人类可以使用推理，一个例子是告诉孩子描述粉红色的大象。尽管从未见过粉红色的大象，孩子也能这样做。电脑并不擅长这种推理，因为它们从数据中学习。麻省理工学院的科学家们正试图让机器能够推理他们所看到的东西。
AI研究人员正在使用抽象或符号程序。这种AI可以在规则中连接，允许解释机器看到的内容，然后使用对象的比较来确定实体的关联方式。科学家说，当这种符号AI与统计神经网络的处理能力相结合时，它可以在图像理解测试中击败人类。
研究小组可以问这样的问题：“有多少物体在绿色圆柱体的右边，并且采用与蓝色小球相同的材质？”AI能够给出答案。研究人员说，混合AI数据比其他AI所拥有的数据要少，比其他AI的表现要好。其他模型在CLEVR数据集上接受了7万张图像和70万个问题的训练，而混合AI则使用了5000张图像和10万个问题的训练。
