Luulen, että osa syystä on Piilaakson / SF:n startup-kulttuuri, joka palkitsee tekoälykuorien kehittämistä ja olemassa olevien tekoälymallien hienosäätöä. Yhdessä "rakenna nopeasti, riko asiat" -mantran kanssa, joka kieltää "ottamasta aikaa asioiden oppimiseen / perusteiden oppimiseen". Pohjimmiltaan nuorille tutkijoille ja yrittäjille (jotka asuvat länsirannikolla) kohdistuu paljon kulttuurista painetta tuottaa jotain heti ja pysyä trendien kärjessä erottuakseen kollegoistaan tai perustaa rahoitettavissa oleva startup. Tämä tarkoittaa, että useimmat ihmiset eivät koskaan saa mahdollisuutta oppia tai tutkia perusteita, vaan rakentavat olemassa olevan tutkimuksen tai tuotteiden päälle. Maailmanmallien kontekstissa kyse on yksinkertaisesti siitä, että pystyy ajamaan Gaussin splat-aiheista tutkimusta / malleja sen sijaan, että ymmärtäisi perustasolla, miten 3D-näkö toimii tai edes tietokonegrafiikkaa. Ruumiillistuneen tekoälyn kontekstissa uskon, että se on vielä pahempaa. Tarkennuksena, on paljon helpompaa käynnistää olemassa oleva VLA-malli ja hienosäätää robottikäsivartta nostamaan mukia, ja viettää muutama päivä, esimerkiksi klassisen liikkeen suunnittelun, tarttumisen, manipuloinnin, käänteisen kinematiikan ym. rajoitusten ymmärtämiseen. Ja sanon sen "se on pahempaa", koska ruumiillistuneessa tekoälyssä et käsittele pelkästään ohjelmistoja vaan myös fyysistä järjestelmää, ja laitteiston tai ohjelmistojärjestelmän kehityksen tai optimoinnin hallitseminen on aivan eri asia.