Bạn có biết rằng hàng ngàn tờ báo địa phương chưa bao giờ được số hóa không? Bạn có biết có hàng trăm và hàng ngàn câu chuyện được viết rất hay, có giá trị lịch sử, mà chưa bao giờ được lưu trữ kỹ thuật số không? Bạn có biết rằng những câu chuyện này, những nhà báo và biên tập viên này đã xây dựng dữ liệu rất chất lượng vì việc in mỗi từ tốn kém tiền bạc và việc sai sót thì tốn kém danh dự không? Bạn có biết rằng một thời điểm có hàng trăm ngàn nhà báo và biên tập viên địa phương phải đối mặt với gia đình và cộng đồng của họ khi họ viết từng từ không? Bạn có biết rằng những ý kiến nóng hổi, những bình luận TLDR qua đường, những chương trình phân cực một chiều hầu như không được hầu hết các tờ báo địa phương chấp nhận và do đó có cái nhìn tốt hơn về các sự kiện đương thời không? Bạn có biết rằng lịch sử, khoa học và công nghệ chân thực của chúng ta nằm trong những tờ báo đó không? Bạn có biết rằng đôi khi tài liệu duy nhất về quá khứ này chỉ là một cuộn phim vi mô hoặc microfiche từ kho lưu trữ thư viện không? Bạn có biết rằng từ năm 1977-2003 hàng triệu cuộn phim vi mô hoặc microfiche này đã bị vứt vào thùng rác không? Bạn có biết rằng vào năm 2025, dữ liệu được chọn lọc này không chỉ có liên quan tuyệt đối cho việc đào tạo AI mà còn cho khả năng của nhân loại để biết về quá khứ và không bị định mệnh phải… Lặp lại những sai lầm trong quá khứ… Lặp đi lặp lại. Đây là điều tôi đã biết trong nhiều thập kỷ. Bạn có biết tại sao điều này lại cực kỳ quan trọng để lưu giữ ngay bây giờ, khi những kho lưu trữ cuối cùng này đã biến mất—mãi mãi không? Bạn có biết một lý do mà tôi nói rằng điều quan trọng là AI phải được đào tạo dựa trên thời kỳ có thể làm được của tư duy tự làm từ những năm 1870-1970 và không phải trong "nó không tốn gì để đăng" những rác rưởi trên Internet của những người sống trong tầng hầm của Reddit và Wikipedia ẩn sau màn hình mà không có mã và không ai phải đối mặt với những gì họ gõ không? Tôi giờ đây rất tiếc vì biết điều này, những gì tôi đã biết trong nhiều thập kỷ… ...