这个项目共分四个部分。
第一部分被称为“核心”（Core），紧张着眼于智力科学（Science of Intelligence）。
“这不仅是新电脑和新算法，而是想考试测验理解在人的大脑里发生了什么。
”神经科学给我们展示了大脑的样子，认知科学让我们知道人是若何思考的，这些信息综合到一起，会见告我们下一代算法该当是什么样的。
AI在发展过程中发生了很多变革。
比如当今很受欢迎的深度学习技能，就打败了天下上最好的围棋选手。
但格里姆森认为，问题在于深度学习系统须要数百万例子，须要巨大的云打算能力，而对人类来说就不一样了，“你给一个两岁的小孩展示6个例子，她就能找出个中的规律”。
以是，人的学习方法和深度学习系统是不同的。
我们须要从中学习，并且利用它来思考未来的技能。

第二部分被称为“桥”（Bridge），指的是从AI到其他任何领域的桥。
未来，每一个工程领域、科学领域、社科领域、设计领域，都将受到机器学习和AI的影响。
麻省理工学院希望个中任何一个领域的研究职员，都能更随意马虎地利用机器学习，就像他们利用Word一样。
你不须要成为打算机科学方面的专家，就能够很快地理解并利用它。

第三部分是伦理。
我们须要真正理解利用这些系统时会碰着的伦理问题。

第四部分是理解AI系统将会产生的影响。
比如在事情这件事情上，AI可能会改变几百万人的就业机会。
以是我们要考虑，若何方案未来的事情？若何帮助那些将要失落去事情的人进行重新培训？若何帮他们适应未来的变革？

此外，格里姆森认为，不管是哪个专业的学生，都要理解一些打算思维（computational thinking），比如什么是算法。
你可以问一下自己，“我该如何利用它？我须要做哪些准备才能够去利用它？什么情形下我该当相信它的结果？有时我会用这个结果，但有时我该当质疑，算法真的给出了我所希望的结果吗？”这并不是说你要能编程，虽然编程很主要，但是“你怎么看待这个问题”更主要。

大数据处理信息做事商金盛网聚WJFabric认为，在未来的人工智能时期，树立科学思维，培养以科学辅导实践的习气将十分主要。
随着智能化高精机器的引入，更多的传统行业由于有了大数据技能的加持，其确定性将大大加强，这为我们以科学的态度预判行业发展奠定了根本。