超级AI接管世界另一个未受挑战的信念是，一个超级的、近乎无限的智能可迅速解决我们悬而未决的重大问题，但这几乎没有证据支撑。

　　智能爆发的许多支持者期望它可以带来爆发式的进步。我把这种迷思成为“思考主义（thinkism）”。认为未来的进步水平只是受制于思考能力或者智能是谬误的。（可能我还要指出的是，很多喜欢思考的家伙都有那种想法，以为思考是包治百病的魔术配方。）

　　就拿治愈癌症或者长生不老来说吧。这些问题都不是光靠思考就能解决的。思考主义再多也发现不了细胞是如何老化的，或者染色体端粒是如何掉落的。任何智能，不管它的能力如何超级，都不能仅通过阅读目前全世界所有已知的科学文献然后苦思冥想出人体是如何工作的。任何超级AI都不能光靠思考所有目前和过去的核裂变试验然后在一天之内想出可行的核裂变。在弄清事物的运作机制方面，从未知走向已知除了思考以外还需要很多其他的东西。现实世界要进行无数的试验，每一次都会提交无数自相矛盾的数据，需要进行进一步的试验才能形成正确的工作假设。对潜在数据展开思考并不能提交出正确的数据。

　　思考（智能）只是科学的一部分，可能甚至只是一小部分。举个例子，我们还没有足够的合适数据来接近解决死亡问题。在有机体的问题上，这些实验大部分都需要日历时间。细胞缓慢的新陈代谢是没有办法加速的。这需要数年、数月或者至少数天的时间才能获得结果。如果我们想知道亚原子粒子发生了什么事情，光靠想是想不出来的。我们必须建造非常大型、非常复杂、非常精细的物理装置才能找出来。即便最聪明的物理学家比现在的聪明1000倍，如果没有对撞机的话，它们也知晓不了任何新东西。

　　超级AI无疑可以加速科学的进步。我们可以让计算机模拟原子或者细胞，我们可以通过多种因素加速它们，但在获得即时进展上有两个问题制约了仿真的用处。第一是仿真和建模比主体快是因为忽略了一些东西。而这正是模型或者仿真的本质。还要注意一点：测试、审查以及证明这些模型也必须以日历时间的节奏来发生，这样才能匹配主体的速度。对基础事实的测试是没有办法加速的。

　　仿真的这些简化版对于筛选出最有希望的路径是有用的，所以可以加速取得进展。但在现实当中一切都会有度；一切真实的东西产生的影响只能到一定程度，这正是现实的定义之一。随着给模型和仿真注入的细节越来越多，它们就会到达现实要比自己的100%仿真跑得更快的极限。这又是现实的另一个定义：体现所有细节和自由度的最快版本。如果你可以对细胞的所有分子以及人体的所有细胞进行建模，这种仿真的运行速度不会比人体快。你再怎么思考这个，不管是在真实的系统还是模拟系统进行，你还是要花时间去试验。

　　人工智能要想发挥作用就必须嵌入到世界里面，而这个世界将设定好它们的创新节奏。如果不进行实验，不开发原型，不经历失败，不跟现实互动的话，一个智能是可以思考但却不会有结果。所谓的“比人聪明”的AI出现1分钟、1小时、1天或者1年之后都不会马上有什么新发现。当然，发现的节奏会因为AI的进展而显著加速，这部分是因为外星人式的AI会提出人类想不到的问题，但即便是一个强大得多的智能（跟我们相比）也不能意味着马上就能取得进展。问题解决需要的东西远不止是智能。

　　光靠智能不仅解决不了癌症和长寿问题，就连智能问题本身光靠它也解决不了。奇点派常见的一个比方是，一旦你做出“比人聪明”的AI，那么突然之间它就能努力思考并发明出一个“比自己聪明”的AI，而后者在苦思冥想之后又能发明出一个更聪明的，这样能力爆发到几乎变得像上帝一样。我们没有证据表明仅靠思考智能就可以创造出水平上一个台阶的智能。这类思考主义只是一种信念。我们有大量证据表明，除了大量智能以外，我们还需要试验、数据、试错、怪异的质疑等等各种各样智力以外的东西来发明出成功的新思维。

　　我的这些说法也有可能是错的。因为下结论现在还早。我们也许会发现一个智能的统一指标；我们有可能胡发现它在各个方向上都是没有极限的。因为我们对智能（更不用说意识了）是什么了解如此之少，某种类型的AI奇点出现的可能性是大于0的。我认为，所有证据表明，此类场景出现是不大可能的，但也不是不可能。