Žmonės taip pat labai gerai pripažįstant modelius. Nors mes darome pažangą mašina atpažinimo, tai daugiausia paviršutiniškai. Pavyzdžiui, kai kurie skaitmeniniai fotoaparatai gali atpažinti konkrečius veidus ir automatiškai pažymėti nuotraukas iš tų žmonių, kaip jūs fotografuoti. Tačiau žmonės gali atpažinti sudėtingus modelius ir prisitaikyti prie jų -. Kompiuterius vis dar turite problemų daryti, kad
Gal kompiuterių mokslininkai statyti mašiną, kuri imituoja kelią žmonės galvoja? Tai nėra taip lengva, kaip atrodo. Žmogaus smegenys yra neįtikėtinai sudėtinga. Mes vis dar neturime visiškai suprasti, kaip veikia smegenys. Be šio supratimo, tai sudėtinga sukurti prasmingą modeliavimas smegenis.
Viena iš funkcijų kompiuteriai reikės daugiau protingas, nei žmogui yra gebėjimas daryti išvadas iš stebėjimų. Atliekant tyrimą paskelbtas 2009 metais, kompiuterių inžinieriai Kornelio universiteto sukūrė programą, kuri galėtų daryti tai ribotu mastu. Programa suteikė kompiuterio pagrindinę įrankių rinkinį jis galėtų naudotis stebėti ir analizuoti švytuoklės judesius. Naudojant šį pagrindą, programinė įranga galėjo ekstrapoliuoti pagrindinius fizikos dėsniai iš švytuoklės anketa judesiais. Tai truko apie dieną prie kompiuterio atvykti prie tų pačių išvadų užtruko nei žmonių tūkstančius metų suvokti [šaltinis: Steele].
Nors Kornelio projektas buvo puikus pasiekimas kompiuterių inžinerijos, mes vis dar metų atstumu nuo kompiuterių, kurie gali padaryti išvadas iš bendrų pastebėjimų. Kornelio programinė davė kompiuterį įrankiai ji reikalinga daryti išvadas -. Kompiuteris nesugebėjo sukurti arba patobulinti šiuos įrankius pati
Kaip ilgai, kaip kompiuteriai remtis rinkinių anksto įdiegta nurodymus atlikti užduotis, jie negali būti pasakyta, kad daugiau protingas, nei žmonėms. Net IBM Watson gali tik reaguoti į įėjimo - ji negali spontaniškai atsigriebti informacijos ar manote, kad taip, kaip mes, žmonės, tai padaryti. Tik tada, kai kompiuteriai gali prisitaikyti ir atlikti užduotis už jų pradin
