计算机系统需要了解时间，空间和因果关系。现在他们没有。
人工智能有一个信任问题。我们越来越依赖于AI，但尚未赢得我们的信任。
例如，以自动驾驶模式驾驶的特斯拉汽车具有撞车事故的令人不安的历史。亚马逊的面部识别系统在大多数情况下都能正常运行，但是当被要求将535名国会议员的脸庞与25,000张公开逮捕的照片进行比较时，它发现了28个符合，而实际上却一个都没有。发现一种旨在审查亚马逊求职者的计算机程序可以系统地歧视妇女。每个月都会发现AI的新弱点。
问题不在于当今的AI需要做得更好。问题是当今的AI需要尝试做完全不同的事情。
特别是，我们需要停止构建仅能越来越好地检测数据集中的统计模式的计算机系统（通常使用称为深度学习的方法），并开始构建从组装之初就掌握三个基本概念的计算机系统：时间，空间和因果关系。
当今的AI系统对这些概念几乎一无所知。花点时间。我们最近在Google上搜