L'intelligence artificielle générative, principalement les grands modèles de langage (LLM), produit des sorties plausibles mais pas toujours correctes et manque souvent de capacités de raisonnement, rendant leurs résultats imprévisibles et difficiles à interpréter.
Une approche alternative d'IA pourrait résoudre ces limitations en utilisant des connaissances et des règles sélectionnées, permettant à un moteur d'inférence de déduire des conclusions logiques. Cependant, cette approche peut être lente, c'est pourquoi les systèmes d'IA optent généralement pour une logique plus rapide mais moins expressive. Un système nommé Cyc a trouvé un moyen d'équilibrer ce compromis, et l'article suggère que l'IA future devra combiner l'approche LLM avec des approches plus formelles.