本章展示了一个正在进行的项目，以使AI的认知和感知能力普遍可用。但维尔诺所说的不可能实现自动化的人类能力真的是这样吗?我们不这么认为。本章已经调查了一些将这些能力卸载给AI系统的例子，但我们现在直接解决它们。
维尔诺强调人类的交流能力。(机器之间以及人与机器之间的)通信一直是AI研究最成功的应用之一。自然语言处理、语音合成和聊天机器人只是AI实现沟通能力的一些方式。早在2012年，Narrative Science就在使用AI为报纸和新闻网站撰写公式化的体育和财经报道。2019年，该公司现在正在销售Quill产品，该产品使用自然语言生成(NLG)处理大数据，为企业创建叙事结构的报告。
与沟通相关的是合作，维尔诺也认为这是人类的特征。AI才刚刚开始实施合作，但已经有了令人信服的例子。生成对抗网络(gan)是最近的AI发展，其中两个机器学习系统参与对抗关系，可以与生产假币的造假者和试图检测假币的警察之间的关系进行比较(Goodfellow等人，2014)。一个系统试图生成与训练集非常相似但不包含在训练集中的数据。另一个系统试图挑出假数据。两个系统都从这种交换的许多实例中学习，最终“两个团队……都改进了他们的方法，直到假货与真品无法区分”(Goodfellow等人，2014:1)。这是一种产生新颖产出的基本合作。
一个更生动的例子来自OpenAI，他们构建了一个由五个神经网络组成的团队，称为OpenAIfive，它们一起玩流行的多人电脑游戏Dota 2 (defense of the Ancients 2)。2018年，这五个网络击败了一个职业玩家团队(Park2018)。开发人员解释说，团队成员的合作不是通过明确的沟通:相反，“团队合作是由我们称之为团队精神’的超参数控制的。”团队精神的范围从0到1，将权重放在每个OpenAI的多少上
means of cognition .
65