AI 可以在多个领域为我们提供帮助，主要包括以下方面：
草拟任何东西的初稿。博客文章、论文、宣传材料、演讲、讲座，选择自己的冒险、剧本、短篇小说——你可以说出来，人工智能做得很好，而且相当好。你所要做的就是提示它。提示制作不是魔法，但基本提示会导致无聊的写作，[但提高提示并不难，只需与系统互动。](https://www.oneusefulthing.org/p/on-boarding-your-ai-intern)你会发现，作为作家，只需稍加练习，人工智能系统就会更有能力。让你的写作变得更好。将你的文本粘贴到人工智能中。要求它改进内容，或就如何为特定受众提供更好的建议。要求它以截然不同的风格创建10个草稿。要求它使事物更生动，或者添加例子。用它来激发你做得更好的工作。帮助你完成任务。AI可以做你没有时间做的事情。像实习生一样使用它写邮件，创建销售模板，给你一个商业计划的下一步，等。[这是我在30分钟内可以用它支持产品发布所能完成的事情](https://oneusefulthing.substack.com/p/superhuman-what-can-ai-do-in-30-minutes)。
必须让这些专家AI接触到顶级从业人员的多样化视角，以避免复制危险的偏见。但AI的黑盒性远不如大众想象中的那么强；我们今天依赖的人类决策，正如我以前[指出的](https://www.nytimes.com/2018/01/25/opinion/artificial-intelligence-black-box.html)，可以说更加不透明。我们不能因为对传播人类偏见的恐惧而限制我们探索AI如何帮助我们民主化我们的人类专家知识的意愿，而这些专家是不幸地无法扩展的。鉴于人工智能依赖的神经网络基础，这些专家AI可能通过元学习（或学会学习）比我们预期的更快地获得知识，并带着我们人类一同进步。AI的性质让我们可以做一些我们无法对人做的事情；即将他们一部分一部分地拆解，并研究每一个小部分。通过构建系统以深入探索专家AI的内部工作机制，我们将创造一个学习的飞轮。最终，专家AI可能超越领域专家的角色，成为下一代专家——无论是人类还是AI——的教师。
然而，尽管探索这些能力很令人愉悦——例如，GPT-4在美国医学执照考试中[超过](https://www.microsoft.com/en-us/research/publication/capabilities-of-gpt-4-on-medical-challenge-problems/)及格分数20分——但这样做的结果主要是强调了它们的不足。拥有读取、保留并根据需要重复所有这些数据的能力使得今天的AI在所有方面都很优秀，但没有在任何方面做得非常出色。毫无疑问，AI将不可逆转地改变我们如何预防和治疗疾病。医生将把文档工作交给AI书记员；初级医疗服务提供者将依赖聊天机器人进行分诊；几乎无穷无尽的预测蛋白结构库将极大地加速药物开发。然而，为了真正改变这些领域，我们应该投资于创建一个模型生态系统——比如说，“专家” AI——它们像我们今天最优秀的医生和药物开发者那样学习。