无论您想关注哪个行业，AI的未来对于外行来说都是一个奇怪的讨论，因为处于当前成熟状态的技术似乎融合了惊人的胜利和无可争议的正在进行中的工作。

我可以对着手机说“好吧，谷歌，给我看Ted的照片”，然后我的Pixel会迅速显示我的大儿子的照片，该照片已在Google相册应用中正确分类。

有些汽车可以在很大程度上驱动自己。

但是，当前的AI系统在因果关系方面存在困难，并且似乎没有论证依据。

加里·马库斯（Gary Marcus）是纽约大学心理学系的教授，此前曾是几何智能公司的创始人兼首席执行官，几何智能公司是后来被优步收购的机器学习公司。在题为 人工智能的下一个十年，他将健壮的情报与他所谓的“点情报”进行了对比，“点情报在许多情况下都有效，但在其他许多情况下却失败了，表面上看起来很相似，以某种无法预测的方式”。

令人难忘的是，Marcus通过演示神经网络GPT-2（由OpenAI开发的文本生成模型）的局限性来说明他的观点。 Marcus共享一些GPT-2测试，为系统句子片段提供了续集。他们是荒谬的。例如：

如果您打破容纳玩具兵的玻璃瓶，玩具兵可能会...跟随您到那里。

“即使有大量的数据和新的体系结构，” Marcus认为，“当代神经网络收集的知识仍然是点点滴滴和点画法的”。

正如布赖恩·伯格斯坦（Brian Bergstein）在《麻省理工学院技术评论》上发表的一篇文章中所述 AI仍然无法做到： “就好像您知道云层的存在使下雨的可能性更大，但您不知道云层会导致下雨。”