克里斯：她当然不会。所以说AI也必须有“理解力”。AI解决方案必须对各种问题或情况有更多的理解。假设有一款作为家庭报警系统的人工智能产品，你肯定期望这个系统能够对家庭环境和访客情况都有所学习，然后根据这些信息来做决策。随着一定时间的学习，这样的报警系统会知道，哪些人是永远不被允许进入的，而哪些人又总是被允许进入的。在自主运行的情况下，AI报警器可以根据它所了解到的信息，预测某个人是否被允许或被拒绝进入，而不管这个人是否有钥匙或密码。
艾美：任何一款AI产品或解决方案都必须完成其设计目标（在既定任务和目标方面）的性能表现。例如一艘智能船，在船上没有任何船员的情况下运行，它不仅必须能够航行，而且必须学会在恶劣天气条件下该做什么，了解如何处理未经授权的一方（如海盗）登船，并知道在检测到可能发生碰撞时该做什么。1
克里斯：接下来就是实验了。这包含两个方面：一是AI模型本身拥有的好奇心，二是AI激发好奇心和灵感的方式。要解决复杂的问题，往往需要好奇心和灵感，因为这些问题的解决方法并不明显，也不容易理解。灵感可以驱动新的用例和应用程序的开发，而且它对于开发这项技术的过程是必不可少的。麻省理工学院表示：“一个配备了某种形式的人工好奇心的计算机算法可以学会解决棘手的问题，即使现在还不清楚什么动作可以帮助它达到这个目标。”2