AI nie rozumie jeszcze naprawdę świata, ponieważ utknęło w tekstach i obrazach. Prawdziwe zrozumienie wymaga ucieleśnienia. Fizyczne AI (roboty z bogatymi czujnikami dotykowymi, precyzyjną kontrolą siły i wizją w czasie rzeczywistym) będą uczyć się tak, jak ludzie: poprzez dotykanie, upuszczanie, pchanie i odczuwanie, co się dzieje. Miliony prób w rzeczywistym świecie uczą fizyki, możliwości i przyczynowości znacznie lepiej niż jakikolwiek symulator czy zbiór danych. Następny skok w inteligencji nie przyjdzie z większych modeli językowych. Przyjdzie z robotów, które w końcu pobrudzą sobie ręce.