ব্যক্তিগত এআই সহকারীরা যারা বিভিন্ন প্রাসঙ্গিক তথ্যের মুখস্থ করতে পারে এবং যুক্তি করতে পারে সবসময় মনে হয় [জিজি] উদ্ধৃতি; [জিজি] উদ্ধৃতি দেওয়ার জন্য প্রস্তুত; । একইভাবে, যদিও মেশিন লার্নিং অনেক উন্নতি করেছে, একবার এটি [জিজি] কোট ছেড়ে চলে গেলে; মানব [জিজি] কোট; সহায়তা, স্বায়ত্তশাসিত সিস্টেমটি এখনও কঠিন" বুদ্ধিমান"
যদি এআই -এর লক্ষ্য ডোমেইন সমস্যা সমাধানে অপ্টিমাইজেশান ফাংশন হিসেবে নির্ধারণ করা হয়, তাহলে আমরা প্রতিটি ক্ষণস্থায়ী দিনের সাথে এগিয়ে যাচ্ছি। অনেক নির্দিষ্ট সমস্যা যা আকাশে পৌঁছানো কঠিন বলে বিবেচিত হয়েছে তা অপটিমাইজেশনের মাধ্যমে সমাধান করা হয় - বিশেষ করে গভীর স্নায়ু নেটওয়ার্কের (ডিএল) ব্যাকপ্রোপাগেশন, যা কার্যকর এবং মানুষের থেকে অনেক বেশি প্রমাণিত হয়েছে। কম্পিউটার ভিশন, মেশিন ট্রান্সলেশন, স্পিচ রিকগনিশন, দাবা খেলা, ই-স্পোর্টস এবং অন্যান্য অনেক ক্ষেত্র দেখে মনে হচ্ছে নতুন-কৃত্রিম বুদ্ধিমত্তা দ্রুত হচ্ছে" গৃহপালিত" একটি সার্বিকভাবে
যেমনটি বলা হয়,&উদ্ধৃতি; ঝড়ের কারণে পৃথিবীকে হিংসা করো না, এবং পৃথিবী সংকটে ভরা। [জিজি] কোট;&এই ধরনের সাধারণ ত্রুটি মডেলটি মোতায়েনের পূর্বেই শেখা হয়। কিন্তু প্রকৃতপক্ষে, রিয়েল-টাইম শিক্ষা হল পশুদের বুদ্ধিমান প্রদর্শন' বেঁচে থাকার সুবিধা। বিপরীতে, মেরুদণ্ড যা মেশিন লার্নিংকে সমর্থন করে তা একটি সংকীর্ণ শিক্ষার দর্শন। গভীরভাবে দেখলে, সমস্ত অফলাইন অপ্টিমাইজেশান সমস্যাগুলি মূলত পৃথক জ্ঞানের পরিবর্তে বিবর্তনের উপর ভিত্তি করে। উদাহরণস্বরূপ, একটি নির্দিষ্ট জেনেটিক কোড ইমপ্লান্ট করা হয়েছে বলে ধরে নেওয়া, জেনেটিক্যালি মডিফাইড ফায়ারফ্লাইস নির্দিষ্ট শিকার এবং সফলভাবে শিকার শনাক্ত করতে পারে। এই ক্ষেত্রে, ফায়ারফ্লাই রিয়েল-টাইম লার্নিং ছাড়াই সংশ্লিষ্ট দক্ষতা অর্জন করতে পারে। একইভাবে, যতক্ষণ নেভিগেশন, পজিশনিং এবং অবজেক্ট ডিটেকশনের মতো প্রিসেট ফাংশনগুলির মডিউলগুলি আগে থেকেই ইনস্টল করা থাকে বা প্যারামিটারগুলি অফলাইনে অপ্টিমাইজ করা হয়, ততক্ষণ স্বায়ত্তশাসিত যানটি চলতে সক্ষম হওয়া উচিত।
আজ, মূলধারার কৃত্রিম বুদ্ধিমত্তা এখনও অফলাইন অপ্টিমাইজেশান থেকে দ্রুত এবং নির্ভরযোগ্য রিয়েল-টাইম শিক্ষায় কীভাবে স্যুইচ করা যায় তার একটি বিশ্বাসযোগ্য উত্তর দেয়নি। কিন্তু এটি শুধু বুদ্ধির প্রকৃতির প্রশ্নই নয়, কৃত্রিম বুদ্ধিমত্তার মূল উদ্দেশ্যও। মরুভূমিতে বসবাসকারী প্রাণীদের মতো, কৃত্রিম সাধারণ বুদ্ধিমত্তা (এজিআই) রানটাইমের সময় অপ্রত্যাশিত পরিস্থিতি মোকাবেলা করতে পারে। দ্রুত এবং নির্ভরযোগ্য অভিযোজনযোগ্যতা কেবল নতুন প্রজন্মের রোবট এবং ব্যক্তিগত সহকারীদের ব্যবহারিক বিকাশকেই উন্নীত করতে পারে না, বরং" মূল ধাঁধা" বুদ্ধিমত্তার তত্ত্ব।