链接是引起人们对智能与自动化之间差异的很多关注的文章。人工智能被称为神经网络在1960年代问世时使用的一个术语。从那时起，由于在获取计算能力或数据方面遇到困难，人工智能一直没有取得任何特别的进步。在2010年代，随着计算能力的飞速发展和大数据成为一种趋势，深度学习应运而生，此后似乎正走向黄金时代。
该帖子中的示例之一是：可以说，识别并自动标记道路上各种物体的技术比适应并适应不断变化的环境的蘑菇更“智能”吗？链接文章对此持负面看法。换句话说，要使其智能化，仅通过预定方法来``识别''或``创建''是不够的，并且认为必须包括一种``适应''（实时）尚未事先学习的现象的机制。
例如，当有一个交互式聊天机器人时，自然地响应以前学到的知识的技能有了很大提高，但是当我教你“印象的价格是1200韩元”时，很难找到记住它并回答它的方法。 。这是因为通常假定知识型聊天机器人以一种方式向用户提供信息，并且我认为真正的对话应该能够互相教teach。
当然，也正在研究通过在线学习获得的这些自适应技术，但是其中大多数都包含在学习过程中起作用的技术。如果我们将这些技术定义为“固定AI”或“静态AI”，则可以预测“自适应AI”或“动态AI”将成为未来的重要轴心。 （我认为也可以从这个角度看少量学习）
