他们的GAN现在可以绑定到任何利用图像的网络上。Yosinski已经用它来识别受训为随机图像写标题网络存在的问题。他把网络颠倒过来，这样就可以为任何随机标题输入创作合成图像。把把它连接到GAN之后，他发现了一个令人吃惊的纰漏。在收到想象“一只鸟站在树枝上”的提示后，这个按照GAN翻译的指令执行的神经网络生成了一幅乡村风格的树和树枝的临摹，但是却没有鸟。为什么？在给原先的标题模型添加修改的图像之后，他意识到训练网络的那个写标题的人从来都没有描述过有鸟情况下的树和树枝。在鸟由什么构成方面AI学到了错误的经验。Yosinski说：“这给AI神经科学的一个可能的重要方向提供了灵感。”这是一个开端，一张地图正在慢慢地从空白一点一点地显现。

天色渐晚，但Yosinski的工作似乎才刚刚开始。这时候门外又响起了敲门声。Yosinski和他的AI又被从另一个玻璃盒子会议室赶了出来，回到Uber由城市、计算机和人组成的迷宫式的办公区里面。这次他不再迷路了。他穿过了快餐吧，绕过了沙发区，通过出口进入电梯。这是个简单模式。他学得太快了。