让以“自下而上”方法创造的机器人提供服务还为时尚早，它们还没有准备好。有时它们会向用户询问无意义的信息，兜着圈子和用户对话，因此它们的作用不大。虽然神经网络可能有一些个性，但我们大多数人上网时都希望在具体问题上得到直接的帮助。当我们需要信息的时候，机器进行多选题式的提问和提供“自上而下”的公式化答案最有效。
不管最终证明创建服务型机器人的最有效方法是“自上而下”法还是“自下而上”法，有一件事是明确的：在不久的将来，我们会发现自己在网上的聊天越来越多地是和机器人一起进行的。四大会计事务所之一的德勤（Deloitte）发布了关于公共服务自动化的报告，报告将客户服务列为最容易被淘汰的工作之一。智能聊天机器人将帮助我们解答故障问题，给我们提供购物建议，甚至可以让我们进行初步的疾病筛查。
奥里奥尔和黎国继续训练了另外一个神经网络，看它是否能够胜过水谷这样的聊天机器人。他们从一个电影剧本数据库中提取了6200万句话，用于训练递归神经网络。结果出来了，它自称是一名40岁的女性，名叫朱莉娅，住在乡下。她对电影角色和时事相当了解，甚至还能讨论道德问题，虽然讨论的水平和一名吸了大麻的学生差不多。但她在很多方面都前后不一，一会儿说自己是律师，一会儿又说自己是医生，她要用哪个身份取决于你怎么问她。但即便在吸过大麻后，大多数学生还是清楚自己在上哪门课的。
奥里奥尔和黎国付钱给“机械土耳其人”，让他们将朱莉娅与一个以“自上而下”的方法创造的聊天机器人Cleverbot进行比较，看看用哪种方法设计出的机器人更擅长回答问题。朱莉娅以微弱优势击败了Cleverbot。但就目前所知的这些信息，我不确定她是否能击败水谷。如果能够在勒布纳大奖赛上看到她俩来一次唇枪舌剑的交锋，那么人们对结果肯定会充满遐想。
第三部分 人越能的未人类了吗？
197