Jag gillade faktiskt den här artikeln väldigt mycket. På en nivå är dessa modeller redan generella, i det att du kan ställa nästan vilken fråga eller uppgift som helst och de kan göra något med det. Men problemet är inte att modellerna inte är "generella", utan att Turing hade fel om vad allmän intelligens faktiskt är och vad det betyder. Imitationsspelet var fel. Imitation är inte intelligens. Intelligens är mycket djupare och mer nyanserad. De största problemen idag är att modeller inte lär sig av misstag och att de inte är konsekventa. De har ingen teori om sinne. De kanske gör något på ett sätt idag och exakt samma sak annorlunda imorgon. Verkligt generella maskiner behöver ha: 1) långtidsminne 2) en konsekvent teori om sinnet 3) konsekvent, pålitlig handling i ett givet problemrum 4) Konsekventa kärnövertygelsestrukturer, någon form av "meta-vikt" 5) kontinuerligt lärande som uppdaterar vikter 6) förmågan att lära sig av misstag och erfarenhet Tills vi har det har vi ingen maskin vi verkligen kan lita på eller något som uppfyller den sanna definitionen av intelligens. Återigen, imitation är inte intelligens.