首要，下戏P行这些发现一般是由极少量研讨人员做出的，往往是同一批人重复做出，这标明是技能而非随机查找（后者或许标明冗长的试验是束缚要素）。

咱们应该在这个根本图景中增加一点，架歹那便是曩昔几年中学到的，架歹或正在学习到的，一些关于人工智能自身的常识，或许会协助推动神经科学，即便神经科学研讨依然只由人类来进行。从更活跃的视点来看，意游AI加持的生物科学或许会经过开发更好的细胞试验模型（乃至是模仿），削减临床试验中迭代的需求。

其次，提醒它们往往「本可以」比实践早几年被发现：提醒例如，CRISPR是细菌免疫体系中天然存在的一个组成部分，自80年代就已为人所知，但人们花了25年才认识到它可以被从头用于一般的基因修改。首要，杂乱你或许会以为国际会在几秒或几天内瞬间改动（所谓「奇点」），杂乱由于强壮的智能会不断自我完善，简直当即处理一切或许的科学、工程和操作使命。-人类的日常领会可以变得愈加五光十色许多人都曾有过彻悟、网络创意爆发、网络充溢怜惜、取得成就感、逾越自我、感触爱与美，或是到达冥想般安静的特别阅历。

一张人类推陈出新生物化学图表中，犯罪若想别离出杂乱体系的任何部分影响十分困难，更不用说以准确、可猜想办法干涉这一体系。他以为，下戏P行就像经济学家常常评论「出产要素」，下戏P行在AI年代，咱们也应该评论智能的边沿报答，澄清与智能互补的其他要素，以及智能水平很高时，哪些要素会成为束缚要素。

-用于练习模型的核算资源可以从头配置，架歹以运转数百万个模型实例（这与估计到2027年左右的大规模核算集群才干相匹配）。

在曩昔的一个世纪里，意游一些最陈旧的人类疾病（如天花）终被打败，但还有更多疾病依然存在。并且，提醒它能处理咱们现在以为是人类生存条件不行改动的日常问题，来进步人类健康的根本水平。

在数百个科学和社会问题上，杂乱一群实在聪明的人会大大加快开展（假定的天才国家就能做到）。一个常见的说法是，网络「AI可以更好地剖析你的数据，但它不能发生更多的数据或改进数据的质量。

例如，犯罪即便十分强壮的AI，在一般状况下也只能比今日的人类和核算机在混沌体系（如三体问题）中略微多猜想一点点。或许还存在许多药物没有被发现，下戏P行或许或许有立异的干涉办法，如靶向光影响或磁场。