AI zit vast omdat het op verkeerde abstracties is gebouwd en visuele perceptie negeert

Het artikel stelt dat de AI-industrie vastzit omdat ze modellen bouwt op abstracties die zwak verbonden zijn met hoe de hersenen en visuele perceptie daadwerkelijk werken. Het beweert dat visuele perceptie belangrijker is dan welke AI-architectuur dan ook, en dat doorbraken ontstaan wanneer onderzoekers terugkeren naar concrete voorbeelden, zoals Hopfield deed door vaste-stoffysica te koppelen aan neurobiologie. De auteur trekt een analogie met metallurgie: gloeien bestond al duizenden jaren voordat de wetenschap concepten als energie en temperatuur formaliseerde, abstracties die niet als afzonderlijke entiteiten in de wereld bestaan. Evenzo gebruikt moderne AI abstracties zoals pixels, convoluties en kunstmatige neuronen die ver verwijderd zijn van de biologische werkelijkheid, wat leidt tot enorme energiekosten en mogelijke fundamentele beperkingen. De auteur vermeldt dat Hopfields netwerk, geïnspireerd door biologische neuronen, later door Hinton werd aangepast om praktisch te werken, maar deze aanpassingen zijn vertekeningen van het oorspronkelijke biologische fenomeen. Visuele perceptie levert 90 tot 95 procent van de menselijke informatie over de wereld op, werkt continu en wordt voortdurend getest door de werkelijkheid. Taalschriften zijn producten van deze evolutionaire test, omdat mensen ongemakkelijke elementen wegdeden. Het bedrijf van de auteur, TAPe, ontwikkelt modellen die werken met echte perceptie in plaats van pixels en convoluties, en behaalt daarmee uitstekende resultaten.