强化学习带领我们进入了新的经验时代，但要释放全部潜力，还需要两项目前尚不成熟的技术——持续学习（continual learning）和元学习（meta-learning）技术。
人类有了书籍之后，并不因为知识可以通过翻书本获得而减少看书时间，相反促进了更多的人看更多的书。与此同时，也让先哲指出“尽信书则不如无书”。 同理，现在有了人工智能，应该促使更多学习者阅读原先门槛极高的文献。
自古以来人类就一直通过拟人化来探索自己...人形机器（android），该词亦来自希腊词根，意思是“类人的”。法国学者、图书管理员加布里埃尔·诺德（Gabriel Naudé）于1625年发明了这个词，本意为一台拥有人形的组装机器，具备所有必要的部件和器官。
早在1950年，人工智能奠基人图灵就在《Mind》期刊发表的经典论文中提出“child-machine”的构想，预见了人工智能可能具备自我学习与自主演化的能力。机器将通过实验学习不断优化自身，行为结果并不完全由人类预设。
十年前大家可能就注意到你身边朋友的孩子读应用数学的多了。应用数学系的人出来找工作，可能仅次于计算机系的人。而应用数学最核心的能力就是建模能力......一个阶段可能AI还只是助理，但是目标一定是AI独立上岗，业务开始被AI自主取代。
比如，将科幻小说中的“黑科技”描述为真实存在的技术。在AI被越来越多地用于信息生产的背景下，AI生成的海量虚构内容和错误信息正在进入训练下一代AI的内容池，这种“套娃”生态将进一步加剧AI幻觉的产生。
一些人工智能预测以宣言的形式出现，比如Anthropic首席执行官达里奥·阿莫代伊（Dario A modei）去年撰写的1.4万字的文章《仁爱的机器》，以及OpenAI前研究员利奥波德·阿申布伦纳（Leopol dAschenbrenner）发表的在决策圈广为流传的报告《态势感知》。
你跟机器对话，很难感受跟人对话的意义感。电影《画皮》中有句台词：你有过人的体温吗？有过心跳吗？闻过花香吗？看得出天空的颜色吗？你流过眼泪吗？世上有人爱你，情愿为你去死吗？倘若你面对一个机器心理咨询师，你的感受可能就很接近这句台词。
AI系统的一个关键漏洞就是提示词注入攻击，即攻击者对一个模型进行操纵，使其泄露敏感数据或改变决策逻辑。最近的银行聊天机器人测试，发现了一个同样令人担忧的风险：权限升级。测试人员冒充系统管理员，批准了未经授权的贷款并修改了后台数据。
早在1962年的科幻动画片《杰森一家》里，就有了蓝色铁皮做的家政机器人“罗西”，她精通28国语言，24小时待命无需休息，没有五险一金，既会做高难度的“仰望星空派”，还能阻止熊孩子往电路板里塞橡皮泥。
对于规格化的新闻资讯（例如灾害、体育、财报等动态信息）可以做到精确、迅捷的生成和发布，时间一般不超过30秒，且差错率远低于人工写作。这是机器处理的强项。
