много отдельных вещей развивались со временем до того, что алгоритмы стали причинными, а не следственными люди теперь оптимизируют под алгоритм, который, в свою очередь, создает обратную связь на то, что ему вводится, что в свою очередь стало необратимым негативным обратным циклом

вещи, которые обосновывали [причину, по которой алгоритмы имели] ценность в своих выводах, полностью исчезли микрокосм (не всеобъемлющий) пример: вы раньше подписывались на 100 человек, которых вы действительно знаете. все они подписывались на 100 человек, которых они действительно знают. взаимность на втором уровне была необходима для вас. что означало, что алгоритмы выбора, кого подписывать, рекурсивно основывались на входных данных с высокой ценностью вывода для добродетельного цикла их последующей графики это больше не верно для любого накопления, или где это верно в малых масштабах, это также необратимо уменьшается (и уже за пределами критической точки плохого взвешивания) что примерно похоже на разговор Джеффа Безоса о оптимизации метрик (изначально есть *причина*, набор первых принципов, для которого вы действительно оптимизируете, и метрики являются прокси для этого. в конечном итоге метрики становятся несвязанными, но все еще оптимизируются для них)

алгоритмы на очень короткий момент были обратными связями на (что теперь кажется случайными) входными данными с высокой инференцией, вызывая добродетельный цикл их собственных действий-результатов (и индекс в этом, который затем является переплетенной обратной связью) данные хороши только настолько, насколько можно сделать выводы, и чрезмерное моделирование и чрезмерная индексация на внимании, а не на векторных связях уменьшили их до порочных циклов, удаляющихся от их собственной входной ценности

это произойдет (уже началось) для ИИ, который также является просто обратной связью на входные данные. за исключением того, что это произойдет гораздо быстрее