaki ogarnęły jak sobie wygooglać cukierki, a jajogłowi coś zaczęli bredzić o plagiatach (no skoro zadajecie pytania o coś co już wymyślono to czego innowacyjnego się spodziewacie do zbadanego tematu? kogo ma to zaciekawić podczas niezaobserwowania rozbieżności danych treningowych?).

Ale odkąd pojawiło się pisemne ai zdolne manipulować odpowiedzią otwierają się nowe możliwości. Po pierwsze na poziomie dziecka ai potrafi udzielić odpowiedzi w miarę na temat, objaśnić terminy i skierować do kolejnych działów do objaśnienia. Nawet potrafi sprawdzić wiedzę z zakresu. Możecie promptnąć dżipiti odnośnie jakiegoś tematu aby sprawdził stan wiedzy na jakimś poziomie i wygeneruje Wam sprawdzian, wszystko objaśni i wykaże sposoby wnioskowania. Przynajmniej do poziomu takiego średnioakademickiego. Później jedzie „z książki” i nic spoza zbioru treningowego nie pozwoli przyjąć, chyba że mu zadacie iż rozważamy sytuację zamieszkiwania na Atuinie oraz kwestię czy należy ratować Żółwia przed zmianami klimatu.

Czyli uzyskaliśmy lepsze narzędzie do uczenia chcących się uczyć on demand, wtedy kiedy mają na to ochotę, z dowolnym rozwijaniem pytań i dygresji. Co więcej można się tym podzielić z dorosłym aby ocenił o co warto by było jeszcze zapytać i co jeszcze może być ciekawe. Dżipiti rozwiązał problem istnienia aparatu edukacyjnego dla tych, którzy już opanowali czytanie, pisanie i mają wzbudzoną ciekawość.

Oczywistym krokiem następnym będzie operowanie dźwiękiem (Alexis ponoć sobie już z tym radziła) aby typy komunikujące się werbalnie też mogły skorzystać (na przykład będzie można przeprowadzać rozmowy, trenować kwestie gier społecznych, kłamać w pętlach nagrody i kary, czyli trenować własną sieć we łbie). Dalej wprowadzimy kwestie obrazkowe (słyszałem, ponoć sprzedajne kapłanki już narzekają na to, że im nerdy chleb zabierają na stronkach z golizną) bo przecież dwulatek z tabletem sobie radzi. A po integracji będziemy w stanie (i to myślę że chyba w ciągu roku) zrobić manipulatywną, intruzyjną ai wnikającą z tableta w życie nastomiesięcznego smarka błyskawicznie prowokując go do uczenia się mowy, obrazków, pisma, etc. Będzie w stanie go nadzorować i prowokować do szybkiego rozwoju cały czas na krawędzi możliwości. Na razie do procesu potrafimy wdrożyć dopiero po opanowaniu pisma i czytania ze zrozumieniem, ale taki natrętny, intruzyjny edukator będzie to robił szybciej, lepiej, wincyj. Za każdym razem odkryje stan psychofizyczny trenowanego obiektu i zacznie go faszerować danymi w pętlach tak aby utrzymać jego ciekawość, dopływ cukierków, skuteczność linijki po łapach, a następnie wprowadzać narzędzia do obsługi (zdolności pisania, obsługi programów, kodoklepstwa, które już ogarnia) etc. Czyli drodzy czytelnicy, za dekadę dzieciaki zaczną nas rozkładać intelektualnie, a obecne fochy na genZ będą miłym wspomnieniem tego jak przenikliwi i aroganccy wobec głupich wapniaków staną się przetrenowani odwróconym RL białkowcy, którzy zapewne za rok zostaną zasypani takimi cudami do rozwoju dzieci. A która mamusia nie zadba o rozwój swojego źrebaka? A kupi mu tablecik albo smartfonik i wrzuci intruzyjną, manipulującą dzieciakiem apkę? A będziemy mieli takich apek wybór, które będą nam dziecko profilować na wykształcenie klasyczne, stemowe, społeczne? A będą apki indoktrynujące dzieciaki na niewolników czy zbrojnych?^^

Wyobraźcie sobie, że już za rok, w żłobkach wojskowych zaczną być tworzeni zindoktrynowani od urodzenia, uczący się do biologicznego oporu, absolutnie zmanipulowani kozacy. No i przecież nie w krainach zanarchizowanych zostanie to wdrożone jako pierwsze bo przecież wystąpią opory i wątpliwości, a w innych ustrojach takich wątpliwości nikt miał nie będzie^^

Pozostaje dobrać się do api. Z panią przedszkolanką dzieci już mogą zacząć się żegnać. Za kilka lat opuszczone budynki po szkołach trzeba będzie zagospodarować.