To co asi dnes je hojne pouzivane je "pouze" automatizovane systemy, ktere vyhodnoti indikatory a vstoupi do trhu za definovanych podminek, pricemz nastaveni systemu doladuje clovek. UI funguje ale jinak, je schopna se ucit. Princip je stejny jak funguje mozek, tedy neutronove site, jak uz bylo napsano. Uci se bud sam nebo na zaklade vstupu cloveka. Tedy napr. naucite stroj ze pokud objekt splnuje pravidla, ze ma kola, motor a brzdy jedna se o auto. Az jednoho dne dostane stroj informaci, ze objekt ma dve kola, motor, brzdy a riditka vyhodnoti je na zaklade informaci, ktere ma ze se jedna o auto. Coz je sice chyba, ale na tomto pripadu se nauci nove pravidla, ktere do dalsi analyzy zaradi. Sila stroju, je ze jsou schopny vyhodnotit obrovske mnozstvi dat, x.let zpet, zohlednit x-parametru a hledat zavislosti a to v kratkem case.
Napr. jsem cetl, ze jiz s uspechem UI vyuzivaji v medicine, kdy se stroj nakrmi daty a on na zaklade vyhodnocuje a co je nejzajimavejsi - uci se a to napr. tim stylem ze ma k dispozici vysledky vysetreni a zaroven informaci jakymi nemocemi pacient trpi. Toto vyhodnocuje a pak zjistene zakonitosti aplikuje na vysledky jinych lidi a snazi se diagnostikovat nemoc, ci predpoklady pro jeji vznik. Ale v zadnem pripade to neni tak, ze by z PC na zaklade vysledku vysetreni vyjel recept ci objednavka na operaci, vzdy na konci toho procesu je clovek, ktery navrh systemu vyhodnoti a rozhodne.