Karl Popperin "induktiokone" -ajatuskoe ennakoi monia tietoteoreettisia keskusteluja RL:stä ja valvomattomasta oppimisesta. Oppivatko mallit tietoa induktiivisesti? Tai missä määrin heidän tietonsa on riippuvainen ihmisen suunnittelemasta menetysfunktiosta?