Các trợ lý AI cá nhân có thể ghi nhớ và suy luận về các thông tin theo ngữ cảnh khác nhau dường như luôn là" sẵn sàng đưa ra" ;, nhưng cho đến cuối năm Tý, những trợ lý AI như vậy vẫn chưa được thực hiện . Tương tự như vậy, mặc dù máy học đã đạt được nhiều tiến bộ, nhưng một khi nó rời khỏi" con người" hỗ trợ, hệ thống tự trị vẫn khó trở thành" thông minh" -không thể kết nối dữ liệu và tích hợp các mô hình trong học tập khác nhau để đạt được chuyển giao kinh nghiệm giữa các miền.
Nếu mục tiêu của AI được đặt là một chức năng tối ưu hóa để giải quyết các vấn đề về miền, thì chúng ta đã và đang tiến bộ từng ngày. Nhiều vấn đề cụ thể được coi là khó chạm tới bầu trời đã được giải quyết bằng cách tối ưu hóa — đặc biệt là sự nhân giống của các mạng nơ-ron sâu (DL), đã được chứng minh là có hiệu quả và vượt xa con người. Thị giác máy tính, dịch máy, nhận dạng giọng nói, trò chơi cờ vua, thể thao điện tử và nhiều lĩnh vực khác đang trông giống như trí tuệ nhân tạo mới đang nhanh chóng được" thuần hóa" một cách toàn diện.
Như đã nói," Don' đừng ghen tị với trái đất vì cơn bão, và thế giới đầy khủng hoảng." Khuyết điểm chung của loại" thuần hóa" là việc học chỉ xảy ra trước khi mô hình được triển khai. Nhưng trên thực tế, học theo thời gian thực là sự thể hiện thông minh của động vật' lợi thế sinh tồn. Ngược lại, xương sống hỗ trợ học máy là một triết lý học tập hẹp. Nhìn sâu hơn, tất cả các vấn đề tối ưu hóa ngoại tuyến về cơ bản đều dựa trên sự tiến hóa hơn là sự khôn ngoan của cá nhân. Ví dụ, giả sử một mã di truyền nào đó được cấy vào, đom đóm biến đổi gen có thể phát hiện chính xác con mồi cụ thể và săn mồi thành công. Trong trường hợp này, Firefly có thể có các kỹ năng tương ứng mà không cần học theo thời gian thực. Tương tự, miễn là các mô-đun có các chức năng đặt trước như điều hướng, định vị và phát hiện đối tượng được cài đặt sẵn hoặc các thông số được tối ưu hóa ngoại tuyến, xe tự hành sẽ có thể lái khi đang di chuyển.
Ngày nay, trí tuệ nhân tạo chính thống vẫn chưa đưa ra câu trả lời thuyết phục về cách chuyển từ tối ưu hóa ngoại tuyến sang học thời gian thực nhanh chóng và đáng tin cậy. Nhưng đây không chỉ là câu hỏi về bản chất của trí thông minh, mà còn là ý định ban đầu của trí tuệ nhân tạo. Giống như động vật sống trong vùng hoang dã, trí thông minh nhân tạo (AGI) có thể đối phó với các tình huống không lường trước được trong thời gian chạy. Khả năng thích ứng nhanh và đáng tin cậy không chỉ có thể thúc đẩy sự phát triển thực tế của thế hệ rô bốt và trợ lý cá nhân mới, mà còn phải được coi là" câu đố cốt lõi" của lý thuyết về trí thông minh.