Richard Sutton, dobitnik Turingove nagrade 2024. za utemeljenje modernog pojačanog učenja, napustio je startup Keen Technologies Johna Carmacka kako bi zajedno sa suradnikom Khurramom Javedom osnovao novi laboratorij Oak Lab. Sutton je kritičan prema trenutnim metodama dubokog učenja, nazivajući ih "slabima i neučinkovitima" te ističući kako trebaju "fundamentalno nove ideje" umjesto samo sitnih poboljšanja. Oak Lab temelji se na ideji da se inteligencija stvara iz iskustva tijekom izvršavanja, a ne iz čistih, ljudski obrađenih skupova podataka. U svojoj prvoj istraživačkoj objavi, Sutton i Javed predstavili su algoritam NetworkIDBD koji selektivno dodjeljuje zasluge signalima, za razliku od standardnih optimizatora koji apsorbiraju šum. Laboratorij kao konačni cilj postavlja razvoj agenta s bilijun parametara koji bi učio i planirao u stvarnom vremenu koristeći samo 20 vata energije, što je otprilike koliko troši ljudski mozak.