6.真正的通用性人工智能很可能是一种集体智能（Collective Intelligence）。强人工智很有可能不会是一个具有强大决策功能的单一终端，而是一种集体智能。群体智能（Swarm or Collective Intelligence, Rosenberg, 2015;2016）可以被视作「一群大脑的大脑」。到目前为止，我们仅让个体提供输入值，然后我们以一种「平均情绪」的智能方式整合这些事后输入。Rosenberg 称，现存的实现人类集体智能的方法，甚至都不允许用户之间互相影响。它们通常的处理方式，是只允许影响非同步出现——这会导致群体性偏差。另一方面，人工智能则会解决这样的联通缺陷，并且创建一个与其他物种非常相像的统一的集体智慧。自然中较好的例子来自于蜜蜂，它们进行决策的方式和人类神经运作的方式非常相像。它们都是用了大量的可执行单元，它们同步运行，能够整合噪声、权衡替代方案，并最后能够形成特定的决策。Rosenberg 认为，这个决策经过在分布的可执行单元和子群上的实时闭环竞争而最终形成。每一个子群都支持一个不同的选择，而最后共识的达成不是经过经过类似「平均情绪」的方法由大众决定，而是以一种「足够激励量」（Sufficient Quorum of Excitation, Rosenberg, 2015）的方式确定的。对于替代方案的抑制机制，由其他子群产生，能够避免整体系统达到一个局部优化决策。

7.人工智能会带来无法预期的社会政治影响。人工智能首先带来的社会经济方面的影响，是失业问题。尽管从一方面来说这是一个非常现实的问题（当然也在很多方面带来了机会），我们认为也应当从其他不同的方面来看这个问题。第一，工作机会是被完全地摧毁了，而是会变得不同。因为数据将能被个人而非企业直接获取和分析，因而许多服务会逐步消失。并且，人工智能会使得知识分布趋于分散化。我们认为在这场革命中更应该关切的，是它带来的双重后果。首先，使用更聪明的（人工智能）系统后，在特定的领域内，越来越多人将丧失它们的专业性。这预示着，人工智能软件需要被设计整合一套双重反馈系统，能够整合人类和机器的处理方法。我们的第二点担忧和之前提到的第一个风险相关，我们担心人类将沦为「机器技术员」。因为大家都认为人工智能更擅长于解决问题，觉得它们很更可靠（，所以我们会更多地部署人工智能系统）。这种恶性循环将会让我们变得更没有创造力、失去独创力、更不聪明，并会以指数地增加人机的差异。我们正体验着这样的系统，或是当我们使用它时我们会更聪明，或是当我们不使用它时我们会觉得糟糕。我们希望人工智能更倾向于变为前者，而不是带来新的「智能手机效应」——我们会完全地依赖于它。最后，这个世界正变得越来越对机器人友好，人类在其中也扮演着连接机器人的角色而与之对立。机器人（在社会中）正逐步起到主导作用，它们对人类的影响相比人类对他们的影响也越来越大，这也许会让人类最终变为（社会系统中的那个）「故障」。

而在地缘政治方面，我们则认为人工智能会对全球化造成巨大的影响。有这样的可能，由人工智能系统控制机器人运行的被优化的工厂，其厂址最终会重新回到发达国家。因为（到那时）在新兴国家建厂，会失去那些传统的低成本的理由。我们不清楚，开奖，这是会平衡国家之间的差异，还是会增大发达国家和发展中国家间已经存在的差异。

8.真正的人工智能应该开始问「为什么」。到目前，大多机器学习系统都能够在模式识别及辅助决策方面做的很好；并且因为大部分程序都被硬编码了，所以它们仍能够被理解。尽管我们已经能让人工智能阐明「是什么」和「如何做」，这已经是一个不错的成就，但人工智能仍未能够理解事物背后的「为什么」。因此，我们需要设计一个通用算法，它能够从物理上及精神上建立关于世界本质的模型（Lake 等人, 2016）。