计算机就做不到这点，这是它们看起来很笨的重要原因。要让一个深度学习系统学会识别热狗，你可能必须让它读取四千万张热狗图片。要让苏珊娜学会识别热狗，你只用给她一个热狗。过不了多久，她就能对语言产生更深的理解，不再只是知道某些词经常一起出现。与计算机不同的是，她脑海中有一个针对世界运作方式的模型。“让我感到不可思议的是，人们居然担心计算机会抢走他们的工作，”埃亚勒说，“计算机无法替代律师，不是因为律师能处理极其复杂的事情，而是因为他们能阅读和交谈。计算机和人类并没有靠近，两者之间的距离还很遥远。”
就算你微调一下问题，真正的智能也不会失灵。埃亚勒的论文重点阐述了计算机如何实现真正智能的理论，具体而言，就是计算机如何流畅地将已知信息应用到新任务上，并迅速从一个新领域的小白成长为专家。
他将这个程序称为“探索-压缩”算法（exploration-compression algorithm）。它让计算机像程序员一样工作，在创建更复杂程序的过程中建立一个可重复使用的模块化组件库。在对新领域一无所知的情况下，计算机搬弄、巩固所发现的内容，像人类小孩一样，在玩耍的过程中构建关于新领域的知识体系。
他的顾问约书亚·特南鲍姆（Joshua Tenenbaum）是人工智能领域论文被引次数最多的研究人员之一。我和其他科学家谈话时多半会提及特南鲍姆。2016年，AlphaGo在一场复杂的围棋比赛中打败了世界冠军，震惊了计算机科学家们。它背后的DeepMind团队中的重要成员曾是特南鲍姆的博士后。特南鲍姆参与了一家创业公司的工作，这家公司致力于让自动驾驶汽车直观地了解一些基础物理学，对其他驾驶员的意图也能做出一定的直觉判断，从而更好地应对从未遇到过的情况，比如一辆卡车冲到前面或他人强行超车。